Merge branch 'fix-manual'

.gitignore

@@ -1,13 +1,26 @@
-data/
-# Byte-compiled / optimized / DLL files
+# Python
+__pycache__
 __pycache__/
+python_parser/__pycache__/
+python_parser/core/__pycache__/
+python_parser/adapters/__pycache__/
+python_parser/tests/__pycache__/
+python_parser/tests/test_core/__pycache__/
+python_parser/tests/test_adapters/__pycache__/
+python_parser/tests/test_app/__pycache__/
+python_parser/app/__pycache__/
+python_parser/app/schemas/__pycache__/
+python_parser/app/schemas/test_schemas/__pycache__/
+python_parser/app/schemas/test_schemas/test_core/__pycache__/
+python_parser/app/schemas/test_schemas/test_adapters/__pycache__/
+python_parser/app/schemas/test_schemas/test_app/__pycache__/
+
+nin_python_parser
+*.pyc
+
 *.py[cod]
 *$py.class
-
-# C extensions
 *.so
-
-# Distribution / packaging
 .Python
 build/
 develop-eggs/
@@ -20,26 +33,82 @@ lib64/
 parts/
 sdist/
 var/
+wheels/
+share/python-wheels/
 *.egg-info/
 .installed.cfg
 *.egg
+MANIFEST
 
-# Installer logs
-pip-log.txt
-pip-delete-this-directory.txt
+# Virtual environments
+.env
+.venv
+env/
+venv/
+ENV/
+env.bak/
+venv.bak/
 
-# Unit test / coverage reports
-htmlcov/
-.tox/
-.nox/
-.coverage
-.coverage.*
-.cache
-nosetests.xml
-coverage.xml
-*.cover
-.hypothesis/
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# OS
+.DS_Store
+.DS_Store?
+._*
+.Spotlight-V100
+.Trashes
+ehthumbs.db
+Thumbs.db
+Desktop.ini
+
+# Logs
+*.log
+logs/
+log/
+
+# MinIO data and cache
+minio_data/
+.minio.sys/
+*.meta
+part.*
+
+# Docker
+.dockerignore
+docker-compose.override.yml
+
+# Environment variables
+.env
+.env.local
+.env.development.local
+.env.test.local
+.env.production.local
+
+# Temporary files
+*.tmp
+*.temp
+*.bak
+*.backup
+*.orig
+
+# Data files (Excel, CSV, etc.)
+*.xlsx
+*.xls
+*.xlsm
+*.csv
+*.json
+data/
+uploads/
+
+# Cache directories
+.cache/
 .pytest_cache/
+.coverage
+htmlcov/
 
 # Jupyter Notebook
 .ipynb_checkpoints
@@ -47,6 +116,29 @@ coverage.xml
 # pyenv
 .python-version
 
+# pipenv
+Pipfile.lock
+
+# poetry
+poetry.lock
+
+# Celery
+celerybeat-schedule
+celerybeat.pid
+
+# SageMath parsed files
+*.sage.py
+
+# Spyder project settings
+.spyderproject
+.spyproject
+
+# Rope project settings
+.ropeproject
+
+# mkdocs documentation
+/site
+
 # mypy
 .mypy_cache/
 .dmypy.json
@@ -55,36 +147,29 @@ dmypy.json
 # Pyre type checker
 .pyre/
 
-# VS Code
-.vscode/
+# pytype static type analyzer
+.pytype/
 
-# PyCharm
-.idea/
+# Cython debug symbols
+cython_debug/
 
-# Local envs
-.env
-.venv
-env/
-venv/
-ENV/
-env.bak/
-venv.bak/
+# Local development
+local_settings.py
+db.sqlite3
+db.sqlite3-journal
 
-# MacOS
-.DS_Store
+# FastAPI
+.pytest_cache/
+.coverage
+htmlcov/
 
-# Windows
-Thumbs.db
-ehthumbs.db
-Desktop.ini
+# Streamlit
+.streamlit/secrets.toml
 
-# MinIO test data
-minio_data/
-minio_test/
-minio/
+# Node.js (if any frontend components)
+node_modules/
+npm-debug.log*
+yarn-debug.log*
+yarn-error.log* 
 
-# Logs
-*.log
-
-# Streamlit cache
-.streamlit/
+__pycache__/

QUICK_START.md

@@ -0,0 +1,41 @@
+# 🚀 Быстрый запуск проекта
+
+## 1. Запуск всех сервисов
+```bash
+docker compose up -d
+```
+
+## 2. Проверка статуса
+```bash
+docker compose ps
+```
+
+## 3. Доступ к сервисам
+- **FastAPI**: http://localhost:8000
+- **Streamlit**: http://localhost:8501  
+- **MinIO Console**: http://localhost:9001
+- **MinIO API**: http://localhost:9000
+
+## 4. Остановка
+```bash
+docker compose down
+```
+
+## 5. Просмотр логов
+```bash
+# Все сервисы
+docker compose logs
+
+# Конкретный сервис
+docker compose logs fastapi
+docker compose logs streamlit
+docker compose logs minio
+```
+
+## 6. Пересборка и перезапуск
+```bash
+docker compose up -d --build
+```
+
+---
+**Примечание**: При первом запуске Docker будет скачивать образы и собирать контейнеры, это может занять несколько минут. 

README.md

@@ -0,0 +1,117 @@
+# Python Parser CF - Система анализа данных
+
+Проект состоит из трех основных компонентов:
+- **python_parser** - FastAPI приложение для парсинга и обработки данных
+- **streamlit_app** - Streamlit приложение для визуализации и анализа
+- **minio_data** - хранилище данных MinIO
+
+## 🚀 Быстрый запуск
+
+### Предварительные требования
+- Docker и Docker Compose
+- Git
+
+### Запуск всех сервисов (продакшн)
+```bash
+docker compose up -d
+```
+
+### Запуск в режиме разработки
+```bash
+# Автоматический запуск
+python start_dev.py
+
+# Или вручную
+docker compose -f docker-compose.dev.yml up -d
+```
+
+**Режим разработки** позволяет:
+- Автоматически перезагружать Streamlit при изменении кода
+- Монтировать исходный код напрямую в контейнер
+- Видеть изменения без пересборки контейнеров
+
+### Доступ к сервисам
+- **FastAPI**: http://localhost:8000
+- **Streamlit**: http://localhost:8501
+- **MinIO Console**: http://localhost:9001
+- **MinIO API**: http://localhost:9000
+
+### Остановка сервисов
+```bash
+docker-compose down
+```
+
+## 📁 Структура проекта
+
+```
+python_parser_cf/
+├── python_parser/          # FastAPI приложение
+│   ├── app/               # Основной код приложения
+│   ├── adapters/          # Адаптеры для парсеров
+│   ├── core/              # Основная бизнес-логика
+│   ├── data/              # Тестовые данные
+│   └── Dockerfile         # Docker образ для FastAPI
+├── streamlit_app/          # Streamlit приложение
+│   ├── streamlit_app.py   # Основной файл приложения
+│   ├── requirements.txt    # Зависимости Python
+│   ├── .streamlit/        # Конфигурация Streamlit
+│   └── Dockerfile         # Docker образ для Streamlit
+├── minio_data/            # Данные для MinIO
+├── docker-compose.yml     # Конфигурация всех сервисов
+└── README.md              # Документация
+```
+
+## 🔧 Конфигурация
+
+### Переменные окружения
+Все сервисы используют следующие переменные окружения:
+- `MINIO_ENDPOINT` - адрес MinIO сервера
+- `MINIO_ACCESS_KEY` - ключ доступа к MinIO
+- `MINIO_SECRET_KEY` - секретный ключ MinIO
+- `MINIO_SECURE` - использование SSL/TLS
+- `MINIO_BUCKET` - имя bucket'а для данных
+
+### Порты
+- **8000** - FastAPI
+- **8501** - Streamlit
+- **9000** - MinIO API
+- **9001** - MinIO Console
+
+## 📊 Использование
+
+1. **Запустите все сервисы**: `docker-compose up -d`
+2. **Откройте Streamlit**: http://localhost:8501
+3. **Выберите тип данных** для анализа
+4. **Просматривайте результаты** в интерактивном интерфейсе
+
+## 🛠️ Разработка
+
+### Режим разработки (рекомендуется)
+```bash
+# Запуск режима разработки
+python start_dev.py
+
+# Остановка
+docker compose -f docker-compose.dev.yml down
+
+# Возврат к продакшн режиму
+python start_prod.py
+```
+
+### Локальная разработка FastAPI
+```bash
+cd python_parser
+pip install -r requirements.txt
+uvicorn app.main:app --reload
+```
+
+### Локальная разработка Streamlit
+```bash
+cd streamlit_app
+pip install -r requirements.txt
+streamlit run streamlit_app.py
+```
+
+## 📝 Лицензия
+
+Проект разработан для внутреннего использования. 

docker-compose.dev.yml

@@ -0,0 +1,69 @@
+services:
+  minio:
+    image: minio/minio:latest
+    container_name: svodka_minio_dev
+    ports:
+      - "9000:9000"  # API порт
+      - "9001:9001"  # Консоль порт
+    environment:
+      MINIO_ROOT_USER: minioadmin
+      MINIO_ROOT_PASSWORD: minioadmin
+    command: server /data --console-address ":9001"
+    volumes:
+      - ./minio_data:/data
+    restart: unless-stopped
+
+  fastapi:
+    image: python:3.11-slim
+    container_name: svodka_fastapi_dev
+    ports:
+      - "8000:8000"
+    environment:
+      - MINIO_ENDPOINT=minio:9000
+      - MINIO_ACCESS_KEY=minioadmin
+      - MINIO_SECRET_KEY=minioadmin
+      - MINIO_SECURE=false
+      - MINIO_BUCKET=svodka-data
+    volumes:
+      # Монтируем исходный код для автоматической перезагрузки
+      - ./python_parser:/app
+      # Монтируем requirements.txt для установки зависимостей
+      - ./python_parser/requirements.txt:/app/requirements.txt
+    working_dir: /app
+    depends_on:
+      - minio
+    restart: unless-stopped
+    command: >
+      bash -c "
+        pip install --no-cache-dir -r requirements.txt &&
+        uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload
+      "
+
+  streamlit:
+    image: python:3.11-slim
+    container_name: svodka_streamlit_dev
+    ports:
+      - "8501:8501"
+    environment:
+      - API_BASE_URL=http://fastapi:8000
+      - API_PUBLIC_URL=http://localhost:8000
+      - MINIO_ENDPOINT=minio:9000
+      - MINIO_ACCESS_KEY=minioadmin
+      - MINIO_SECRET_KEY=minioadmin
+      - MINIO_SECURE=false
+      - MINIO_BUCKET=svodka-data
+    volumes:
+      # Монтируем исходный код для автоматической перезагрузки
+      - ./streamlit_app:/app
+      # Монтируем requirements.txt для установки зависимостей
+      - ./streamlit_app/requirements.txt:/app/requirements.txt
+    working_dir: /app
+    depends_on:
+      - minio
+      - fastapi
+    restart: unless-stopped
+    command: >
+      bash -c "
+        pip install --no-cache-dir -r requirements.txt &&
+        streamlit run streamlit_app.py --server.port=8501 --server.address=0.0.0.0 --server.runOnSave=true
+      " 

docker-compose.yml

@@ -1,3 +1,5 @@
+# Продакшн конфигурация
+# Для разработки используйте: docker compose -f docker-compose.dev.yml up -d
 services:
   minio:
     image: minio/minio:latest
@@ -10,11 +12,11 @@ services:
       MINIO_ROOT_PASSWORD: minioadmin
     command: server /data --console-address ":9001"
     volumes:
-      - minio_data:/data
+      - ./minio_data:/data
     restart: unless-stopped
 
   fastapi:
-    build: .
+    build: ./python_parser
     container_name: svodka_fastapi
     ports:
       - "8000:8000"
@@ -35,9 +37,13 @@ services:
       - "8501:8501"
     environment:
       - API_BASE_URL=http://fastapi:8000
+      - API_PUBLIC_URL=http://localhost:8000
+      - MINIO_ENDPOINT=minio:9000
+      - MINIO_ACCESS_KEY=minioadmin
+      - MINIO_SECRET_KEY=minioadmin
+      - MINIO_SECURE=false
+      - MINIO_BUCKET=svodka-data
     depends_on:
+      - minio
       - fastapi
-    restart: unless-stopped
-
-volumes:
-  minio_data: 
+    restart: unless-stopped 

python_parser/.streamlit/config.toml

@@ -1,28 +0,0 @@
-[server]
-port = 8501
-address = "localhost"
-headless = false
-enableCORS = false
-enableXsrfProtection = false
-
-[browser]
-gatherUsageStats = false
-serverAddress = "localhost"
-serverPort = 8501
-
-[theme]
-primaryColor = "#FF4B4B"
-backgroundColor = "#FFFFFF"
-secondaryBackgroundColor = "#F0F2F6"
-textColor = "#262730"
-font = "sans serif"
-
-[client]
-showErrorDetails = true
-caching = true
-displayEnabled = true
-
-[runner]
-magicEnabled = true
-installTracer = false
-fixMatplotlib = true 

python_parser/Dockerfile_

@@ -1,20 +0,0 @@
-FROM repo-dev.predix.rosneft.ru/python:3.11-slim
-
-WORKDIR /app
-
-# RUN pip install kafka-python==2.0.2
-# RUN pip freeze > /app/requirements.txt
-
-# ADD . /app
-COPY requirements.txt .
-
-RUN mkdir -p vendor
-RUN pip download -r /app/requirements.txt --no-binary=:none: -d /app/vendor
-
-# ADD . /app
-
-# ENV KAFKA_BROKER=10.234.160.10:9093,10.234.160.10:9094,10.234.160.10:9095
-# ENV KAFKA_UPDATE_ALGORITHM_RULES_TOPIC=algorithm-rule-update
-# ENV KAFKA_CLIENT_USERNAME=cf-service
-
-# CMD ["python", "/app/run_dev.py"]

python_parser/Procfile

@@ -1 +0,0 @@
-web: python /app/run_stand.py

python_parser/QUICK_START.md

@@ -1,66 +0,0 @@
-# 🚀 Быстрый старт NIN Excel Parsers API
-
-## 🐳 Запуск через Docker (рекомендуется)
-
-### Вариант 1: MinIO + FastAPI в Docker
-```bash
-# Запуск всех сервисов
-docker-compose up -d --build
-
-# Проверка
-curl http://localhost:8000
-curl http://localhost:9001
-```
-
-### Вариант 2: Только MinIO в Docker
-```bash
-# Запуск только MinIO
-docker-compose up -d minio
-
-# Проверка
-curl http://localhost:9001
-```
-
-## 🖥️ Запуск FastAPI локально
-
-```bash
-# Если MinIO в Docker
-python run_dev.py
-
-# Проверка
-curl http://localhost:8000
-```
-
-## 📊 Запуск Streamlit
-
-```bash
-# В отдельном терминале
-python run_streamlit.py
-```
-
-## 🌐 Доступные URL
-
-- **FastAPI API**: http://localhost:8000
-- **API документация**: http://localhost:8000/docs
-- **MinIO консоль**: http://localhost:9001
-- **Streamlit интерфейс**: http://localhost:8501
-
-## 🛑 Остановка
-
-```bash
-# Остановка Docker
-docker-compose down
-
-# Остановка Streamlit
-# Ctrl+C в терминале
-```
-
-## 🔧 Диагностика
-
-```bash
-# Проверка состояния
-python check_services.py
-
-# Просмотр логов Docker
-docker-compose logs
-``` 

python_parser/README.md

@@ -1,143 +0,0 @@
-# NIN Excel Parsers API
-
-API для парсинга Excel отчетов нефтеперерабатывающих заводов (НПЗ) с использованием FastAPI и MinIO для хранения данных.
-
-## 🚀 Быстрый запуск
-
-### **Вариант 1: Все сервисы в Docker (рекомендуется)**
-```bash
-# Запуск всех сервисов: MinIO + FastAPI + Streamlit
-docker-compose up -d
-
-# Доступ:
-# - MinIO Console: http://localhost:9001
-# - FastAPI: http://localhost:8000
-# - Streamlit: http://localhost:8501
-# - API Docs: http://localhost:8000/docs
-```
-
-### **Вариант 2: Только MinIO в Docker + FastAPI локально**
-```bash
-# Запуск MinIO в Docker
-docker-compose up -d minio
-
-# Запуск FastAPI локально
-python run_dev.py
-
-# В отдельном терминале запуск Streamlit
-cd streamlit_app
-streamlit run app.py
-```
-
-### **Вариант 3: Только MinIO в Docker**
-```bash
-# Запуск только MinIO
-docker-compose up -d minio
-```
-
-## 📋 Описание сервисов
-
-- **MinIO** (порт 9000-9001): S3-совместимое хранилище для данных
-- **FastAPI** (порт 8000): API сервер для парсинга Excel файлов
-- **Streamlit** (порт 8501): Веб-интерфейс для демонстрации API
-
-## 🛑 Остановка
-
-### Остановка Docker сервисов:
-```bash
-# Все сервисы
-docker-compose down
-
-# Только MinIO
-docker-compose stop minio
-```
-
-### Остановка локальных сервисов:
-```bash
-# Нажмите Ctrl+C в терминале с FastAPI/Streamlit
-```
-
-## 📁 Структура проекта
-
-```
-python_parser/
-├── app/                    # FastAPI приложение
-│   ├── main.py           # Основной файл приложения
-│   └── schemas/          # Pydantic схемы
-├── core/                  # Бизнес-логика
-│   ├── models.py         # Модели данных
-│   ├── ports.py          # Интерфейсы (порты)
-│   └── services.py       # Сервисы
-├── adapters/              # Адаптеры для внешних систем
-│   ├── storage.py        # MinIO адаптер
-│   └── parsers/          # Парсеры Excel файлов
-├── streamlit_app/         # Изолированный Streamlit пакет
-│   ├── app.py            # Основное Streamlit приложение
-│   ├── requirements.txt  # Зависимости Streamlit
-│   ├── Dockerfile        # Docker образ для Streamlit
-│   └── .streamlit/       # Конфигурация Streamlit
-├── data/                  # Тестовые данные
-├── docker-compose.yml     # Docker Compose конфигурация
-├── Dockerfile            # Docker образ для FastAPI
-└── run_dev.py            # Запуск FastAPI локально
-```
-
-## 🔍 Доступные эндпоинты
-
-- **GET /** - Информация об API
-- **GET /docs** - Swagger документация
-- **GET /parsers** - Список доступных парсеров
-- **GET /parsers/{parser_name}/getters** - Информация о геттерах парсера
-- **POST /svodka_pm/upload-zip** - Загрузка сводок ПМ
-- **POST /svodka_ca/upload** - Загрузка сводок ЦА
-- **POST /monitoring_fuel/upload-zip** - Загрузка мониторинга топлива
-- **POST /svodka_pm/get_data** - Получение данных сводок ПМ
-- **POST /svodka_ca/get_data** - Получение данных сводок ЦА
-- **POST /monitoring_fuel/get_data** - Получение данных мониторинга топлива
-
-## 📊 Поддерживаемые типы отчетов
-
-1. **svodka_pm** - Сводки по переработке нефти (ПМ)
-   - Геттеры: `single_og`, `total_ogs`
-2. **svodka_ca** - Сводки по переработке нефти (ЦА)
-   - Геттеры: `get_data`
-3. **monitoring_fuel** - Мониторинг топлива
-   - Геттеры: `total_by_columns`, `month_by_code`
-
-## 🏗️ Архитектура
-
-Проект использует **Hexagonal Architecture (Ports and Adapters)**:
-
-- **Порты (Ports)**: Интерфейсы для бизнес-логики
-- **Адаптеры (Adapters)**: Реализации для внешних систем
-- **Сервисы (Services)**: Бизнес-логика приложения
-
-### Система геттеров парсеров
-
-Каждый парсер может иметь несколько методов получения данных (геттеров):
-- Регистрация геттеров в словаре с метаданными
-- Валидация параметров для каждого геттера
-- Единый интерфейс `get_value(getter_name, params)`
-
-## 🐳 Docker
-
-### Сборка образов:
-```bash
-# FastAPI
-docker build -t nin-fastapi .
-
-# Streamlit
-docker build -t nin-streamlit ./streamlit_app
-```
-
-### Запуск отдельных сервисов:
-```bash
-# Только MinIO
-docker-compose up -d minio
-
-# MinIO + FastAPI
-docker-compose up -d minio fastapi
-
-# Все сервисы
-docker-compose up -d
-``` 

python_parser/README_STREAMLIT.md

@@ -1,186 +0,0 @@
-# 🚀 Streamlit Demo для NIN Excel Parsers API
-
-## Описание
-
-Streamlit приложение для демонстрации работы всех API эндпоинтов NIN Excel Parsers. Предоставляет удобный веб-интерфейс для тестирования функциональности парсеров.
-
-## Возможности
-
-- 📤 **Загрузка файлов**: Загрузка ZIP архивов и Excel файлов
-- 📊 **Сводки ПМ**: Работа с плановыми и фактическими данными
-- 🏭 **Сводки СА**: Парсинг сводок центрального аппарата
-- ⛽ **Мониторинг топлива**: Анализ данных по топливу
-- 📱 **Адаптивный интерфейс**: Удобное использование на всех устройствах
-
-## Установка и запуск
-
-### 1. Установка зависимостей
-
-```bash
-pip install -r requirements.txt
-```
-
-### 2. Запуск FastAPI сервера
-
-В одном терминале:
-```bash
-python run_dev.py
-```
-
-### 3. Запуск Streamlit приложения
-
-В другом терминале:
-```bash
-python run_streamlit.py
-```
-
-Или напрямую:
-```bash
-streamlit run streamlit_app.py
-```
-
-### 4. Открытие в браузере
-
-Приложение автоматически откроется по адресу: http://localhost:8501
-
-## Конфигурация
-
-### Переменные окружения
-
-```bash
-# URL API сервера
-export API_BASE_URL="http://localhost:8000"
-
-# Порт Streamlit
-export STREAMLIT_PORT="8501"
-
-# Хост Streamlit
-export STREAMLIT_HOST="localhost"
-```
-
-### Настройки Streamlit
-
-Файл `.streamlit/config.toml` содержит настройки:
-- Порт: 8501
-- Хост: localhost
-- Тема: Кастомная цветовая схема
-- Безопасность: Отключены CORS и XSRF для локальной разработки
-
-## Структура приложения
-
-### Вкладки
-
-1. **📤 Загрузка файлов**
-   - Загрузка сводок ПМ (ZIP)
-   - Загрузка мониторинга топлива (ZIP)
-   - Загрузка сводки СА (Excel)
-
-2. **📊 Сводки ПМ**
-   - Данные по одному ОГ
-   - Данные по всем ОГ
-   - Выбор кодов строк и столбцов
-
-3. **🏭 Сводки СА**
-   - Выбор режимов (план/факт/норматив)
-   - Выбор таблиц для анализа
-
-4. **⛽ Мониторинг топлива**
-   - Агрегация по колонкам
-   - Данные за конкретный месяц
-
-### Боковая панель
-
-- Информация о сервере (PID, CPU, память)
-- Список доступных парсеров
-- Статус подключения к API
-
-## Использование
-
-### 1. Загрузка файлов
-
-1. Выберите соответствующий тип файла
-2. Нажмите "Загрузить"
-3. Дождитесь подтверждения загрузки
-
-### 2. Получение данных
-
-1. Выберите нужные параметры (ОГ, коды, столбцы)
-2. Нажмите "Получить данные"
-3. Результат отобразится в JSON формате
-
-### 3. Мониторинг
-
-- Проверяйте статус API в верхней части
-- Следите за логами операций
-- Используйте индикаторы загрузки
-
-## Устранение неполадок
-
-### API недоступен
-
-```bash
-# Проверьте, запущен ли FastAPI сервер
-curl http://localhost:8000/
-
-# Проверьте порт
-netstat -an | grep 8000
-```
-
-### Streamlit не запускается
-
-```bash
-# Проверьте версию Python
-python --version
-
-# Переустановите Streamlit
-pip uninstall streamlit
-pip install streamlit
-
-# Проверьте порт 8501
-netstat -an | grep 8501
-```
-
-### Ошибки загрузки файлов
-
-- Убедитесь, что файл соответствует формату
-- Проверьте размер файла (не более 100MB)
-- Убедитесь, что MinIO запущен
-
-## Разработка
-
-### Добавление новых функций
-
-1. Создайте новую вкладку в `streamlit_app.py`
-2. Добавьте соответствующие API вызовы
-3. Обновите боковую панель при необходимости
-
-### Кастомизация темы
-
-Отредактируйте `.streamlit/config.toml`:
-```toml
-[theme]
-primaryColor = "#FF4B4B"
-backgroundColor = "#FFFFFF"
-# ... другие цвета
-```
-
-### Добавление новых парсеров
-
-1. Создайте парсер в `adapters/parsers/`
-2. Добавьте в `main.py`
-3. Обновите Streamlit интерфейс
-
-## Безопасность
-
-⚠️ **Внимание**: Приложение настроено для локальной разработки
-- CORS отключен
-- XSRF защита отключена
-- Не используйте в продакшене без дополнительной настройки
-
-## Поддержка
-
-При возникновении проблем:
-1. Проверьте логи в терминале
-2. Убедитесь, что все сервисы запущены
-3. Проверьте конфигурацию
-4. Обратитесь к документации API: http://localhost:8000/docs 

python_parser/SCHEMA_INTEGRATION.md

@@ -0,0 +1,135 @@
+# Интеграция схем Pydantic с парсерами
+
+## Обзор
+
+Этот документ описывает решение для устранения дублирования логики между схемами Pydantic и парсерами. Теперь схемы Pydantic являются единым источником правды для определения параметров парсеров.
+
+## Проблема
+
+Ранее в парсерах дублировалась информация о параметрах:
+
+```python
+# В парсере
+self.register_getter(
+    name="single_og",
+    method=self._get_single_og,
+    required_params=["id", "codes", "columns"],  # Дублирование
+    optional_params=["search"],                  # Дублирование
+    description="Получение данных по одному ОГ"
+)
+
+# В схеме
+class SvodkaPMSingleOGRequest(BaseModel):
+    id: OGID = Field(...)           # Обязательное поле
+    codes: List[int] = Field(...)   # Обязательное поле
+    columns: List[str] = Field(...) # Обязательное поле
+    search: Optional[str] = Field(None)  # Необязательное поле
+```
+
+## Решение
+
+### 1. Утилиты для работы со схемами
+
+Создан модуль `core/schema_utils.py` с функциями:
+
+- `get_required_fields_from_schema()` - извлекает обязательные поля
+- `get_optional_fields_from_schema()` - извлекает необязательные поля
+- `register_getter_from_schema()` - регистрирует геттер с использованием схемы
+- `validate_params_with_schema()` - валидирует параметры с помощью схемы
+
+### 2. Обновленные парсеры
+
+Теперь парсеры используют схемы как единый источник правды:
+
+```python
+def _register_default_getters(self):
+    """Регистрация геттеров по умолчанию"""
+    # Используем схемы Pydantic как единый источник правды
+    register_getter_from_schema(
+        parser_instance=self,
+        getter_name="single_og",
+        method=self._get_single_og,
+        schema_class=SvodkaPMSingleOGRequest,
+        description="Получение данных по одному ОГ"
+    )
+```
+
+### 3. Валидация параметров
+
+Методы геттеров теперь автоматически валидируют параметры:
+
+```python
+def _get_single_og(self, params: dict):
+    """Получение данных по одному ОГ"""
+    # Валидируем параметры с помощью схемы Pydantic
+    validated_params = validate_params_with_schema(params, SvodkaPMSingleOGRequest)
+    
+    og_id = validated_params["id"]
+    codes = validated_params["codes"]
+    columns = validated_params["columns"]
+    search = validated_params.get("search")
+    
+    # ... остальная логика
+```
+
+## Преимущества
+
+1. **Единый источник правды** - информация о параметрах хранится только в схемах Pydantic
+2. **Автоматическая валидация** - параметры автоматически валидируются с помощью Pydantic
+3. **Синхронизация** - изменения в схемах автоматически отражаются в парсерах
+4. **Типобезопасность** - использование типов Pydantic обеспечивает типобезопасность
+5. **Документация** - Swagger документация автоматически генерируется из схем
+
+## Совместимость
+
+Решение работает с:
+- Pydantic v1 (через `__fields__`)
+- Pydantic v2 (через `model_fields` и `is_required()`)
+
+## Использование
+
+### Для новых парсеров
+
+1. Создайте схему Pydantic с нужными полями
+2. Используйте `register_getter_from_schema()` для регистрации геттера
+3. Используйте `validate_params_with_schema()` в методах геттеров
+
+### Для существующих парсеров
+
+1. Убедитесь, что у вас есть соответствующая схема Pydantic
+2. Замените ручную регистрацию геттеров на `register_getter_from_schema()`
+3. Добавьте валидацию параметров в методы геттеров
+
+## Примеры
+
+### Схема с обязательными и необязательными полями
+
+```python
+class ExampleRequest(BaseModel):
+    required_field: str = Field(..., description="Обязательное поле")
+    optional_field: Optional[str] = Field(None, description="Необязательное поле")
+```
+
+### Регистрация геттера
+
+```python
+register_getter_from_schema(
+    parser_instance=self,
+    getter_name="example_getter",
+    method=self._example_method,
+    schema_class=ExampleRequest,
+    description="Пример геттера"
+)
+```
+
+### Валидация в методе
+
+```python
+def _example_method(self, params: dict):
+    validated_params = validate_params_with_schema(params, ExampleRequest)
+    # validated_params содержит валидированные данные
+```
+
+## Заключение
+
+Это решение устраняет дублирование кода и обеспечивает единообразие между API схемами и парсерами. Теперь изменения в схемах автоматически отражаются в парсерах, что упрощает поддержку и развитие системы.

python_parser/adapters/parsers/README_svodka_pm.md

@@ -0,0 +1,88 @@
+# Парсер Сводки ПМ
+
+## Описание
+
+Парсер для обработки сводок ПМ (план и факт) с поддержкой множественных геттеров. Наследуется от `ParserPort` и реализует архитектуру hexagonal architecture.
+
+## Доступные геттеры
+
+### 1. `get_single_og`
+Получение данных по одному ОГ из сводки ПМ.
+
+**Обязательные параметры:**
+- `id` (str): ID ОГ (например, "SNPZ", "KNPZ")
+- `codes` (list): Список кодов показателей (например, [78, 79, 81, 82])
+- `columns` (list): Список столбцов для извлечения (например, ["ПП", "БП", "СЭБ"])
+
+**Необязательные параметры:**
+- `search` (str): Значение для поиска в столбцах
+
+**Пример использования:**
+```python
+parser = SvodkaPMParser()
+params = {
+    "id": "SNPZ",
+    "codes": [78, 79, 81, 82],
+    "columns": ["ПП", "БП", "СЭБ"]
+}
+result = parser.get_value("get_single_og", params)
+```
+
+### 2. `get_total_ogs`
+Получение данных по всем ОГ из сводки ПМ.
+
+**Обязательные параметры:**
+- `codes` (list): Список кодов показателей
+- `columns` (list): Список столбцов для извлечения
+
+**Необязательные параметры:**
+- `search` (str): Значение для поиска в столбцах
+
+**Пример использования:**
+```python
+parser = SvodkaPMParser()
+params = {
+    "codes": [78, 79, 81, 82],
+    "columns": ["ПП", "БП", "СЭБ"]
+}
+result = parser.get_value("get_total_ogs", params)
+```
+
+## Поддерживаемые столбцы
+
+- **ПП, БП**: Данные из файлов плана
+- **ТБ, СЭБ, НЭБ**: Данные из файлов факта
+
+## Структура файлов
+
+Парсер ожидает следующую структуру файлов:
+- `data/pm_fact/svodka_fact_pm_{OG_ID}.xlsx` или `.xlsm`
+- `data/pm_plan/svodka_plan_pm_{OG_ID}.xlsx` или `.xlsm`
+
+Где `{OG_ID}` - это ID ОГ (например, SNPZ, KNPZ и т.д.)
+
+## Формат результата
+
+Результат возвращается в формате JSON со следующей структурой:
+```json
+{
+  "ПП": {
+    "78": 123.45,
+    "79": 234.56
+  },
+  "БП": {
+    "78": 111.11,
+    "79": 222.22
+  },
+  "СЭБ": {
+    "78": 333.33,
+    "79": 444.44
+  }
+}
+```
+
+## Обработка ошибок
+
+- Если файл плана/факта не найден, соответствующие столбцы будут пустыми
+- Если код показателя не найден, возвращается 0
+- Валидация параметров выполняется автоматически

python_parser/adapters/parsers/monitoring_fuel.py

@@ -3,6 +3,8 @@ import re
 import zipfile
 from typing import Dict, Tuple
 from core.ports import ParserPort
+from core.schema_utils import register_getter_from_schema, validate_params_with_schema
+from app.schemas.monitoring_fuel import MonitoringFuelTotalRequest, MonitoringFuelMonthRequest
 from adapters.pconfig import data_to_json
 
 
@@ -13,46 +15,130 @@ class MonitoringFuelParser(ParserPort):
 
     def _register_default_getters(self):
         """Регистрация геттеров по умолчанию"""
-        self.register_getter(
-            name="total_by_columns",
+        # Используем схемы Pydantic как единый источник правды
+        register_getter_from_schema(
+            parser_instance=self,
+            getter_name="total_by_columns",
             method=self._get_total_by_columns,
-            required_params=["columns"],
-            optional_params=[],
+            schema_class=MonitoringFuelTotalRequest,
             description="Агрегация данных по колонкам"
         )
         
-        self.register_getter(
-            name="month_by_code",
+        register_getter_from_schema(
+            parser_instance=self,
+            getter_name="month_by_code",
             method=self._get_month_by_code,
-            required_params=["month"],
-            optional_params=[],
+            schema_class=MonitoringFuelMonthRequest,
             description="Получение данных за конкретный месяц"
         )
 
     def _get_total_by_columns(self, params: dict):
-        """Агрегация по колонкам (обертка для совместимости)"""
-        columns = params["columns"]
-        if not columns:
-            raise ValueError("Отсутствуют идентификаторы столбцов")
+        """Агрегация данных по колонкам"""
+        # Валидируем параметры с помощью схемы Pydantic
+        validated_params = validate_params_with_schema(params, MonitoringFuelTotalRequest)
         
-        # TODO: Переделать под новую архитектуру
-        df_means, _ = self.aggregate_by_columns(self.df, columns)
-        return df_means.to_dict(orient='index')
+        columns = validated_params["columns"]
+        
+        # Проверяем, есть ли данные в data_dict (из парсинга) или в df (из загрузки)
+        if hasattr(self, 'data_dict') and self.data_dict is not None:
+            # Данные из парсинга
+            data_source = self.data_dict
+        elif hasattr(self, 'df') and self.df is not None and not self.df.empty:
+            # Данные из загрузки - преобразуем DataFrame обратно в словарь
+            data_source = self._df_to_data_dict()
+        else:
+            return {}
+        
+        # Агрегируем данные по колонкам
+        df_means, _ = self.aggregate_by_columns(data_source, columns)
+        
+        # Преобразуем в JSON-совместимый формат
+        result = {}
+        for idx, row in df_means.iterrows():
+            result[str(idx)] = {}
+            for col in columns:
+                value = row.get(col)
+                if pd.isna(value) or value == float('inf') or value == float('-inf'):
+                    result[str(idx)][col] = None
+                else:
+                    result[str(idx)][col] = float(value) if isinstance(value, (int, float)) else value
+        
+        return result
 
     def _get_month_by_code(self, params: dict):
-        """Получение данных за месяц (обертка для совместимости)"""
-        month = params["month"]
-        if not month:
-            raise ValueError("Отсутствует идентификатор месяца")
+        """Получение данных за конкретный месяц"""
+        # Валидируем параметры с помощью схемы Pydantic
+        validated_params = validate_params_with_schema(params, MonitoringFuelMonthRequest)
         
-        # TODO: Переделать под новую архитектуру
-        df_month = self.get_month(self.df, month)
-        return df_month.to_dict(orient='index')
+        month = validated_params["month"]
+        
+        # Проверяем, есть ли данные в data_dict (из парсинга) или в df (из загрузки)
+        if hasattr(self, 'data_dict') and self.data_dict is not None:
+            # Данные из парсинга
+            data_source = self.data_dict
+        elif hasattr(self, 'df') and self.df is not None and not self.df.empty:
+            # Данные из загрузки - преобразуем DataFrame обратно в словарь
+            data_source = self._df_to_data_dict()
+        else:
+            return {}
+        
+        # Получаем данные за конкретный месяц
+        df_month = self.get_month(data_source, month)
+        
+        # Преобразуем в JSON-совместимый формат
+        result = {}
+        for idx, row in df_month.iterrows():
+            result[str(idx)] = {}
+            for col in df_month.columns:
+                value = row[col]
+                if pd.isna(value) or value == float('inf') or value == float('-inf'):
+                    result[str(idx)][col] = None
+                else:
+                    result[str(idx)][col] = float(value) if isinstance(value, (int, float)) else value
+        
+        return result
+
+    def _df_to_data_dict(self):
+        """Преобразование DataFrame обратно в словарь данных"""
+        if not hasattr(self, 'df') or self.df is None or self.df.empty:
+            return {}
+        
+        data_dict = {}
+        
+        # Группируем данные по месяцам
+        for _, row in self.df.iterrows():
+            month = row.get('month')
+            data = row.get('data')
+            
+            if month and data is not None:
+                data_dict[month] = data
+        
+        return data_dict
 
     def parse(self, file_path: str, params: dict) -> pd.DataFrame:
         """Парсинг файла и возврат DataFrame"""
-        # Сохраняем DataFrame для использования в геттерах
-        self.df = self.parse_monitoring_fuel_files(file_path, params)
+        # Парсим данные и сохраняем словарь для использования в геттерах
+        self.data_dict = self.parse_monitoring_fuel_files(file_path, params)
+        
+        # Преобразуем словарь в DataFrame для совместимости с services.py
+        if self.data_dict:
+            # Создаем DataFrame с информацией о месяцах и данных
+            data_rows = []
+            for month, df_data in self.data_dict.items():
+                if df_data is not None and not df_data.empty:
+                    data_rows.append({
+                        'month': month,
+                        'rows_count': len(df_data),
+                        'data': df_data
+                    })
+            
+            if data_rows:
+                df = pd.DataFrame(data_rows)
+                self.df = df
+                return df
+        
+        # Если данных нет, возвращаем пустой DataFrame
+        self.df = pd.DataFrame()
         return self.df
 
     def parse_monitoring_fuel_files(self, zip_path: str, params: dict) -> Dict[str, pd.DataFrame]:
@@ -94,7 +180,8 @@ class MonitoringFuelParser(ParserPort):
             file_path,
             sheet_name=sheet,
             header=None,
-            nrows=max_rows
+            nrows=max_rows,
+            engine='openpyxl'
         )
 
         # Ищем строку, где хотя бы в одном столбце встречается искомое значение
@@ -116,7 +203,8 @@ class MonitoringFuelParser(ParserPort):
             sheet_name=sheet,
             header=header_num,
             usecols=None,
-            index_col=None
+            index_col=None,
+            engine='openpyxl'
         )
 
         # === Удаление полностью пустых столбцов ===
@@ -141,7 +229,11 @@ class MonitoringFuelParser(ParserPort):
         if 'name' in df_full.columns:
             # Применяем функцию get_id_by_name к каждой строке в колонке 'name'
             # df_full['id'] = df_full['name'].apply(get_object_by_name) # This line was removed as per new_code
-            pass # Placeholder for new_code
+            # Временно используем name как id
+            df_full['id'] = df_full['name']
+        else:
+            # Если нет колонки name, создаем id из индекса
+            df_full['id'] = df_full.index
 
         # Устанавливаем id как индекс
         df_full.set_index('id', inplace=True)

python_parser/adapters/parsers/svodka_ca.py

@@ -2,6 +2,8 @@ import pandas as pd
 import numpy as np
 
 from core.ports import ParserPort
+from core.schema_utils import register_getter_from_schema, validate_params_with_schema
+from app.schemas.svodka_ca import SvodkaCARequest
 from adapters.pconfig import get_og_by_name
 
 
@@ -12,146 +14,212 @@ class SvodkaCAParser(ParserPort):
 
     def _register_default_getters(self):
         """Регистрация геттеров по умолчанию"""
-        self.register_getter(
-            name="get_data",
+        # Используем схемы Pydantic как единый источник правды
+        register_getter_from_schema(
+            parser_instance=self,
+            getter_name="get_ca_data",
             method=self._get_data_wrapper,
-            required_params=["modes", "tables"],
-            optional_params=[],
+            schema_class=SvodkaCARequest,
             description="Получение данных по режимам и таблицам"
         )
 
     def _get_data_wrapper(self, params: dict):
-        """Обертка для получения данных (для совместимости)"""
-        modes = params["modes"]
-        tables = params["tables"]
+        """Получение данных по режимам и таблицам"""
+        print(f"🔍 DEBUG: _get_data_wrapper вызван с параметрами: {params}")
         
-        if not isinstance(modes, list):
-            raise ValueError("Поле 'modes' должно быть списком")
-        if not isinstance(tables, list):
-            raise ValueError("Поле 'tables' должно быть списком")
+        # Валидируем параметры с помощью схемы Pydantic
+        validated_params = validate_params_with_schema(params, SvodkaCARequest)
         
-        # TODO: Переделать под новую архитектуру
-        data_dict = {}
+        modes = validated_params["modes"]
+        tables = validated_params["tables"]
+        
+        print(f"🔍 DEBUG: Запрошенные режимы: {modes}")
+        print(f"🔍 DEBUG: Запрошенные таблицы: {tables}")
+        
+        # Проверяем, есть ли данные в data_dict (из парсинга) или в df (из загрузки)
+        if hasattr(self, 'data_dict') and self.data_dict is not None:
+            # Данные из парсинга
+            data_source = self.data_dict
+            print(f"🔍 DEBUG: Используем data_dict с режимами: {list(data_source.keys())}")
+        elif hasattr(self, 'df') and self.df is not None and not self.df.empty:
+            # Данные из загрузки - преобразуем DataFrame обратно в словарь
+            data_source = self._df_to_data_dict()
+            print(f"🔍 DEBUG: Используем df, преобразованный в data_dict с режимами: {list(data_source.keys())}")
+        else:
+            print(f"🔍 DEBUG: Нет данных! data_dict={getattr(self, 'data_dict', 'None')}, df={getattr(self, 'df', 'None')}")
+            return {}
+        
+        # Фильтруем данные по запрошенным режимам и таблицам
+        result_data = {}
         for mode in modes:
-            data_dict[mode] = self.get_data(self.df, mode, tables)
-        return self.data_dict_to_json(data_dict)
+            if mode in data_source:
+                result_data[mode] = {}
+                available_tables = list(data_source[mode].keys())
+                print(f"🔍 DEBUG: Режим '{mode}' содержит таблицы: {available_tables}")
+                for table_name, table_data in data_source[mode].items():
+                    # Ищем таблицы по частичному совпадению
+                    for requested_table in tables:
+                        if requested_table in table_name:
+                            result_data[mode][table_name] = table_data
+                            print(f"🔍 DEBUG: Добавлена таблица '{table_name}' (совпадение с '{requested_table}') с {len(table_data)} записями")
+                            break  # Найдено совпадение, переходим к следующей таблице
+            else:
+                print(f"🔍 DEBUG: Режим '{mode}' не найден в data_source")
+        
+        print(f"🔍 DEBUG: Итоговый результат содержит режимы: {list(result_data.keys())}")
+        return result_data
+
+    def _df_to_data_dict(self):
+        """Преобразование DataFrame обратно в словарь данных"""
+        if not hasattr(self, 'df') or self.df is None or self.df.empty:
+            return {}
+        
+        data_dict = {}
+        
+        # Группируем данные по режимам и таблицам
+        for _, row in self.df.iterrows():
+            mode = row.get('mode')
+            table = row.get('table')
+            data = row.get('data')
+            
+            if mode and table and data is not None:
+                if mode not in data_dict:
+                    data_dict[mode] = {}
+                data_dict[mode][table] = data
+        
+        return data_dict
 
     def parse(self, file_path: str, params: dict) -> pd.DataFrame:
         """Парсинг файла и возврат DataFrame"""
-        # Сохраняем DataFrame для использования в геттерах
-        self.df = self.parse_svodka_ca(file_path, params)
+        print(f"🔍 DEBUG: SvodkaCAParser.parse вызван с файлом: {file_path}")
+        
+        # Парсим данные и сохраняем словарь для использования в геттерах
+        self.data_dict = self.parse_svodka_ca(file_path, params)
+        
+        # Преобразуем словарь в DataFrame для совместимости с services.py
+        # Создаем простой DataFrame с информацией о загруженных данных
+        if self.data_dict:
+            # Создаем DataFrame с информацией о режимах и таблицах
+            data_rows = []
+            for mode, tables in self.data_dict.items():
+                for table_name, table_data in tables.items():
+                    if table_data:
+                        data_rows.append({
+                            'mode': mode,
+                            'table': table_name,
+                            'rows_count': len(table_data),
+                            'data': table_data
+                        })
+            
+            if data_rows:
+                df = pd.DataFrame(data_rows)
+                self.df = df
+                print(f"🔍 DEBUG: Создан DataFrame с {len(data_rows)} записями")
+                return df
+        
+        # Если данных нет, возвращаем пустой DataFrame
+        self.df = pd.DataFrame()
+        print(f"🔍 DEBUG: Возвращаем пустой DataFrame")
         return self.df
 
     def parse_svodka_ca(self, file_path: str, params: dict) -> dict:
-        """Парсинг сводки СА"""
-        # === Извлечение и фильтрация ===
-        tables = self.extract_all_tables(file_path, sheet_name)
+        """Парсинг сводки СА - работает с тремя листами: План, Факт, Норматив"""
+        print(f"🔍 DEBUG: Начинаем парсинг сводки СА из файла: {file_path}")
+        
+        # === Точка входа. Нужно выгрузить три таблицы: План, Факт и Норматив ===
+        
+        # Выгружаем План
+        inclusion_list_plan = {
+            "ТиП, %",
+            "Топливо итого, тонн",
+            "Топливо итого, %",
+            "Топливо на технологию, тонн",
+            "Топливо на технологию, %",
+            "Топливо на энергетику, тонн",
+            "Топливо на энергетику, %",
+            "Потери итого, тонн",
+            "Потери итого, %",
+            "в т.ч. Идентифицированные безвозвратные потери, тонн**",
+            "в т.ч. Идентифицированные безвозвратные потери, %**",
+            "в т.ч. Неидентифицированные потери, тонн**",
+            "в т.ч. Неидентифицированные потери, %**"
+        }
 
-        # Фильтруем таблицы: оставляем только те, где первая строка содержит нужные заголовки
-        filtered_tables = []
-        for table in tables:
-            if table.empty:
-                continue
-            first_row_values = table.iloc[0].astype(str).str.strip().tolist()
-            if any(val in inclusion_list for val in first_row_values):
-                filtered_tables.append(table)
+        df_ca_plan = self.parse_sheet(file_path, 'План', inclusion_list_plan)
+        print(f"🔍 DEBUG: Объединённый и отсортированный План: {df_ca_plan.shape if df_ca_plan is not None else 'None'}")
 
-        tables = filtered_tables
+        # Выгружаем Факт
+        inclusion_list_fact = {
+            "ТиП, %",
+            "Топливо итого, тонн",
+            "Топливо итого, %",
+            "Топливо на технологию, тонн",
+            "Топливо на технологию, %",
+            "Топливо на энергетику, тонн",
+            "Топливо на энергетику, %",
+            "Потери итого, тонн",
+            "Потери итого, %",
+            "в т.ч. Идентифицированные безвозвратные потери, тонн",
+            "в т.ч. Идентифицированные безвозвратные потери, %",
+            "в т.ч. Неидентифицированные потери, тонн",
+            "в т.ч. Неидентифицированные потери, %"
+        }
 
-        # === Итоговый список таблиц датафреймов ===
-        result_list = []
+        df_ca_fact = self.parse_sheet(file_path, 'Факт', inclusion_list_fact)
+        print(f"🔍 DEBUG: Объединённый и отсортированный Факт: {df_ca_fact.shape if df_ca_fact is not None else 'None'}")
 
-        for table in tables:
-            if table.empty:
-                continue
+        # Выгружаем Норматив
+        inclusion_list_normativ = {
+            "Топливо итого, тонн",
+            "Топливо итого, %",
+            "Топливо на технологию, тонн",
+            "Топливо на технологию, %",
+            "Топливо на энергетику, тонн",
+            "Топливо на энергетику, %",
+            "Потери итого, тонн",
+            "Потери итого, %",
+            "в т.ч. Идентифицированные безвозвратные потери, тонн**",
+            "в т.ч. Идентифицированные безвозвратные потери, %**",
+            "в т.ч. Неидентифицированные потери, тонн**",
+            "в т.ч. Неидентифицированные потери, %**"
+        }
 
-            # Получаем первую строку (до удаления)
-            first_row_values = table.iloc[0].astype(str).str.strip().tolist()
+        df_ca_normativ = self.parse_sheet(file_path, 'Норматив', inclusion_list_normativ)
+        print(f"🔍 DEBUG: Объединённый и отсортированный Норматив: {df_ca_normativ.shape if df_ca_normativ is not None else 'None'}")
 
-            # Находим, какой элемент из inclusion_list присутствует
-            matched_key = None
-            for val in first_row_values:
-                if val in inclusion_list:
-                    matched_key = val
-                    break  # берём первый совпадающий заголовок
-
-            if matched_key is None:
-                continue  # на всякий случай (хотя уже отфильтровано)
-
-            # Удаляем первую строку (заголовок) и сбрасываем индекс
-            df_cleaned = table.iloc[1:].copy().reset_index(drop=True)
-
-            # Пропускаем, если таблица пустая
-            if df_cleaned.empty:
-                continue
-
-            # Первая строка становится заголовком
-            new_header = df_cleaned.iloc[0]  # извлекаем первую строку как потенциальные названия столбцов
-
-            # Преобразуем заголовок: только первый столбец может быть заменён на "name"
-            cleaned_header = []
-
-            # Обрабатываем первый столбец отдельно
-            first_item = new_header.iloc[0] if isinstance(new_header, pd.Series) else new_header[0]
-            first_item_str = str(first_item).strip() if pd.notna(first_item) else ""
-            if first_item_str == "" or first_item_str == "nan":
-                cleaned_header.append("name")
-            else:
-                cleaned_header.append(first_item_str)
-
-            # Остальные столбцы добавляем без изменений (или с минимальной очисткой)
-            for item in new_header[1:]:
-                # Опционально: приводим к строке и убираем лишние пробелы, но не заменяем на "name"
-                item_str = str(item).strip() if pd.notna(item) else ""
-                cleaned_header.append(item_str)
-
-            # Применяем очищенные названия столбцов
-            df_cleaned = df_cleaned[1:]  # удаляем строку с заголовком
-            df_cleaned.columns = cleaned_header
-            df_cleaned = df_cleaned.reset_index(drop=True)
-
-            if matched_key.endswith('**'):
-                cleaned_key = matched_key[:-2]  # удаляем последние **
-            else:
-                cleaned_key = matched_key
-
-            # Добавляем новую колонку с именем параметра
-            df_cleaned["table"] = cleaned_key
-
-            # Проверяем, что колонка 'name' существует
-            if 'name' not in df_cleaned.columns:
-                print(
-                    f"Внимание: колонка 'name' отсутствует в таблице для '{matched_key}'. Пропускаем добавление 'id'.")
-                continue  # или обработать по-другому
-            else:
-                # Применяем функцию get_id_by_name к каждой строке в колонке 'name'
-                df_cleaned['id'] = df_cleaned['name'].apply(get_og_by_name)
-
-            # Удаляем строки, где id — None, NaN или пустой
-            df_cleaned = df_cleaned.dropna(subset=['id'])  # dropna удаляет NaN
-            # Дополнительно: удаляем None (если не поймал dropna)
-            df_cleaned = df_cleaned[df_cleaned['id'].notna() & (df_cleaned['id'].astype(str) != 'None')]
-
-            # Добавляем в словарь
-            result_list.append(df_cleaned)
-
-        # === Объединение и сортировка по id (индекс) и table ===
-        if result_list:
-            combined_df = pd.concat(result_list, axis=0)
-
-            # Сортируем по индексу (id) и по столбцу 'table'
-            combined_df = combined_df.sort_values(by=['id', 'table'], axis=0)
-
-            # Устанавливаем id как индекс
-            # combined_df.set_index('id', inplace=True)
-
-            return combined_df
-        else:
-            return None
+        # Преобразуем DataFrame в словарь по режимам и таблицам
+        data_dict = {}
+        
+        # Обрабатываем План
+        if df_ca_plan is not None and not df_ca_plan.empty:
+            data_dict['plan'] = {}
+            for table_name, group_df in df_ca_plan.groupby('table'):
+                table_data = group_df.drop('table', axis=1)
+                data_dict['plan'][table_name] = table_data.to_dict('records')
+        
+        # Обрабатываем Факт
+        if df_ca_fact is not None and not df_ca_fact.empty:
+            data_dict['fact'] = {}
+            for table_name, group_df in df_ca_fact.groupby('table'):
+                table_data = group_df.drop('table', axis=1)
+                data_dict['fact'][table_name] = table_data.to_dict('records')
+        
+        # Обрабатываем Норматив
+        if df_ca_normativ is not None and not df_ca_normativ.empty:
+            data_dict['normativ'] = {}
+            for table_name, group_df in df_ca_normativ.groupby('table'):
+                table_data = group_df.drop('table', axis=1)
+                data_dict['normativ'][table_name] = table_data.to_dict('records')
+        
+        print(f"🔍 DEBUG: Итоговый data_dict содержит режимы: {list(data_dict.keys())}")
+        for mode, tables in data_dict.items():
+            print(f"🔍 DEBUG: Режим '{mode}' содержит таблицы: {list(tables.keys())}")
+        
+        return data_dict
 
     def extract_all_tables(self, file_path, sheet_name=0):
-        """Извлекает все таблицы из Excel файла"""
-        df = pd.read_excel(file_path, sheet_name=sheet_name, header=None)
+        """Извлечение всех таблиц из Excel файла"""
+        df = pd.read_excel(file_path, sheet_name=sheet_name, header=None, engine='openpyxl')
         df_filled = df.fillna('')
         df_clean = df_filled.astype(str).replace(r'^\s*$', '', regex=True)
 

python_parser/adapters/parsers/svodka_pm copy.py

@@ -0,0 +1,326 @@
+import pandas as pd
+
+from core.ports import ParserPort
+from core.schema_utils import register_getter_from_schema, validate_params_with_schema
+from app.schemas.svodka_pm import SvodkaPMSingleOGRequest, SvodkaPMTotalOGsRequest
+from adapters.pconfig import OG_IDS, replace_id_in_path, data_to_json
+
+
+class SvodkaPMParser(ParserPort):
+    """Парсер для сводок ПМ (план и факт)"""
+
+    name = "Сводки ПМ"
+
+    def _register_default_getters(self):
+        """Регистрация геттеров по умолчанию"""
+        # Используем схемы Pydantic как единый источник правды
+        register_getter_from_schema(
+            parser_instance=self,
+            getter_name="single_og",
+            method=self._get_single_og,
+            schema_class=SvodkaPMSingleOGRequest,
+            description="Получение данных по одному ОГ"
+        )
+        
+        register_getter_from_schema(
+            parser_instance=self,
+            getter_name="total_ogs",
+            method=self._get_total_ogs,
+            schema_class=SvodkaPMTotalOGsRequest,
+            description="Получение данных по всем ОГ"
+        )
+
+    def _get_single_og(self, params: dict):
+        """Получение данных по одному ОГ"""
+        # Валидируем параметры с помощью схемы Pydantic
+        validated_params = validate_params_with_schema(params, SvodkaPMSingleOGRequest)
+        
+        og_id = validated_params["id"]
+        codes = validated_params["codes"]
+        columns = validated_params["columns"]
+        search = validated_params.get("search")
+        
+        # Здесь нужно получить DataFrame из self.df, но пока используем старую логику
+        # TODO: Переделать под новую архитектуру
+        return self.get_svodka_og(self.df, og_id, codes, columns, search)
+
+    def _get_total_ogs(self, params: dict):
+        """Получение данных по всем ОГ"""
+        # Валидируем параметры с помощью схемы Pydantic
+        validated_params = validate_params_with_schema(params, SvodkaPMTotalOGsRequest)
+        
+        codes = validated_params["codes"]
+        columns = validated_params["columns"]
+        search = validated_params.get("search")
+        
+        # TODO: Переделать под новую архитектуру
+        return self.get_svodka_total(self.df, codes, columns, search)
+
+    def parse(self, file_path: str, params: dict) -> pd.DataFrame:
+        """Парсинг файла и возврат DataFrame"""
+        # Сохраняем DataFrame для использования в геттерах
+        self.df = self.parse_svodka_pm_files(file_path, params)
+        return self.df
+
+    def find_header_row(self, file: str, sheet: str, search_value: str = "Итого", max_rows: int = 50) -> int:
+        """Определения индекса заголовка в excel по ключевому слову"""
+        # Читаем первые max_rows строк без заголовков
+        df_temp = pd.read_excel(
+            file,
+            sheet_name=sheet,
+            header=None,
+            nrows=max_rows,
+            engine='openpyxl'
+        )
+
+        # Ищем строку, где хотя бы в одном столбце встречается искомое значение
+        for idx, row in df_temp.iterrows():
+            if row.astype(str).str.strip().str.contains(f"^{search_value}$", case=False, regex=True).any():
+                print(f"Заголовок найден в строке {idx} (Excel: {idx + 1})")
+                return idx  # 0-based index — то, что нужно для header=
+
+        raise ValueError(f"Не найдена строка с заголовком '{search_value}' в первых {max_rows} строках.")
+
+    def parse_svodka_pm(self, file, sheet, header_num=None):
+        ''' Собственно парсер отчетов одного ОГ для БП, ПП и факта '''
+        # Автоопределение header_num, если не передан
+        if header_num is None:
+            header_num = self.find_header_row(file, sheet, search_value="Итого")
+
+        # Читаем заголовки header_num и 1-2 строки данных, чтобы найти INDICATOR_ID
+        df_probe = pd.read_excel(
+            file,
+            sheet_name=sheet,
+            header=header_num,
+            usecols=None,
+            nrows=2,
+            engine='openpyxl'
+        )
+
+        if df_probe.shape[0] == 0:
+            raise ValueError("Файл пуст или не содержит данных.")
+
+        first_data_row = df_probe.iloc[0]
+
+        # Находим столбец с 'INDICATOR_ID'
+        indicator_cols = first_data_row[first_data_row == 'INDICATOR_ID']
+        if len(indicator_cols) == 0:
+            raise ValueError('Не найден столбец со значением "INDICATOR_ID" в первой строке данных.')
+
+        indicator_col_name = indicator_cols.index[0]
+        print(f"Найден INDICATOR_ID в столбце: {indicator_col_name}")
+
+        # Читаем весь лист
+        df_full = pd.read_excel(
+            file,
+            sheet_name=sheet,
+            header=header_num,
+            usecols=None,
+            index_col=None,
+            engine='openpyxl'
+        )
+
+        if indicator_col_name not in df_full.columns:
+            raise ValueError(f"Столбец {indicator_col_name} отсутствует при полной загрузке.")
+
+        # Перемещаем INDICATOR_ID в начало и делаем индексом
+        cols = [indicator_col_name] + [col for col in df_full.columns if col != indicator_col_name]
+        df_full = df_full[cols]
+        df_full.set_index(indicator_col_name, inplace=True)
+
+        # Обрезаем до "Итого" + 1
+        header_list = [str(h).strip() for h in df_full.columns]
+        try:
+            itogo_idx = header_list.index("Итого")
+            num_cols_needed = itogo_idx + 2
+        except ValueError:
+            print('Столбец "Итого" не найден. Оставляем все столбцы.')
+            num_cols_needed = len(header_list)
+
+        num_cols_needed = min(num_cols_needed, len(header_list))
+        df_final = df_full.iloc[:, :num_cols_needed]
+
+        # === Удаление полностью пустых столбцов ===
+        df_clean = df_final.replace(r'^\s*$', pd.NA, regex=True)
+        df_clean = df_clean.where(pd.notnull(df_clean), pd.NA)
+        non_empty_mask = df_clean.notna().any()
+        df_final = df_final.loc[:, non_empty_mask]
+
+        # === Обработка заголовков: Unnamed и "Итого" → "Итого" ===
+        new_columns = []
+        last_good_name = None
+        for col in df_final.columns:
+            col_str = str(col).strip()
+
+            # Проверяем, является ли колонка пустой/некорректной
+            is_empty_or_unnamed = col_str.startswith('Unnamed') or col_str == '' or col_str.lower() == 'nan'
+
+            if is_empty_or_unnamed:
+                # Если это пустая колонка, используем последнее хорошее имя
+                if last_good_name:
+                    new_columns.append(last_good_name)
+                else:
+                    # Если нет хорошего имени, используем имя по умолчанию
+                    new_columns.append(f"col_{len(new_columns)}")
+            else:
+                # Это хорошая колонка
+                last_good_name = col_str
+                new_columns.append(col_str)
+
+        # Убеждаемся, что количество столбцов совпадает
+        if len(new_columns) != len(df_final.columns):
+            # Если количество не совпадает, обрезаем или дополняем
+            if len(new_columns) > len(df_final.columns):
+                new_columns = new_columns[:len(df_final.columns)]
+            else:
+                # Дополняем недостающие столбцы
+                while len(new_columns) < len(df_final.columns):
+                    new_columns.append(f"col_{len(new_columns)}")
+
+        # Применяем новые заголовки
+        df_final.columns = new_columns
+
+        return df_final
+
+    def parse_svodka_pm_files(self, zip_path: str, params: dict) -> dict:
+        """Парсинг ZIP архива со сводками ПМ"""
+        import zipfile
+        pm_dict = {
+            "facts": {},
+            "plans": {}
+        }
+        excel_fact_template = 'svodka_fact_pm_ID.xlsm'
+        excel_plan_template = 'svodka_plan_pm_ID.xlsx'
+        with zipfile.ZipFile(zip_path, 'r') as zip_ref:
+            file_list = zip_ref.namelist()
+            for name, id in OG_IDS.items():
+                if id == 'BASH':
+                    continue  # пропускаем BASH
+
+                current_fact = replace_id_in_path(excel_fact_template, id)
+                fact_candidates = [f for f in file_list if current_fact in f]
+                if len(fact_candidates) == 1:
+                    print(f'Загрузка {current_fact}')
+                    with zip_ref.open(fact_candidates[0]) as excel_file:
+                        pm_dict['facts'][id] = self.parse_svodka_pm(excel_file, 'Сводка Нефтепереработка')
+                    print(f"✅ Факт загружен: {current_fact}")
+                else:
+                    print(f"⚠️ Файл не найден (Факт): {current_fact}")
+                    pm_dict['facts'][id] = None
+
+                current_plan = replace_id_in_path(excel_plan_template, id)
+                plan_candidates = [f for f in file_list if current_plan in f]
+                if len(plan_candidates) == 1:
+                    print(f'Загрузка {current_plan}')
+                    with zip_ref.open(plan_candidates[0]) as excel_file:
+                        pm_dict['plans'][id] = self.parse_svodka_pm(excel_file, 'Сводка Нефтепереработка')
+                    print(f"✅ План загружен: {current_plan}")
+                else:
+                    print(f"⚠️ Файл не найден (План): {current_plan}")
+                    pm_dict['plans'][id] = None
+
+        return pm_dict
+
+    def get_svodka_value(self, df_svodka, code, search_value, search_value_filter=None):
+        ''' Служебная функция получения значения по коду и столбцу '''
+        row_index = code
+
+        mask_value = df_svodka.iloc[0] == code
+        if search_value is None:
+            mask_name = df_svodka.columns != 'Итого'
+        else:
+            mask_name = df_svodka.columns == search_value
+
+        # Убедимся, что маски совпадают по длине
+        if len(mask_value) != len(mask_name):
+            raise ValueError(
+                f"Несоответствие длин масок: mask_value={len(mask_value)}, mask_name={len(mask_name)}"
+            )
+
+        final_mask = mask_value & mask_name  # булевая маска по позициям столбцов
+        col_positions = final_mask.values   # numpy array или Series булевых значений
+
+        if not final_mask.any():
+            print(f"Нет столбцов с '{code}' в первой строке и именем, не начинающимся с '{search_value}'")
+            return 0
+        else:
+            if row_index in df_svodka.index:
+                # Получаем позицию строки
+                row_loc = df_svodka.index.get_loc(row_index)
+
+                # Извлекаем значения по позициям столбцов
+                values = df_svodka.iloc[row_loc, col_positions]
+
+                # Преобразуем в числовой формат
+                numeric_values = pd.to_numeric(values, errors='coerce')
+
+                # Агрегация данных (NaN игнорируются)
+                if search_value is None:
+                    return numeric_values
+                else:
+                    return numeric_values.iloc[0]
+            else:
+                return None
+
+    def get_svodka_og(self, pm_dict, id, codes, columns, search_value=None):
+        ''' Служебная функция получения данных по одному ОГ '''
+        result = {}
+
+        # Безопасно получаем данные, проверяя их наличие
+        fact_df = pm_dict.get('facts', {}).get(id) if 'facts' in pm_dict else None
+        plan_df = pm_dict.get('plans', {}).get(id) if 'plans' in pm_dict else None
+
+        # Определяем, какие столбцы из какого датафрейма брать
+        for col in columns:
+            col_result = {}
+
+            if col in ['ПП', 'БП']:
+                if plan_df is None:
+                    print(f"❌ Невозможно обработать '{col}': нет данных плана для {id}")
+                    col_result = {code: None for code in codes}
+                else:
+                    for code in codes:
+                        val = self.get_svodka_value(plan_df, code, col, search_value)
+                        col_result[code] = val
+
+            elif col in ['ТБ', 'СЭБ', 'НЭБ']:
+                if fact_df is None:
+                    print(f"❌ Невозможно обработать '{col}': нет данных факта для {id}")
+                    col_result = {code: None for code in codes}
+                else:
+                    for code in codes:
+                        val = self.get_svodka_value(fact_df, code, col, search_value)
+                        col_result[code] = val
+            else:
+                print(f"⚠️ Неизвестный столбец: '{col}'. Пропускаем.")
+                col_result = {code: None for code in codes}
+
+            result[col] = col_result
+
+        return result
+
+    def get_svodka_total(self, pm_dict, codes, columns, search_value=None):
+        ''' Служебная функция агрегации данные по всем ОГ '''
+        total_result = {}
+
+        for name, og_id in OG_IDS.items():
+            if og_id == 'BASH':
+                continue
+
+            # print(f"📊 Обработка: {name} ({og_id})")
+            try:
+                data = self.get_svodka_og(
+                    pm_dict,
+                    og_id,
+                    codes,
+                    columns,
+                    search_value
+                )
+                total_result[og_id] = data
+            except Exception as e:
+                print(f"❌ Ошибка при обработке {name} ({og_id}): {e}")
+                total_result[og_id] = None
+
+        return total_result
+
+    # Убираем старый метод get_value, так как он теперь в базовом классе

python_parser/adapters/parsers/svodka_pm.py

@@ -1,7 +1,14 @@
-import pandas as pd
 
+
+import pandas as pd
+import os
+import json
+import zipfile
+import tempfile
+import shutil
+from typing import Dict, Any, List, Optional
 from core.ports import ParserPort
-from adapters.pconfig import OG_IDS, replace_id_in_path, data_to_json
+from adapters.pconfig import SINGLE_OGS, replace_id_in_path, find_header_row, data_to_json
 
 
 class SvodkaPMParser(ParserPort):
@@ -9,92 +16,140 @@ class SvodkaPMParser(ParserPort):
 
     name = "Сводки ПМ"
 
+    def __init__(self):
+        super().__init__()
+        self._register_default_getters()
+
     def _register_default_getters(self):
-        """Регистрация геттеров по умолчанию"""
+        """Регистрация геттеров для Сводки ПМ"""
         self.register_getter(
             name="single_og",
             method=self._get_single_og,
             required_params=["id", "codes", "columns"],
             optional_params=["search"],
-            description="Получение данных по одному ОГ"
+            description="Получение данных по одному ОГ из сводки ПМ"
         )
         
         self.register_getter(
-            name="total_ogs",
+            name="total_ogs", 
             method=self._get_total_ogs,
             required_params=["codes", "columns"],
             optional_params=["search"],
-            description="Получение данных по всем ОГ"
+            description="Получение данных по всем ОГ из сводки ПМ"
         )
 
-    def _get_single_og(self, params: dict):
-        """Получение данных по одному ОГ (обертка для совместимости)"""
-        og_id = params["id"]
-        codes = params["codes"]
-        columns = params["columns"]
-        search = params.get("search")
+    def parse(self, file_path: str, params: dict) -> Dict[str, pd.DataFrame]:
+        """Парсинг ZIP архива со сводками ПМ и возврат словаря с DataFrame"""
+        # Проверяем расширение файла
+        if not file_path.lower().endswith('.zip'):
+            raise ValueError(f"Ожидается ZIP архив: {file_path}")
         
-        if not isinstance(codes, list):
-            raise ValueError("Поле 'codes' должно быть списком")
-        if not isinstance(columns, list):
-            raise ValueError("Поле 'columns' должно быть списком")
+        # Создаем временную директорию для разархивирования
+        temp_dir = tempfile.mkdtemp()
         
-        # Здесь нужно получить DataFrame из self.df, но пока используем старую логику
-        # TODO: Переделать под новую архитектуру
-        return self.get_svodka_og(self.df, og_id, codes, columns, search)
+        try:
+            # Разархивируем файл
+            with zipfile.ZipFile(file_path, 'r') as zip_ref:
+                zip_ref.extractall(temp_dir)
+                print(f"📦 Архив разархивирован в: {temp_dir}")
+            
+            # Посмотрим, что находится в архиве
+            print(f"🔍 Содержимое архива:")
+            for root, dirs, files in os.walk(temp_dir):
+                level = root.replace(temp_dir, '').count(os.sep)
+                indent = ' ' * 2 * level
+                print(f"{indent}{os.path.basename(root)}/")
+                subindent = ' ' * 2 * (level + 1)
+                for file in files:
+                    print(f"{subindent}{file}")
+            
+            # Создаем словари для хранения данных как в оригинале
+            df_pm_facts = {}  # Словарь с данными факта, ключ - ID ОГ
+            df_pm_plans = {}  # Словарь с данными плана, ключ - ID ОГ
+            
+            # Ищем файлы в архиве (адаптируемся к реальной структуре)
+            fact_files = []
+            plan_files = []
+            
+            for root, dirs, files in os.walk(temp_dir):
+                for file in files:
+                    if file.lower().endswith(('.xlsx', '.xlsm')):
+                        full_path = os.path.join(root, file)
+                        if 'fact' in file.lower() or 'факт' in file.lower():
+                            fact_files.append(full_path)
+                        elif 'plan' in file.lower() or 'план' in file.lower():
+                            plan_files.append(full_path)
+            
+            print(f"📊 Найдено файлов факта: {len(fact_files)}")
+            print(f"📊 Найдено файлов плана: {len(plan_files)}")
+            
+            # Обрабатываем найденные файлы
+            for fact_file in fact_files:
+                # Извлекаем ID ОГ из имени файла
+                filename = os.path.basename(fact_file)
+                # Ищем паттерн типа svodka_fact_pm_SNPZ.xlsm
+                if 'svodka_fact_pm_' in filename:
+                    og_id = filename.replace('svodka_fact_pm_', '').replace('.xlsx', '').replace('.xlsm', '')
+                    if og_id in SINGLE_OGS:
+                        print(f'📊 Загрузка факта: {fact_file} (ОГ: {og_id})')
+                        df_pm_facts[og_id] = self._parse_svodka_pm(fact_file, 'Сводка Нефтепереработка')
+                        print(f"✅ Факт загружен для {og_id}")
+            
+            for plan_file in plan_files:
+                # Извлекаем ID ОГ из имени файла
+                filename = os.path.basename(plan_file)
+                # Ищем паттерн типа svodka_plan_pm_SNPZ.xlsm
+                if 'svodka_plan_pm_' in filename:
+                    og_id = filename.replace('svodka_plan_pm_', '').replace('.xlsx', '').replace('.xlsm', '')
+                    if og_id in SINGLE_OGS:
+                        print(f'📊 Загрузка плана: {plan_file} (ОГ: {og_id})')
+                        df_pm_plans[og_id] = self._parse_svodka_pm(plan_file, 'Сводка Нефтепереработка')
+                        print(f"✅ План загружен для {og_id}")
+            
+            # Инициализируем None для ОГ, для которых файлы не найдены
+            for og_id in SINGLE_OGS:
+                if og_id == 'BASH':
+                    continue
+                if og_id not in df_pm_facts:
+                    df_pm_facts[og_id] = None
+                if og_id not in df_pm_plans:
+                    df_pm_plans[og_id] = None
+            
 
-    def _get_total_ogs(self, params: dict):
-        """Получение данных по всем ОГ (обертка для совместимости)"""
-        codes = params["codes"]
-        columns = params["columns"]
-        search = params.get("search")
-        
-        if not isinstance(codes, list):
-            raise ValueError("Поле 'codes' должно быть списком")
-        if not isinstance(columns, list):
-            raise ValueError("Поле 'columns' должно быть списком")
-        
-        # TODO: Переделать под новую архитектуру
-        return self.get_svodka_total(self.df, codes, columns, search)
+            
+            # Возвращаем словарь с данными (как в оригинале)
+            result = {
+                'df_pm_facts': df_pm_facts,
+                'df_pm_plans': df_pm_plans
+            }
+            
+            print(f"🎯 Обработано ОГ: {len([k for k, v in df_pm_facts.items() if v is not None])} факт, {len([k for k, v in df_pm_plans.items() if v is not None])} план")
+            
+            return result
+            
+        finally:
+            # Удаляем временную директорию
+            shutil.rmtree(temp_dir, ignore_errors=True)
+            print(f"🗑️ Временная директория удалена: {temp_dir}")
 
-    def parse(self, file_path: str, params: dict) -> pd.DataFrame:
-        """Парсинг файла и возврат DataFrame"""
-        # Сохраняем DataFrame для использования в геттерах
-        self.df = self.parse_svodka_pm_files(file_path, params)
-        return self.df
+    def _parse_svodka_pm(self, file_path: str, sheet_name: str, header_num: Optional[int] = None) -> pd.DataFrame:
+        """Парсинг отчетов одного ОГ для БП, ПП и факта"""
+        try:
+            # Автоопределение header_num, если не передан
+            if header_num is None:
+                header_num = find_header_row(file_path, sheet_name, search_value="Итого")
 
-    def find_header_row(self, file: str, sheet: str, search_value: str = "Итого", max_rows: int = 50) -> int:
-        """Определения индекса заголовка в excel по ключевому слову"""
-        # Читаем первые max_rows строк без заголовков
-        df_temp = pd.read_excel(
-            file,
-            sheet_name=sheet,
-            header=None,
-            nrows=max_rows
-        )
-
-        # Ищем строку, где хотя бы в одном столбце встречается искомое значение
-        for idx, row in df_temp.iterrows():
-            if row.astype(str).str.strip().str.contains(f"^{search_value}$", case=False, regex=True).any():
-                print(f"Заголовок найден в строке {idx} (Excel: {idx + 1})")
-                return idx  # 0-based index — то, что нужно для header=
-
-        raise ValueError(f"Не найдена строка с заголовком '{search_value}' в первых {max_rows} строках.")
-
-    def parse_svodka_pm(self, file, sheet, header_num=None):
-        ''' Собственно парсер отчетов одного ОГ для БП, ПП и факта '''
-        # Автоопределение header_num, если не передан
-        if header_num is None:
-            header_num = self.find_header_row(file, sheet, search_value="Итого")
-
-        # Читаем заголовки header_num и 1-2 строки данных, чтобы найти INDICATOR_ID
-        df_probe = pd.read_excel(
-            file,
-            sheet_name=sheet,
-            header=header_num,
-            usecols=None,
-            nrows=2,
-        )
+            # Читаем заголовки header_num и 1-2 строки данных, чтобы найти INDICATOR_ID
+            df_probe = pd.read_excel(
+                file_path,
+                sheet_name=sheet_name,
+                header=header_num,
+                usecols=None,
+                nrows=2,
+                engine='openpyxl'  # Явно указываем движок
+            )
+        except Exception as e:
+            raise ValueError(f"Ошибка при чтении файла {file_path}: {str(e)}")
 
         if df_probe.shape[0] == 0:
             raise ValueError("Файл пуст или не содержит данных.")
@@ -107,15 +162,15 @@ class SvodkaPMParser(ParserPort):
             raise ValueError('Не найден столбец со значением "INDICATOR_ID" в первой строке данных.')
 
         indicator_col_name = indicator_cols.index[0]
-        print(f"Найден INDICATOR_ID в столбце: {indicator_col_name}")
 
         # Читаем весь лист
         df_full = pd.read_excel(
-            file,
-            sheet_name=sheet,
+            file_path,
+            sheet_name=sheet_name,
             header=header_num,
             usecols=None,
-            index_col=None
+            index_col=None,
+            engine='openpyxl'  # Явно указываем движок
         )
 
         if indicator_col_name not in df_full.columns:
@@ -132,19 +187,18 @@ class SvodkaPMParser(ParserPort):
             itogo_idx = header_list.index("Итого")
             num_cols_needed = itogo_idx + 2
         except ValueError:
-            print('Столбец "Итого" не найден. Оставляем все столбцы.')
             num_cols_needed = len(header_list)
 
         num_cols_needed = min(num_cols_needed, len(header_list))
         df_final = df_full.iloc[:, :num_cols_needed]
 
-        # === Удаление полностью пустых столбцов ===
+        # Удаление полностью пустых столбцов
         df_clean = df_final.replace(r'^\s*$', pd.NA, regex=True)
         df_clean = df_clean.where(pd.notnull(df_clean), pd.NA)
         non_empty_mask = df_clean.notna().any()
         df_final = df_final.loc[:, non_empty_mask]
 
-        # === Обработка заголовков: Unnamed и "Итого" → "Итого" ===
+        # Обработка заголовков: Unnamed и "Итого" → "Итого"
         new_columns = []
         last_good_name = None
         for col in df_final.columns:
@@ -153,109 +207,152 @@ class SvodkaPMParser(ParserPort):
             # Проверяем, является ли колонка пустой/некорректной
             is_empty_or_unnamed = col_str.startswith('Unnamed') or col_str == '' or col_str.lower() == 'nan'
 
-            if is_empty_or_unnamed:
-                # Если это пустая колонка, используем последнее хорошее имя
-                if last_good_name:
-                    new_columns.append(last_good_name)
-                else:
-                    # Если нет хорошего имени, пропускаем
-                    continue
+            # Проверяем, начинается ли на "Итого"
+            if col_str.startswith('Итого'):
+                current_name = 'Итого'
+                last_good_name = current_name
+                new_columns.append(current_name)
+            elif is_empty_or_unnamed:
+                # Используем последнее хорошее имя
+                new_columns.append(last_good_name)
             else:
-                # Это хорошая колонка
+                # Имя, полученное из excel
                 last_good_name = col_str
                 new_columns.append(col_str)
 
-        # Применяем новые заголовки
         df_final.columns = new_columns
 
         return df_final
 
-    def parse_svodka_pm_files(self, zip_path: str, params: dict) -> dict:
-        """Парсинг ZIP архива со сводками ПМ"""
-        import zipfile
-        pm_dict = {
-            "facts": {},
-            "plans": {}
-        }
-        excel_fact_template = 'svodka_fact_pm_ID.xlsm'
-        excel_plan_template = 'svodka_plan_pm_ID.xlsx'
-        with zipfile.ZipFile(zip_path, 'r') as zip_ref:
-            file_list = zip_ref.namelist()
-            for name, id in OG_IDS.items():
-                if id == 'BASH':
-                    continue  # пропускаем BASH
+    def _get_svodka_value(self, df_svodka: pd.DataFrame, og_id: str, code: int, search_value: Optional[str] = None):
+        """Служебная функция для простой выборке по сводке"""
+        print(f"🔍 DEBUG: Ищем код '{code}' для ОГ '{og_id}' в DataFrame с {len(df_svodka)} строками")
+        print(f"🔍 DEBUG: Первая строка данных: {df_svodka.iloc[0].tolist()}")
+        print(f"🔍 DEBUG: Доступные индексы: {list(df_svodka.index)}")
+        print(f"🔍 DEBUG: Доступные столбцы: {list(df_svodka.columns)}")
 
-                current_fact = replace_id_in_path(excel_fact_template, id)
-                fact_candidates = [f for f in file_list if current_fact in f]
-                if len(fact_candidates) == 1:
-                    print(f'Загрузка {current_fact}')
-                    with zip_ref.open(fact_candidates[0]) as excel_file:
-                        pm_dict['facts'][id] = self.parse_svodka_pm(excel_file, 'Сводка Нефтепереработка')
-                    print(f"✅ Факт загружен: {current_fact}")
-                else:
-                    print(f"⚠️ Файл не найден (Факт): {current_fact}")
-                    pm_dict['facts'][id] = None
-
-                current_plan = replace_id_in_path(excel_plan_template, id)
-                plan_candidates = [f for f in file_list if current_plan in f]
-                if len(plan_candidates) == 1:
-                    print(f'Загрузка {current_plan}')
-                    with zip_ref.open(plan_candidates[0]) as excel_file:
-                        pm_dict['plans'][id] = self.parse_svodka_pm(excel_file, 'Сводка Нефтепереработка')
-                    print(f"✅ План загружен: {current_plan}")
-                else:
-                    print(f"⚠️ Файл не найден (План): {current_plan}")
-                    pm_dict['plans'][id] = None
-
-        return pm_dict
-
-    def get_svodka_value(self, df_svodka, code, search_value, search_value_filter=None):
-        ''' Служебная функция получения значения по коду и столбцу '''
-        row_index = code
-
-        mask_value = df_svodka.iloc[0] == code
-        if search_value is None:
-            mask_name = df_svodka.columns != 'Итого'
-        else:
-            mask_name = df_svodka.columns == search_value
-
-        # Убедимся, что маски совпадают по длине
-        if len(mask_value) != len(mask_name):
-            raise ValueError(
-                f"Несоответствие длин масок: mask_value={len(mask_value)}, mask_name={len(mask_name)}"
-            )
-
-        final_mask = mask_value & mask_name  # булевая маска по позициям столбцов
-        col_positions = final_mask.values   # numpy array или Series булевых значений
-
-        if not final_mask.any():
-            print(f"Нет столбцов с '{code}' в первой строке и именем, не начинающимся с '{search_value}'")
+        # Проверяем, есть ли код в индексе
+        if code not in df_svodka.index:
+            print(f"⚠️ Код '{code}' не найден в индексе")
             return 0
+
+        # Получаем позицию строки с кодом
+        code_row_loc = df_svodka.index.get_loc(code)
+        print(f"🔍 DEBUG: Код '{code}' в позиции {code_row_loc}")
+
+        # Определяем позиции для поиска
+        if search_value is None:
+            # Ищем все позиции кроме "Итого" и None (первый столбец с заголовком)
+            target_positions = []
+            for i, col_name in enumerate(df_svodka.iloc[0]):
+                if col_name != 'Итого' and col_name is not None:
+                    target_positions.append(i)
         else:
-            if row_index in df_svodka.index:
-                # Получаем позицию строки
-                row_loc = df_svodka.index.get_loc(row_index)
+            # Ищем позиции в первой строке, где есть нужное название
+            target_positions = []
+            for i, col_name in enumerate(df_svodka.iloc[0]):
+                if col_name == search_value:
+                    target_positions.append(i)
+            
+            print(f"🔍 DEBUG: Найдены позиции для '{search_value}': {target_positions[:5]}...")
+            print(f"🔍 DEBUG: Позиции в первой строке: {target_positions[:5]}...")
 
-                # Извлекаем значения по позициям столбцов
-                values = df_svodka.iloc[row_loc, col_positions]
+        print(f"🔍 DEBUG: Ищем столбцы с названием '{search_value}'")
+        print(f"🔍 DEBUG: Целевые позиции: {target_positions[:10]}...")
 
-                # Преобразуем в числовой формат
-                numeric_values = pd.to_numeric(values, errors='coerce')
+        if not target_positions:
+            print(f"⚠️ Позиции '{search_value}' не найдены")
+            return 0
 
-                # Агрегация данных (NaN игнорируются)
-                if search_value is None:
-                    return numeric_values
+        # Извлекаем значения из найденных позиций
+        values = []
+        for pos in target_positions:
+            # Берем значение из пересечения строки с кодом и позиции столбца
+            value = df_svodka.iloc[code_row_loc, pos]
+            
+            # Если это Series, берем первое значение
+            if isinstance(value, pd.Series):
+                if len(value) > 0:
+                    # Берем первое не-NaN значение
+                    first_valid = value.dropna().iloc[0] if not value.dropna().empty else 0
+                    values.append(first_valid)
                 else:
-                    return numeric_values.iloc[0]
+                    values.append(0)
             else:
-                return None
+                values.append(value)
 
-    def get_svodka_og(self, pm_dict, id, codes, columns, search_value=None):
-        ''' Служебная функция получения данных по одному ОГ '''
+
+        
+        # Преобразуем в числовой формат
+        numeric_values = pd.to_numeric(values, errors='coerce')
+        print(f"🔍 DEBUG: Числовые значения (первые 5): {numeric_values.tolist()[:5]}")
+        
+        # Попробуем альтернативное преобразование
+        try:
+            # Если pandas не может преобразовать, попробуем вручную
+            manual_values = []
+            for v in values:
+                if pd.isna(v) or v is None:
+                    manual_values.append(0)
+                else:
+                    try:
+                        # Пробуем преобразовать в float
+                        manual_values.append(float(str(v).replace(',', '.')))
+                    except (ValueError, TypeError):
+                        manual_values.append(0)
+            
+            print(f"🔍 DEBUG: Ручное преобразование (первые 5): {manual_values[:5]}")
+            numeric_values = pd.Series(manual_values)
+        except Exception as e:
+            print(f"⚠️ Ошибка при ручном преобразовании: {e}")
+            # Используем исходные значения
+            numeric_values = pd.Series([0 if pd.isna(v) or v is None else v for v in values])
+
+        # Агрегация данных (NaN игнорируются)
+        if search_value is None:
+            # Возвращаем массив всех значений (игнорируя NaN)
+            if len(numeric_values) > 0:
+                # Фильтруем NaN значения и возвращаем как список
+                valid_values = numeric_values.dropna()
+                if len(valid_values) > 0:
+                    return valid_values.tolist()
+                else:
+                    return []
+            else:
+                return []
+        else:
+            # Возвращаем массив всех значений (игнорируя NaN)
+            if len(numeric_values) > 0:
+                # Фильтруем NaN значения и возвращаем как список
+                valid_values = numeric_values.dropna()
+                if len(valid_values) > 0:
+                    return valid_values.tolist()
+                else:
+                    return []
+            else:
+                return []
+
+    def _get_svodka_og(self, og_id: str, codes: List[int], columns: List[str], search_value: Optional[str] = None):
+        """Служебная функция получения данных по одному ОГ"""
         result = {}
 
-        fact_df = pm_dict['facts'][id]
-        plan_df = pm_dict['plans'][id]
+        # Получаем данные из сохраненных словарей (через self.df)
+        if not hasattr(self, 'df') or self.df is None:
+            print("❌ Данные не загружены. Сначала загрузите ZIP архив.")
+            return {col: {str(code): None for code in codes} for col in columns}
+
+        # Извлекаем словари из сохраненных данных
+        df_pm_facts = self.df.get('df_pm_facts', {})
+        df_pm_plans = self.df.get('df_pm_plans', {})
+
+        # Получаем данные для конкретного ОГ
+        fact_df = df_pm_facts.get(og_id)
+        plan_df = df_pm_plans.get(og_id)
+
+        print(f"🔍 ===== НАЧАЛО ОБРАБОТКИ ОГ {og_id} =====")
+        print(f"🔍 Коды: {codes}")
+        print(f"🔍 Столбцы: {columns}")
+        print(f"🔍 Получены данные для {og_id}: факт={'✅' if fact_df is not None else '❌'}, план={'✅' if plan_df is not None else '❌'}")
 
         # Определяем, какие столбцы из какого датафрейма брать
         for col in columns:
@@ -263,49 +360,91 @@ class SvodkaPMParser(ParserPort):
 
             if col in ['ПП', 'БП']:
                 if plan_df is None:
-                    print(f"❌ Невозможно обработать '{col}': нет данных плана для {id}")
+                    print(f"❌ Невозможно обработать '{col}': нет данных плана для {og_id}")
                 else:
+                    print(f"🔍 DEBUG: ===== ОБРАБАТЫВАЕМ '{col}' ИЗ ДАННЫХ ПЛАНА =====")
                     for code in codes:
-                        val = self.get_svodka_value(plan_df, code, col, search_value)
-                        col_result[code] = val
+                        print(f"🔍 DEBUG: --- Код {code} для {col} ---")
+                        val = self._get_svodka_value(plan_df, og_id, code, col)
+                        col_result[str(code)] = val
+                    print(f"🔍 DEBUG: ===== ЗАВЕРШИЛИ ОБРАБОТКУ '{col}' =====")
 
             elif col in ['ТБ', 'СЭБ', 'НЭБ']:
                 if fact_df is None:
-                    print(f"❌ Невозможно обработать '{col}': нет данных факта для {id}")
+                    print(f"❌ Невозможно обработать '{col}': нет данных факта для {og_id}")
                 else:
                     for code in codes:
-                        val = self.get_svodka_value(fact_df, code, col, search_value)
-                        col_result[code] = val
+                        val = self._get_svodka_value(fact_df, og_id, code, col)
+                        col_result[str(code)] = val
             else:
                 print(f"⚠️ Неизвестный столбец: '{col}'. Пропускаем.")
-                col_result = {code: None for code in codes}
+                col_result = {str(code): None for code in codes}
 
             result[col] = col_result
 
         return result
 
-    def get_svodka_total(self, pm_dict, codes, columns, search_value=None):
-        ''' Служебная функция агрегации данные по всем ОГ '''
+    def _get_single_og(self, params: Dict[str, Any]) -> str:
+        """API функция для получения данных по одному ОГ"""
+        # Если на входе строка — парсим как JSON
+        if isinstance(params, str):
+            try:
+                params = json.loads(params)
+            except json.JSONDecodeError as e:
+                raise ValueError(f"Некорректный JSON: {e}")
+
+        # Проверяем структуру
+        if not isinstance(params, dict):
+            raise TypeError("Конфиг должен быть словарём или JSON-строкой")
+
+        og_id = params.get("id")
+        codes = params.get("codes")
+        columns = params.get("columns")
+        search = params.get("search")
+
+        if not isinstance(codes, list):
+            raise ValueError("Поле 'codes' должно быть списком")
+        if not isinstance(columns, list):
+            raise ValueError("Поле 'columns' должно быть списком")
+
+        data = self._get_svodka_og(og_id, codes, columns, search)
+        json_result = data_to_json(data)
+        return json_result
+
+    def _get_total_ogs(self, params: Dict[str, Any]) -> str:
+        """API функция для получения данных по всем ОГ"""
+        # Если на входе строка — парсим как JSON
+        if isinstance(params, str):
+            try:
+                params = json.loads(params)
+            except json.JSONDecodeError as e:
+                raise ValueError(f"❌Некорректный JSON: {e}")
+
+        # Проверяем структуру
+        if not isinstance(params, dict):
+            raise TypeError("Конфиг должен быть словарём или JSON-строкой")
+
+        codes = params.get("codes")
+        columns = params.get("columns")
+        search = params.get("search")
+
+        if not isinstance(codes, list):
+            raise ValueError("Поле 'codes' должно быть списком")
+        if not isinstance(columns, list):
+            raise ValueError("Поле 'columns' должно быть списком")
+
         total_result = {}
 
-        for name, og_id in OG_IDS.items():
+        for og_id in SINGLE_OGS:
             if og_id == 'BASH':
                 continue
 
-            # print(f"📊 Обработка: {name} ({og_id})")
             try:
-                data = self.get_svodka_og(
-                    pm_dict,
-                    og_id,
-                    codes,
-                    columns,
-                    search_value
-                )
+                data = self._get_svodka_og(og_id, codes, columns, search)
                 total_result[og_id] = data
             except Exception as e:
-                print(f"❌ Ошибка при обработке {name} ({og_id}): {e}")
+                print(f"❌ Ошибка при обработке {og_id}: {e}")
                 total_result[og_id] = None
 
-        return total_result
-
-    # Убираем старый метод get_value, так как он теперь в базовом классе
+        json_result = data_to_json(total_result)
+        return json_result

python_parser/adapters/pconfig.py

@@ -3,6 +3,7 @@ from functools import lru_cache
 import json
 import numpy as np
 import pandas as pd
+import os
 
 OG_IDS = {
     "Комсомольский НПЗ": "KNPZ",
@@ -22,8 +23,37 @@ OG_IDS = {
     "Красноленинский НПЗ": "KLNPZ",
     "Пурнефтепереработка": "PurNP",
     "ЯНОС": "YANOS",
+    "Уфанефтехим": "UNH",
+    "РНПК": "RNPK",
+    "КмсНПЗ": "KNPZ",
+    "АНХК": "ANHK",
+    "НК НПЗ": "NovKuybNPZ",
+    "КНПЗ": "KuybNPZ",
+    "СНПЗ": "CyzNPZ",
+    "Нижневаторское НПО": "NVNPO",
+    "ПурНП": "PurNP",    
 }
 
+SINGLE_OGS = [
+    "KNPZ",
+    "ANHK",
+    "AchNPZ",
+    "BASH",
+    "UNPZ",
+    "UNH",
+    "NOV",
+    "NovKuybNPZ",
+    "KuybNPZ",
+    "CyzNPZ",
+    "TuapsNPZ",
+    "SNPZ",
+    "RNPK",
+    "NVNPO",
+    "KLNPZ",
+    "PurNP",
+    "YANOS",
+]
+
 SNPZ_IDS = {
     "Висбрекинг": "SNPZ.VISB",
     "Изомеризация": "SNPZ.IZOM",
@@ -40,7 +70,18 @@ SNPZ_IDS = {
 
 
 def replace_id_in_path(file_path, new_id):
-    return file_path.replace('ID', str(new_id))
+    # Заменяем 'ID' на новое значение
+    modified_path = file_path.replace('ID', str(new_id)) + '.xlsx'
+    
+    # Проверяем, существует ли файл
+    if not os.path.exists(modified_path):
+        # Меняем расширение на .xlsm
+        directory, filename = os.path.split(modified_path)
+        name, ext = os.path.splitext(filename)
+        new_filename = name + '.xlsm'
+        modified_path = os.path.join(directory, new_filename)
+    
+    return modified_path
 
 
 def get_table_name(exel):
@@ -109,6 +150,25 @@ def get_id_by_name(name, dictionary):
     return best_match
 
 
+def find_header_row(file, sheet, search_value="Итого", max_rows=50):
+    ''' Определения индекса заголовка в exel по ключевому слову '''
+    # Читаем первые max_rows строк без заголовков
+    df_temp = pd.read_excel(
+        file,
+        sheet_name=sheet,
+        header=None,
+        nrows=max_rows
+    )
+
+    # Ищем строку, где хотя бы в одном столбце встречается искомое значение
+    for idx, row in df_temp.iterrows():
+        if row.astype(str).str.strip().str.contains(f"^{search_value}$", case=False, regex=True).any():
+            print(f"Заголовок найден в строке {idx} (Excel: {idx + 1})")
+            return idx  # 0-based index — то, что нужно для header=
+
+    raise ValueError(f"Не найдена строка с заголовком '{search_value}' в первых {max_rows} строках.")
+
+
 def data_to_json(data, indent=2, ensure_ascii=False):
     """
     Полностью безопасная сериализация данных в JSON.
@@ -153,11 +213,18 @@ def data_to_json(data, indent=2, ensure_ascii=False):
 
         # --- рекурсия по dict и list ---
         elif isinstance(obj, dict):
-            return {
-                key: convert_obj(value)
-                for key, value in obj.items()
-                if not is_nan_like(key)  # фильтруем NaN в ключах (недопустимы в JSON)
-            }
+            # Обрабатываем только значения, ключи оставляем как строки
+            converted = {}
+            for k, v in obj.items():
+                if is_nan_like(k):
+                    continue  # ключи не могут быть null в JSON
+                # Превращаем ключ в строку, но не пытаемся интерпретировать как число
+                key_str = str(k)
+                converted[key_str] = convert_obj(v)  # только значение проходит через convert_obj
+            # Если все значения 0.0 — считаем, что данных нет, т.к. возможно ожидается массив.
+            if converted and all(v == 0.0 for v in converted.values()):
+                return None
+            return converted
 
         elif isinstance(obj, list):
             return [convert_obj(item) for item in obj]
@@ -175,7 +242,6 @@ def data_to_json(data, indent=2, ensure_ascii=False):
 
     try:
         cleaned_data = convert_obj(data)
-        cleaned_data_str = json.dumps(cleaned_data, indent=indent, ensure_ascii=ensure_ascii)
-        return cleaned_data
+        return json.dumps(cleaned_data, indent=indent, ensure_ascii=ensure_ascii)
     except Exception as e:
         raise ValueError(f"Не удалось сериализовать данные в JSON: {e}")

python_parser/app/main.py

@@ -323,7 +323,7 @@ async def get_svodka_pm_single_og(
     try:
         # Создаем запрос
         request_dict = request_data.model_dump()
-        request_dict['mode'] = 'single'
+        request_dict['mode'] = 'single_og'
         request = DataRequest(
             report_type='svodka_pm',
             get_params=request_dict
@@ -377,7 +377,7 @@ async def get_svodka_pm_total_ogs(
     try:
         # Создаем запрос
         request_dict = request_data.model_dump()
-        request_dict['mode'] = 'total'
+        request_dict['mode'] = 'total_ogs'
         request = DataRequest(
             report_type='svodka_pm',
             get_params=request_dict
@@ -400,40 +400,40 @@ async def get_svodka_pm_total_ogs(
         raise HTTPException(status_code=500, detail=f"Внутренняя ошибка сервера: {str(e)}")
 
 
-# @app.post("/svodka_pm/get_data", tags=[SvodkaPMParser.name])
-# async def get_svodka_pm_data(
-#     request_data: dict
-# ):
-#     report_service = get_report_service()
-#     """
-#     Получение данных из отчета сводки факта СарНПЗ
+@app.post("/svodka_pm/get_data", tags=[SvodkaPMParser.name])
+async def get_svodka_pm_data(
+    request_data: dict
+):
+    report_service = get_report_service()
+    """
+    Получение данных из отчета сводки факта СарНПЗ
 
-#     - indicator_id: ID индикатора
-#     - code: Код для поиска
-#     - search_value: Опциональное значение для поиска
-#     """
-#     try:
-#         # Создаем запрос
-#         request = DataRequest(
-#             report_type='svodka_pm',
-#             get_params=request_data
-#         )
+    - indicator_id: ID индикатора
+    - code: Код для поиска
+    - search_value: Опциональное значение для поиска
+    """
+    try:
+        # Создаем запрос
+        request = DataRequest(
+            report_type='svodka_pm',
+            get_params=request_data
+        )
 
-#         # Получаем данные
-#         result = report_service.get_data(request)
+        # Получаем данные
+        result = report_service.get_data(request)
 
-#         if result.success:
-#             return {
-#                 "success": True,
-#                 "data": result.data
-#             }
-#         else:
-#             raise HTTPException(status_code=404, detail=result.message)
+        if result.success:
+            return {
+                "success": True,
+                "data": result.data
+            }
+        else:
+            raise HTTPException(status_code=404, detail=result.message)
 
-#     except HTTPException:
-#         raise
-#     except Exception as e:
-#         raise HTTPException(status_code=500, detail=f"Внутренняя ошибка сервера: {str(e)}")
+    except HTTPException:
+        raise
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Внутренняя ошибка сервера: {str(e)}")
 
 
 @app.post("/svodka_ca/upload", tags=[SvodkaCAParser.name],
@@ -610,38 +610,38 @@ async def get_svodka_ca_data(
 #         raise HTTPException(status_code=500, detail=f"Внутренняя ошибка сервера: {str(e)}")
 
 
-# @app.post("/monitoring_fuel/get_data", tags=[MonitoringFuelParser.name])
-# async def get_monitoring_fuel_data(
-#     request_data: dict
-# ):
-#     report_service = get_report_service()
-#     """
-#     Получение данных из отчета мониторинга топлива
+@app.post("/monitoring_fuel/get_data", tags=[MonitoringFuelParser.name])
+async def get_monitoring_fuel_data(
+    request_data: dict
+):
+    report_service = get_report_service()
+    """
+    Получение данных из отчета мониторинга топлива
 
-#     - column: Название колонки для агрегации (normativ, total, total_svod)
-#     """
-#     try:
-#         # Создаем запрос
-#         request = DataRequest(
-#             report_type='monitoring_fuel',
-#             get_params=request_data
-#         )
+    - column: Название колонки для агрегации (normativ, total, total_svod)
+    """
+    try:
+        # Создаем запрос
+        request = DataRequest(
+            report_type='monitoring_fuel',
+            get_params=request_data
+        )
 
-#         # Получаем данные
-#         result = report_service.get_data(request)
+        # Получаем данные
+        result = report_service.get_data(request)
 
-#         if result.success:
-#             return {
-#                 "success": True,
-#                 "data": result.data
-#             }
-#         else:
-#             raise HTTPException(status_code=404, detail=result.message)
+        if result.success:
+            return {
+                "success": True,
+                "data": result.data
+            }
+        else:
+            raise HTTPException(status_code=404, detail=result.message)
 
-#     except HTTPException:
-#         raise
-#     except Exception as e:
-#         raise HTTPException(status_code=500, detail=f"Внутренняя ошибка сервера: {str(e)}")
+    except HTTPException:
+        raise
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Внутренняя ошибка сервера: {str(e)}")
 
 
 # @app.post("/monitoring_fuel/upload_directory", tags=[MonitoringFuelParser.name])
@@ -804,7 +804,7 @@ async def get_monitoring_fuel_total_by_columns(
     try:
         # Создаем запрос
         request_dict = request_data.model_dump()
-        request_dict['mode'] = 'total'
+        request_dict['mode'] = 'total_by_columns'
         request = DataRequest(
             report_type='monitoring_fuel',
             get_params=request_dict
@@ -849,7 +849,7 @@ async def get_monitoring_fuel_month_by_code(
     try:
         # Создаем запрос
         request_dict = request_data.model_dump()
-        request_dict['mode'] = 'month'
+        request_dict['mode'] = 'month_by_code'
         request = DataRequest(
             report_type='monitoring_fuel',
             get_params=request_dict

python_parser/app/schemas/svodka_pm.py

@@ -25,7 +25,7 @@ class OGID(str, Enum):
 
 
 class SvodkaPMSingleOGRequest(BaseModel):
-    id: OGID = Field(
+    id: str = Field(
         ...,
         description="Идентификатор МА для запрашиваемого ОГ",
         example="SNPZ"

python_parser/core/schema_utils.py

@@ -0,0 +1,140 @@
+"""
+Упрощенные утилиты для работы со схемами Pydantic
+"""
+from typing import List, Dict, Any, Type
+from pydantic import BaseModel
+import inspect
+
+
+def get_required_fields_from_schema(schema_class: Type[BaseModel]) -> List[str]:
+    """
+    Извлекает список обязательных полей из схемы Pydantic
+    
+    Args:
+        schema_class: Класс схемы Pydantic
+        
+    Returns:
+        Список имен обязательных полей
+    """
+    required_fields = []
+    
+    # Используем model_fields для Pydantic v2 или __fields__ для v1
+    if hasattr(schema_class, 'model_fields'):
+        fields = schema_class.model_fields
+    else:
+        fields = schema_class.__fields__
+    
+    for field_name, field_info in fields.items():
+        # В Pydantic v2 есть метод is_required()
+        if hasattr(field_info, 'is_required'):
+            if field_info.is_required():
+                required_fields.append(field_name)
+        elif hasattr(field_info, 'required'):
+            if field_info.required:
+                required_fields.append(field_name)
+        else:
+            # Fallback для старых версий - проверяем наличие default
+            has_default = False
+            
+            if hasattr(field_info, 'default'):
+                has_default = field_info.default is not ...
+            elif hasattr(field_info, 'default_factory'):
+                has_default = field_info.default_factory is not None
+            
+            if not has_default:
+                required_fields.append(field_name)
+    
+    return required_fields
+
+
+def get_optional_fields_from_schema(schema_class: Type[BaseModel]) -> List[str]:
+    """
+    Извлекает список необязательных полей из схемы Pydantic
+    
+    Args:
+        schema_class: Класс схемы Pydantic
+        
+    Returns:
+        Список имен необязательных полей
+    """
+    optional_fields = []
+    
+    # Используем model_fields для Pydantic v2 или __fields__ для v1
+    if hasattr(schema_class, 'model_fields'):
+        fields = schema_class.model_fields
+    else:
+        fields = schema_class.__fields__
+    
+    for field_name, field_info in fields.items():
+        # В Pydantic v2 есть метод is_required()
+        if hasattr(field_info, 'is_required'):
+            if not field_info.is_required():
+                optional_fields.append(field_name)
+        elif hasattr(field_info, 'required'):
+            if not field_info.required:
+                optional_fields.append(field_name)
+        else:
+            # Fallback для старых версий - проверяем наличие default
+            has_default = False
+            
+            if hasattr(field_info, 'default'):
+                has_default = field_info.default is not ...
+            elif hasattr(field_info, 'default_factory'):
+                has_default = field_info.default_factory is not None
+            
+            if has_default:
+                optional_fields.append(field_name)
+    
+    return optional_fields
+
+
+def register_getter_from_schema(parser_instance, getter_name: str, method: callable, 
+                               schema_class: Type[BaseModel], description: str = ""):
+    """
+    Регистрирует геттер в парсере, используя схему Pydantic для определения параметров
+    
+    Args:
+        parser_instance: Экземпляр парсера
+        getter_name: Имя геттера
+        method: Метод для выполнения
+        schema_class: Класс схемы Pydantic
+        description: Описание геттера (если не указано, берется из docstring метода)
+    """
+    # Извлекаем параметры из схемы
+    required_params = get_required_fields_from_schema(schema_class)
+    optional_params = get_optional_fields_from_schema(schema_class)
+    
+    # Если описание не указано, берем из docstring метода
+    if not description:
+        description = inspect.getdoc(method) or ""
+    
+    # Регистрируем геттер
+    parser_instance.register_getter(
+        name=getter_name,
+        method=method,
+        required_params=required_params,
+        optional_params=optional_params,
+        description=description
+    )
+
+
+def validate_params_with_schema(params: Dict[str, Any], schema_class: Type[BaseModel]) -> Dict[str, Any]:
+    """
+    Валидирует параметры с помощью схемы Pydantic
+    
+    Args:
+        params: Словарь параметров
+        schema_class: Класс схемы Pydantic
+        
+    Returns:
+        Валидированные параметры
+        
+    Raises:
+        ValidationError: Если параметры не прошли валидацию
+    """
+    try:
+        # Создаем экземпляр схемы для валидации
+        validated_data = schema_class(**params)
+        return validated_data.dict()
+    except Exception as e:
+        raise ValueError(f"Ошибка валидации параметров: {str(e)}")

python_parser/core/services.py

@@ -43,7 +43,7 @@ class ReportService:
             try:
                 # Парсим файл
                 parse_params = request.parse_params or {}
-                df = parser.parse(temp_file_path, parse_params)
+                parse_result = parser.parse(temp_file_path, parse_params)
 
                 # Генерируем object_id
                 object_id = f"nin_excel_data_{request.report_type}"
@@ -54,7 +54,7 @@ class ReportService:
                     print(f"Старый объект удален: {object_id}")
 
                 # Сохраняем в хранилище
-                if self.storage.save_dataframe(df, object_id):
+                if self.storage.save_dataframe(parse_result, object_id):
                     return UploadResult(
                         success=True,
                         message="Отчет успешно загружен",
@@ -89,9 +89,9 @@ class ReportService:
                     message=f"Отчет типа '{request.report_type}' не найден. Возможно, MinIO недоступен или отчет не был загружен."
                 )
 
-            # Загружаем DataFrame из хранилища
-            df = self.storage.load_dataframe(object_id)
-            if df is None:
+            # Загружаем данные из хранилища
+            loaded_data = self.storage.load_dataframe(object_id)
+            if loaded_data is None:
                 return DataResult(
                     success=False,
                     message="Ошибка при загрузке данных из хранилища. Возможно, MinIO недоступен."
@@ -100,25 +100,84 @@ class ReportService:
             # Получаем парсер
             parser = get_parser(request.report_type)
             
-            # Устанавливаем DataFrame в парсер для использования в геттерах
-            parser.df = df
+            # Устанавливаем данные в парсер для использования в геттерах
+            parser.df = loaded_data
+            print(f"🔍 DEBUG: ReportService.get_data - установлены данные в парсер {request.report_type}")
+            
+            # Проверяем тип загруженных данных
+            if hasattr(loaded_data, 'shape'):
+                # Это DataFrame
+                print(f"🔍 DEBUG: DataFrame shape: {loaded_data.shape}")
+                print(f"🔍 DEBUG: DataFrame columns: {list(loaded_data.columns) if not loaded_data.empty else 'Empty'}")
+            elif isinstance(loaded_data, dict):
+                # Это словарь (для парсера ПМ)
+                print(f"🔍 DEBUG: Словарь с ключами: {list(loaded_data.keys())}")
+            else:
+                print(f"🔍 DEBUG: Неизвестный тип данных: {type(loaded_data)}")
 
             # Получаем параметры запроса
             get_params = request.get_params or {}
             
-            # Определяем имя геттера (по умолчанию используем первый доступный)
-            getter_name = get_params.pop("getter", None)
-            if not getter_name:
-                # Если геттер не указан, берем первый доступный
-                available_getters = list(parser.getters.keys())
-                if available_getters:
-                    getter_name = available_getters[0]
-                    print(f"⚠️ Геттер не указан, используем первый доступный: {getter_name}")
+            # Для svodka_ca определяем режим из данных или используем 'fact' по умолчанию
+            if request.report_type == 'svodka_ca':
+                # Извлекаем режим из DataFrame или используем 'fact' по умолчанию
+                if hasattr(parser, 'df') and parser.df is not None and not parser.df.empty:
+                    modes_in_df = parser.df['mode'].unique() if 'mode' in parser.df.columns else ['fact']
+                    # Используем первый найденный режим или 'fact' по умолчанию
+                    default_mode = modes_in_df[0] if len(modes_in_df) > 0 else 'fact'
                 else:
-                    return DataResult(
-                        success=False,
-                        message="Парсер не имеет доступных геттеров"
-                    )
+                    default_mode = 'fact'
+                
+                # Устанавливаем режим в параметры, если он не указан
+                if 'mode' not in get_params:
+                    get_params['mode'] = default_mode
+            
+            # Определяем имя геттера
+            if request.report_type == 'svodka_ca':
+                # Для svodka_ca используем геттер get_ca_data
+                getter_name = 'get_ca_data'
+            elif request.report_type == 'monitoring_fuel':
+                # Для monitoring_fuel определяем геттер из параметра mode
+                getter_name = get_params.pop("mode", None)
+                if not getter_name:
+                    # Если режим не указан, берем первый доступный
+                    available_getters = list(parser.getters.keys())
+                    if available_getters:
+                        getter_name = available_getters[0]
+                        print(f"⚠️ Режим не указан, используем первый доступный: {getter_name}")
+                    else:
+                        return DataResult(
+                            success=False,
+                            message="Парсер не имеет доступных геттеров"
+                        )
+            elif request.report_type == 'svodka_pm':
+                # Для svodka_pm определяем геттер из параметра mode
+                getter_name = get_params.pop("mode", None)
+                if not getter_name:
+                    # Если режим не указан, берем первый доступный
+                    available_getters = list(parser.getters.keys())
+                    if available_getters:
+                        getter_name = available_getters[0]
+                        print(f"⚠️ Режим не указан, используем первый доступный: {getter_name}")
+                    else:
+                        return DataResult(
+                            success=False,
+                            message="Парсер не имеет доступных геттеров"
+                        )
+            else:
+                # Для других парсеров определяем из параметра mode
+                getter_name = get_params.pop("mode", None)
+                if not getter_name:
+                    # Если режим не указан, берем первый доступный
+                    available_getters = list(parser.getters.keys())
+                    if available_getters:
+                        getter_name = available_getters[0]
+                        print(f"⚠️ Режим не указан, используем первый доступный: {getter_name}")
+                    else:
+                        return DataResult(
+                            success=False,
+                            message="Парсер не имеет доступных геттеров"
+                        )
 
             # Получаем значение через указанный геттер
             try:

python_parser/manifest.yml

@@ -1,17 +0,0 @@
-applications: 
-  - name: nin-python-parser-dev-test
-    buildpack: python_buildpack
-    health-check-type: web
-    services:
-      - logging-shared-dev
-    command: python /app/run_stand.py
-    path: .
-    disk_quota: 2G
-    memory: 4G
-    instances: 1
-    env:
-      MINIO_ENDPOINT: s3-region1.ppc-jv-dev.sibintek.ru
-      MINIO_ACCESS_KEY: 00a70fac02c1208446de
-      MINIO_SECRET_KEY: 1gk9tVYEEoH9ADRxb4kiAuCo6CCISdV6ie0p6oDO
-      MINIO_BUCKET: bucket-476684e7-1223-45ac-a101-8b5aeda487d6
-      MINIO_SECURE: false 

python_parser/minio/.minio.sys/format.json

@@ -1 +0,0 @@
-{"version":"1","format":"xl-single","id":"29118f57-702e-4363-9a41-9f06655e449d","xl":{"version":"3","this":"195a90f4-fc26-46a8-b6d4-0b50b99b1342","sets":[["195a90f4-fc26-46a8-b6d4-0b50b99b1342"]],"distributionAlgo":"SIPMOD+PARITY"}}

python_parser/requirements.txt

@@ -11,5 +11,4 @@ requests>=2.31.0
 # pytest-cov>=4.0.0
 # pytest-mock>=3.10.0
 httpx>=0.24.0 
-numpy
-streamlit>=1.28.0
+numpy

python_parser/run_streamlit_local.py

@@ -1,60 +0,0 @@
-#!/usr/bin/env python3
-"""
-Запуск Streamlit интерфейса локально из изолированного пакета
-"""
-
-import subprocess
-import sys
-import webbrowser
-import os
-
-def main():
-    """Основная функция"""
-    print("🚀 ЗАПУСК STREAMLIT ИЗ ИЗОЛИРОВАННОГО ПАКЕТА")
-    print("=" * 60)
-    print("Убедитесь, что FastAPI сервер запущен на порту 8000")
-    print("=" * 60)
-    
-    # Проверяем, существует ли папка streamlit_app
-    if not os.path.exists("streamlit_app"):
-        print("❌ Папка streamlit_app не найдена")
-        print("Создайте изолированный пакет или используйте docker-compose up -d")
-        return
-    
-    # Переходим в папку streamlit_app
-    os.chdir("streamlit_app")
-    
-    # Проверяем, установлен ли Streamlit
-    try:
-        import streamlit
-        print(f"✅ Streamlit {streamlit.__version__} установлен")
-    except ImportError:
-        print("❌ Streamlit не установлен")
-        print("Установите: pip install -r requirements.txt")
-        return
-    
-    print("\n🚀 Запускаю Streamlit...")
-    print("📍 URL: http://localhost:8501")
-    print("🛑 Для остановки нажмите Ctrl+C")
-    
-    # Открываем браузер
-    try:
-        webbrowser.open("http://localhost:8501")
-        print("✅ Браузер открыт")
-    except Exception as e:
-        print(f"⚠️ Не удалось открыть браузер: {e}")
-    
-    # Запускаем Streamlit
-    try:
-        subprocess.run([
-            sys.executable, "-m", "streamlit", "run", "app.py",
-            "--server.port", "8501",
-            "--server.address", "localhost",
-            "--server.headless", "false",
-            "--browser.gatherUsageStats", "false"
-        ])
-    except KeyboardInterrupt:
-        print("\n👋 Streamlit остановлен")
-
-if __name__ == "__main__":
-    main() 

python_parser/runtime.txt

@@ -1 +0,0 @@
-python-3.11.*

python_parser/streamlit_app/.dockerignore

@@ -1,31 +0,0 @@
-__pycache__
-*.pyc
-*.pyo
-*.pyd
-.Python
-env
-pip-log.txt
-pip-delete-this-directory.txt
-.tox
-.coverage
-.coverage.*
-.cache
-nosetests.xml
-coverage.xml
-*.cover
-*.log
-.git
-.mypy_cache
-.pytest_cache
-.hypothesis
-.DS_Store
-.env
-.venv
-venv/
-ENV/
-env/
-.idea/
-.vscode/
-*.swp
-*.swo
-*~ 

python_parser/streamlit_app/Dockerfile

@@ -1,23 +0,0 @@
-FROM python:3.11-slim
-
-WORKDIR /app
-
-# Устанавливаем системные зависимости
-RUN apt-get update && apt-get install -y \
-    gcc \
-    && rm -rf /var/lib/apt/lists/*
-
-# Копируем файлы зависимостей
-COPY requirements.txt .
-
-# Устанавливаем Python зависимости
-RUN pip install --no-cache-dir -r requirements.txt
-
-# Копируем код приложения
-COPY . .
-
-# Открываем порт
-EXPOSE 8501
-
-# Команда запуска
-CMD ["streamlit", "run", "app.py", "--server.port", "8501", "--server.address", "0.0.0.0"] 

python_parser/streamlit_app/README.md

@@ -1,44 +0,0 @@
-# 📊 Streamlit App - NIN Excel Parsers API
-
-Изолированное Streamlit приложение для демонстрации работы NIN Excel Parsers API.
-
-## 🚀 Запуск
-
-### Локально:
-```bash
-cd streamlit_app
-pip install -r requirements.txt
-streamlit run app.py
-```
-
-### В Docker:
-```bash
-docker build -t streamlit-app .
-docker run -p 8501:8501 streamlit-app
-```
-
-## 🔧 Конфигурация
-
-### Переменные окружения:
-- `API_BASE_URL` - адрес FastAPI сервера (по умолчанию: `http://fastapi:8000`)
-
-### Параметры Streamlit:
-- Порт: 8501
-- Адрес: 0.0.0.0 (для Docker)
-- Режим: headless (для Docker)
-
-## 📁 Структура
-
-```
-streamlit_app/
-├── app.py              # Основное приложение
-├── requirements.txt    # Зависимости Python
-├── Dockerfile         # Docker образ
-├── .streamlit/        # Конфигурация Streamlit
-│   └── config.toml   # Настройки
-└── README.md          # Документация
-```
-
-## 🌐 Доступ
-
-После запуска приложение доступно по адресу: **http://localhost:8501** 

python_parser/streamlit_app/app.py

@@ -1,447 +0,0 @@
-import streamlit as st
-import requests
-import json
-import pandas as pd
-import io
-import zipfile
-from typing import Dict, Any
-import os
-
-# Конфигурация страницы
-st.set_page_config(
-    page_title="NIN Excel Parsers API Demo",
-    page_icon="📊",
-    layout="wide",
-    initial_sidebar_state="expanded"
-)
-
-# Конфигурация API - используем переменную окружения или значение по умолчанию
-API_BASE_URL = os.getenv("API_BASE_URL", "http://fastapi:8000")
-
-def check_api_health():
-    """Проверка доступности API"""
-    try:
-        response = requests.get(f"{API_BASE_URL}/", timeout=5)
-        return response.status_code == 200
-    except:
-        return False
-
-def get_available_parsers():
-    """Получение списка доступных парсеров"""
-    try:
-        response = requests.get(f"{API_BASE_URL}/parsers")
-        if response.status_code == 200:
-            return response.json()["parsers"]
-        return []
-    except:
-        return []
-
-def get_parser_getters(parser_name: str):
-    """Получение информации о геттерах парсера"""
-    try:
-        response = requests.get(f"{API_BASE_URL}/parsers/{parser_name}/getters")
-        if response.status_code == 200:
-            return response.json()
-        return {}
-    except:
-        return {}
-
-def get_server_info():
-    """Получение информации о сервере"""
-    try:
-        response = requests.get(f"{API_BASE_URL}/server-info")
-        if response.status_code == 200:
-            return response.json()
-        return {}
-    except:
-        return {}
-
-def upload_file_to_api(endpoint: str, file_data: bytes, filename: str):
-    """Загрузка файла на API"""
-    try:
-        files = {"zip_file": (filename, file_data, "application/zip")}
-        response = requests.post(f"{API_BASE_URL}{endpoint}", files=files)
-        return response.json(), response.status_code
-    except Exception as e:
-        return {"error": str(e)}, 500
-
-def make_api_request(endpoint: str, data: Dict[str, Any]):
-    """Выполнение API запроса"""
-    try:
-        response = requests.post(f"{API_BASE_URL}{endpoint}", json=data)
-        return response.json(), response.status_code
-    except Exception as e:
-        return {"error": str(e)}, 500
-
-def main():
-    st.title("🚀 NIN Excel Parsers API - Демонстрация")
-    st.markdown("---")
-    
-    # Проверка доступности API
-    if not check_api_health():
-        st.error(f"❌ API недоступен по адресу {API_BASE_URL}")
-        st.info("Убедитесь, что FastAPI сервер запущен")
-        return
-    
-    st.success(f"✅ API доступен по адресу {API_BASE_URL}")
-    
-    # Боковая панель с информацией
-    with st.sidebar:
-        st.header("ℹ️ Информация")
-        
-        # Информация о сервере
-        server_info = get_server_info()
-        if server_info:
-            st.subheader("Сервер")
-            st.write(f"PID: {server_info.get('process_id', 'N/A')}")
-            st.write(f"CPU ядер: {server_info.get('cpu_cores', 'N/A')}")
-            st.write(f"Память: {server_info.get('memory_mb', 'N/A'):.1f} MB")
-        
-        # Доступные парсеры
-        parsers = get_available_parsers()
-        if parsers:
-            st.subheader("Доступные парсеры")
-            for parser in parsers:
-                st.write(f"• {parser}")
-    
-    # Основные вкладки - по одной на каждый парсер
-    tab1, tab2, tab3 = st.tabs([
-        "📊 Сводки ПМ", 
-        "🏭 Сводки СА", 
-        "⛽ Мониторинг топлива"
-    ])
-    
-    # Вкладка 1: Сводки ПМ - полный функционал
-    with tab1:
-        st.header("📊 Сводки ПМ - Полный функционал")
-        
-        # Получаем информацию о геттерах
-        getters_info = get_parser_getters("svodka_pm")
-        
-        # Секция загрузки файлов
-        st.subheader("📤 Загрузка файлов")
-        uploaded_pm = st.file_uploader(
-            "Выберите ZIP архив со сводками ПМ",
-            type=['zip'],
-            key="pm_upload"
-        )
-        
-        if uploaded_pm is not None:
-            if st.button("📤 Загрузить сводки ПМ", key="upload_pm_btn"):
-                with st.spinner("Загружаю файл..."):
-                    result, status = upload_file_to_api(
-                        "/svodka_pm/upload-zip",
-                        uploaded_pm.read(),
-                        uploaded_pm.name
-                    )
-                    
-                    if status == 200:
-                        st.success(f"✅ {result.get('message', 'Файл загружен')}")
-                        st.info(f"ID объекта: {result.get('object_id', 'N/A')}")
-                    else:
-                        st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-        
-        st.markdown("---")
-        
-        # Секция получения данных
-        st.subheader("🔍 Получение данных")
-        
-        # Показываем доступные геттеры
-        if getters_info and "getters" in getters_info:
-            st.info("📋 Доступные геттеры:")
-            for getter_name, getter_info in getters_info["getters"].items():
-                st.write(f"• **{getter_name}**: {getter_info.get('description', 'Нет описания')}")
-                st.write(f"  - Обязательные параметры: {', '.join(getter_info.get('required_params', []))}")
-                if getter_info.get('optional_params'):
-                    st.write(f"  - Необязательные параметры: {', '.join(getter_info['optional_params'])}")
-        
-        col1, col2 = st.columns(2)
-        
-        with col1:
-            st.subheader("Данные по одному ОГ")
-            
-            og_id = st.selectbox(
-                "Выберите ОГ",
-                ["SNPZ", "KNPZ", "ANHK", "AchNPZ", "UNPZ", "UNH", "NOV", 
-                 "NovKuybNPZ", "KuybNPZ", "CyzNPZ", "TuapsNPZ", "RNPK", 
-                 "NVNPO", "KLNPZ", "PurNP", "YANOS"],
-                key="pm_single_og"
-            )
-            
-            codes = st.multiselect(
-                "Выберите коды строк",
-                [78, 79, 394, 395, 396, 397, 81, 82, 83, 84],
-                default=[78, 79],
-                key="pm_single_codes"
-            )
-            
-            columns = st.multiselect(
-                "Выберите столбцы",
-                ["БП", "ПП", "СЭБ", "Факт", "План"],
-                default=["БП", "ПП"],
-                key="pm_single_columns"
-            )
-            
-            if st.button("🔍 Получить данные по ОГ", key="pm_single_btn"):
-                if codes and columns:
-                    with st.spinner("Получаю данные..."):
-                        data = {
-                            "getter": "single_og",
-                            "id": og_id,
-                            "codes": codes,
-                            "columns": columns
-                        }
-                        
-                        result, status = make_api_request("/svodka_pm/get_data", data)
-                        
-                        if status == 200:
-                            st.success("✅ Данные получены")
-                            st.json(result)
-                        else:
-                            st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-                else:
-                    st.warning("⚠️ Выберите коды и столбцы")
-        
-        with col2:
-            st.subheader("Данные по всем ОГ")
-            
-            codes_total = st.multiselect(
-                "Выберите коды строк",
-                [78, 79, 394, 395, 396, 397, 81, 82, 83, 84],
-                default=[78, 79, 394, 395],
-                key="pm_total_codes"
-            )
-            
-            columns_total = st.multiselect(
-                "Выберите столбцы",
-                ["БП", "ПП", "СЭБ", "Факт", "План"],
-                default=["БП", "ПП", "СЭБ"],
-                key="pm_total_columns"
-            )
-            
-            if st.button("🔍 Получить данные по всем ОГ", key="pm_total_btn"):
-                if codes_total and columns_total:
-                    with st.spinner("Получаю данные..."):
-                        data = {
-                            "getter": "total_ogs",
-                            "codes": codes_total,
-                            "columns": columns_total
-                        }
-                        
-                        result, status = make_api_request("/svodka_pm/get_data", data)
-                        
-                        if status == 200:
-                            st.success("✅ Данные получены")
-                            st.json(result)
-                        else:
-                            st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-                else:
-                    st.warning("⚠️ Выберите коды и столбцы")
-    
-    # Вкладка 2: Сводки СА - полный функционал
-    with tab2:
-        st.header("🏭 Сводки СА - Полный функционал")
-        
-        # Получаем информацию о геттерах
-        getters_info = get_parser_getters("svodka_ca")
-        
-        # Секция загрузки файлов
-        st.subheader("📤 Загрузка файлов")
-        uploaded_ca = st.file_uploader(
-            "Выберите Excel файл сводки СА",
-            type=['xlsx', 'xlsm', 'xls'],
-            key="ca_upload"
-        )
-        
-        if uploaded_ca is not None:
-            if st.button("📤 Загрузить сводку СА", key="upload_ca_btn"):
-                with st.spinner("Загружаю файл..."):
-                    try:
-                        files = {"file": (uploaded_ca.name, uploaded_ca.read(), "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet")}
-                        response = requests.post(f"{API_BASE_URL}/svodka_ca/upload", files=files)
-                        result = response.json()
-                        
-                        if response.status_code == 200:
-                            st.success(f"✅ {result.get('message', 'Файл загружен')}")
-                            st.info(f"ID объекта: {result.get('object_id', 'N/A')}")
-                        else:
-                            st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-                    except Exception as e:
-                        st.error(f"❌ Ошибка: {str(e)}")
-        
-        st.markdown("---")
-        
-        # Секция получения данных
-        st.subheader("🔍 Получение данных")
-        
-        # Показываем доступные геттеры
-        if getters_info and "getters" in getters_info:
-            st.info("📋 Доступные геттеры:")
-            for getter_name, getter_info in getters_info["getters"].items():
-                st.write(f"• **{getter_name}**: {getter_info.get('description', 'Нет описания')}")
-                st.write(f"  - Обязательные параметры: {', '.join(getter_info.get('required_params', []))}")
-                if getter_info.get('optional_params'):
-                    st.write(f"  - Необязательные параметры: {', '.join(getter_info['optional_params'])}")
-        
-        col1, col2 = st.columns(2)
-        
-        with col1:
-            st.subheader("Параметры запроса")
-            
-            modes = st.multiselect(
-                "Выберите режимы",
-                ["План", "Факт", "Норматив"],
-                default=["План", "Факт"],
-                key="ca_modes"
-            )
-            
-            tables = st.multiselect(
-                "Выберите таблицы",
-                ["ТиП", "Топливо", "Потери"],
-                default=["ТиП", "Топливо"],
-                key="ca_tables"
-            )
-        
-        with col2:
-            st.subheader("Результат")
-            if st.button("🔍 Получить данные СА", key="ca_btn"):
-                if modes and tables:
-                    with st.spinner("Получаю данные..."):
-                        data = {
-                            "getter": "get_data",
-                            "modes": modes,
-                            "tables": tables
-                        }
-                        
-                        result, status = make_api_request("/svodka_ca/get_data", data)
-                        
-                        if status == 200:
-                            st.success("✅ Данные получены")
-                            st.json(result)
-                        else:
-                            st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-                else:
-                    st.warning("⚠️ Выберите режимы и таблицы")
-    
-    # Вкладка 3: Мониторинг топлива - полный функционал
-    with tab3:
-        st.header("⛽ Мониторинг топлива - Полный функционал")
-        
-        # Получаем информацию о геттерах
-        getters_info = get_parser_getters("monitoring_fuel")
-        
-        # Секция загрузки файлов
-        st.subheader("📤 Загрузка файлов")
-        uploaded_fuel = st.file_uploader(
-            "Выберите ZIP архив с мониторингом топлива",
-            type=['zip'],
-            key="fuel_upload"
-        )
-        
-        if uploaded_fuel is not None:
-            if st.button("📤 Загрузить мониторинг топлива", key="upload_fuel_btn"):
-                with st.spinner("Загружаю файл..."):
-                    result, status = upload_file_to_api(
-                        "/monitoring_fuel/upload-zip",
-                        uploaded_fuel.read(),
-                        uploaded_fuel.name
-                    )
-                    
-                    if status == 200:
-                        st.success(f"✅ {result.get('message', 'Файл загружен')}")
-                        st.info(f"ID объекта: {result.get('object_id', 'N/A')}")
-                    else:
-                        st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-        
-        st.markdown("---")
-        
-        # Секция получения данных
-        st.subheader("🔍 Получение данных")
-        
-        # Показываем доступные геттеры
-        if getters_info and "getters" in getters_info:
-            st.info("📋 Доступные геттеры:")
-            for getter_name, getter_info in getters_info["getters"].items():
-                st.write(f"• **{getter_name}**: {getter_info.get('description', 'Нет описания')}")
-                st.write(f"  - Обязательные параметры: {', '.join(getter_info.get('required_params', []))}")
-                if getter_info.get('optional_params'):
-                    st.write(f"  - Необязательные параметры: {', '.join(getter_info['optional_params'])}")
-        
-        col1, col2 = st.columns(2)
-        
-        with col1:
-            st.subheader("Агрегация по колонкам")
-            
-            columns_fuel = st.multiselect(
-                "Выберите столбцы",
-                ["normativ", "total", "total_1"],
-                default=["normativ", "total"],
-                key="fuel_columns"
-            )
-            
-            if st.button("🔍 Получить агрегированные данные", key="fuel_total_btn"):
-                if columns_fuel:
-                    with st.spinner("Получаю данные..."):
-                        data = {
-                            "getter": "total_by_columns",
-                            "columns": columns_fuel
-                        }
-                        
-                        result, status = make_api_request("/monitoring_fuel/get_data", data)
-                        
-                        if status == 200:
-                            st.success("✅ Данные получены")
-                            st.json(result)
-                        else:
-                            st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-                else:
-                    st.warning("⚠️ Выберите столбцы")
-        
-        with col2:
-            st.subheader("Данные за месяц")
-            
-            month = st.selectbox(
-                "Выберите месяц",
-                [f"{i:02d}" for i in range(1, 13)],
-                key="fuel_month"
-            )
-            
-            if st.button("🔍 Получить данные за месяц", key="fuel_month_btn"):
-                with st.spinner("Получаю данные..."):
-                    data = {
-                        "getter": "month_by_code",
-                        "month": month
-                    }
-                    
-                    result, status = make_api_request("/monitoring_fuel/get_data", data)
-                    
-                    if status == 200:
-                        st.success("✅ Данные получены")
-                        st.json(result)
-                    else:
-                        st.error(f"❌ Ошибка: {result.get('message', 'Неизвестная ошибка')}")
-    
-    # Футер
-    st.markdown("---")
-    st.markdown("### 📚 Документация API")
-    st.markdown(f"Полная документация доступна по адресу: {API_BASE_URL}/docs")
-    
-    # Информация о проекте
-    with st.expander("ℹ️ О проекте"):
-        st.markdown("""
-        **NIN Excel Parsers API** - это веб-сервис для парсинга и обработки Excel-файлов нефтеперерабатывающих заводов.
-        
-        **Возможности:**
-        - 📊 Парсинг сводок ПМ (план и факт)
-        - 🏭 Парсинг сводок СА
-        - ⛽ Мониторинг топлива
-        
-        **Технологии:**
-        - FastAPI
-        - Pandas
-        - MinIO (S3-совместимое хранилище)
-        - Streamlit (веб-интерфейс)
-        """)
-
-if __name__ == "__main__":
-    main() 

python_parser/streamlit_app/requirements.txt

@@ -1,4 +0,0 @@
-streamlit>=1.28.0
-requests>=2.31.0
-pandas>=1.5.0
-numpy>=1.24.0 

python_parser/test_app.py

@@ -0,0 +1,20 @@
+#!/usr/bin/env python3
+"""
+Простой тест для проверки работы FastAPI
+"""
+from fastapi import FastAPI
+
+app = FastAPI(title="Test API")
+
+@app.get("/")
+async def root():
+    return {"message": "Test API is working"}
+
+@app.get("/health")
+async def health():
+    return {"status": "ok"}
+
+if __name__ == "__main__":
+    import uvicorn
+    print("Starting test server...")
+    uvicorn.run(app, host="0.0.0.0", port=8000)

start_dev.py

@@ -0,0 +1,49 @@
+#!/usr/bin/env python3
+"""
+Скрипт для запуска проекта в режиме разработки
+"""
+
+import subprocess
+import sys
+import os
+
+def run_command(command, description):
+    """Выполнение команды с выводом"""
+    print(f"🔄 {description}...")
+    try:
+        result = subprocess.run(command, shell=True, check=True, capture_output=True, text=True)
+        print(f"✅ {description} выполнено успешно")
+        return True
+    except subprocess.CalledProcessError as e:
+        print(f"❌ Ошибка при {description.lower()}:")
+        print(f"   Команда: {command}")
+        print(f"   Ошибка: {e.stderr}")
+        return False
+
+def main():
+    print("🚀 Запуск проекта в режиме разработки")
+    print("=" * 50)
+    
+    # Останавливаем продакшн контейнеры если они запущены
+    if run_command("docker compose ps", "Проверка статуса контейнеров"):
+        if "Up" in subprocess.run("docker compose ps", shell=True, capture_output=True, text=True).stdout:
+            print("🛑 Останавливаю продакшн контейнеры...")
+            run_command("docker compose down", "Остановка продакшн контейнеров")
+    
+    # Запускаем режим разработки
+    print("\n🔧 Запуск режима разработки...")
+    if run_command("docker compose -f docker-compose.dev.yml up -d", "Запуск контейнеров разработки"):
+        print("\n🎉 Проект запущен в режиме разработки!")
+        print("\n📍 Доступные сервисы:")
+        print("   • Streamlit: http://localhost:8501")
+        print("   • FastAPI: http://localhost:8000")
+        print("   • MinIO Console: http://localhost:9001")
+        print("\n💡 Теперь изменения в streamlit_app/ будут автоматически перезагружаться!")
+        print("\n🛑 Для остановки используйте:")
+        print("   docker compose -f docker-compose.dev.yml down")
+    else:
+        print("\n❌ Не удалось запустить проект в режиме разработки")
+        sys.exit(1)
+
+if __name__ == "__main__":
+    main() 

start_prod.py

@@ -0,0 +1,49 @@
+#!/usr/bin/env python3
+"""
+Скрипт для запуска проекта в продакшн режиме
+"""
+
+import subprocess
+import sys
+
+def run_command(command, description):
+    """Выполнение команды с выводом"""
+    print(f"🔄 {description}...")
+    try:
+        result = subprocess.run(command, shell=True, check=True, capture_output=True, text=True)
+        print(f"✅ {description} выполнено успешно")
+        return True
+    except subprocess.CalledProcessError as e:
+        print(f"❌ Ошибка при {description.lower()}:")
+        print(f"   Команда: {command}")
+        print(f"   Ошибка: {e.stderr}")
+        return False
+
+def main():
+    print("🚀 Запуск проекта в продакшн режиме")
+    print("=" * 50)
+    
+    # Останавливаем контейнеры разработки если они запущены
+    if run_command("docker compose -f docker-compose.dev.yml ps", "Проверка статуса контейнеров разработки"):
+        if "Up" in subprocess.run("docker compose -f docker-compose.dev.yml ps", shell=True, capture_output=True, text=True).stdout:
+            print("🛑 Останавливаю контейнеры разработки...")
+            run_command("docker compose -f docker-compose.dev.yml down", "Остановка контейнеров разработки")
+    
+    # Запускаем продакшн режим
+    print("\n🏭 Запуск продакшн режима...")
+    if run_command("docker compose up -d --build", "Запуск продакшн контейнеров"):
+        print("\n🎉 Проект запущен в продакшн режиме!")
+        print("\n📍 Доступные сервисы:")
+        print("   • Streamlit: http://localhost:8501")
+        print("   • FastAPI: http://localhost:8000")
+        print("   • MinIO Console: http://localhost:9001")
+        print("\n💡 Для разработки используйте:")
+        print("   python start_dev.py")
+        print("\n🛑 Для остановки используйте:")
+        print("   docker compose down")
+    else:
+        print("\n❌ Не удалось запустить проект в продакшн режиме")
+        sys.exit(1)
+
+if __name__ == "__main__":
+    main() 

streamlit_app/.streamlit/config.toml

@@ -0,0 +1,15 @@
+[server]
+port = 8501
+address = "0.0.0.0"
+enableCORS = false
+enableXsrfProtection = false
+
+[browser]
+gatherUsageStats = false
+
+[theme]
+primaryColor = "#FF4B4B"
+backgroundColor = "#FFFFFF"
+secondaryBackgroundColor = "#F0F2F6"
+textColor = "#262730"
+font = "sans serif" 

streamlit_app/Dockerfile

@@ -0,0 +1,23 @@
+FROM python:3.11-slim
+
+WORKDIR /app
+
+# Установка системных зависимостей
+RUN apt-get update && apt-get install -y \
+    gcc \
+    && rm -rf /var/lib/apt/lists/*
+
+# Копирование requirements.txt
+COPY requirements.txt .
+
+# Установка Python зависимостей
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Копирование кода приложения
+COPY . .
+
+# Открытие порта
+EXPOSE 8501
+
+# Запуск Streamlit
+CMD ["streamlit", "run", "streamlit_app.py", "--server.port=8501", "--server.address=0.0.0.0"] 

streamlit_app/_streamlit_app.py

@@ -0,0 +1,100 @@
+import streamlit as st
+import pandas as pd
+import numpy as np
+import plotly.express as px
+import plotly.graph_objects as go
+from minio import Minio
+import os
+from io import BytesIO
+
+# Конфигурация страницы
+st.set_page_config(
+    page_title="Сводка данных",
+    page_icon="📊",
+    layout="wide",
+    initial_sidebar_state="expanded"
+)
+
+# Заголовок приложения
+st.title("📊 Анализ данных сводки")
+st.markdown("---")
+
+# Инициализация MinIO клиента
+@st.cache_resource
+def init_minio_client():
+    try:
+        client = Minio(
+            os.getenv("MINIO_ENDPOINT", "localhost:9000"),
+            access_key=os.getenv("MINIO_ACCESS_KEY", "minioadmin"),
+            secret_key=os.getenv("MINIO_SECRET_KEY", "minioadmin"),
+            secure=os.getenv("MINIO_SECURE", "false").lower() == "true"
+        )
+        return client
+    except Exception as e:
+        st.error(f"Ошибка подключения к MinIO: {e}")
+        return None
+
+# Боковая панель
+with st.sidebar:
+    st.header("⚙️ Настройки")
+    
+    # Выбор типа данных
+    data_type = st.selectbox(
+        "Тип данных",
+        ["Мониторинг топлива", "Сводка ПМ", "Сводка ЦА"]
+    )
+    
+    # Выбор периода
+    period = st.date_input(
+        "Период",
+        value=pd.Timestamp.now().date()
+    )
+    
+    st.markdown("---")
+    st.markdown("### 📈 Статистика")
+    st.info("Выберите тип данных для анализа")
+
+# Основной контент
+col1, col2 = st.columns([2, 1])
+
+with col1:
+    st.subheader(f"📋 {data_type}")
+    
+    if data_type == "Мониторинг топлива":
+        st.info("Анализ данных мониторинга топлива")
+        # Здесь будет логика для работы с данными мониторинга топлива
+        
+    elif data_type == "Сводка ПМ":
+        st.info("Анализ данных сводки ПМ")
+        # Здесь будет логика для работы с данными сводки ПМ
+        
+    elif data_type == "Сводка ЦА":
+        st.info("Анализ данных сводки ЦА")
+        # Здесь будет логика для работы с данными сводки ЦА
+
+with col2:
+    st.subheader("📊 Быстрая статистика")
+    st.metric("Всего записей", "0")
+    st.metric("Активных", "0")
+    st.metric("Ошибок", "0")
+
+# Нижняя панель
+st.markdown("---")
+st.subheader("🔍 Детальный анализ")
+
+# Заглушка для графиков
+placeholder = st.empty()
+with placeholder.container():
+    col1, col2 = st.columns(2)
+    
+    with col1:
+        st.write("📈 График 1")
+        # Здесь будет график
+        
+    with col2:
+        st.write("📊 График 2")
+        # Здесь будет график
+
+# Футер
+st.markdown("---")
+st.markdown("**Разработано для анализа данных сводки** | v1.0.0") 

streamlit_app/requirements.txt

@@ -0,0 +1,7 @@
+streamlit>=1.28.0
+pandas>=2.0.0
+numpy>=1.24.0
+plotly>=5.15.0
+minio>=7.1.0
+openpyxl>=3.1.0
+xlrd>=2.0.1 

streamlit_app/streamlit_app.py

@@ -16,7 +16,8 @@ st.set_page_config(
 )
 
 # Конфигурация API
-API_BASE_URL = os.getenv("API_BASE_URL", "http://localhost:8000")
+API_BASE_URL = os.getenv("API_BASE_URL", "http://fastapi:8000")  # Внутренний адрес для Docker
+API_PUBLIC_URL = os.getenv("API_PUBLIC_URL", "http://localhost:8000")  # Внешний адрес для пользователя
 
 def check_api_health():
     """Проверка доступности API"""
@@ -73,7 +74,7 @@ def main():
         st.info("Убедитесь, что FastAPI сервер запущен")
         return
     
-    st.success(f"✅ API доступен по адресу {API_BASE_URL}")
+    st.success(f"✅ API доступен по адресу {API_PUBLIC_URL}")
     
     # Боковая панель с информацией
     with st.sidebar:
@@ -373,7 +374,7 @@ def main():
     # Футер
     st.markdown("---")
     st.markdown("### 📚 Документация API")
-    st.markdown(f"Полная документация доступна по адресу: {API_BASE_URL}/docs")
+    st.markdown(f"Полная документация доступна по адресу: {API_PUBLIC_URL}/docs")
     
     # Информация о проекте
     with st.expander("ℹ️ О проекте"):