z230

VTMFDownloadFiles/TRASH/download_vault_v2.1.md

@@ -0,0 +1,61 @@
+# download_vault_v2.1 — Dávkové stažení source files z Veeva Vault (J&J V-TMF)
+
+**Verze:** 2.1 · **Datum:** 2026-06-12
+
+Playwright skript pro dávkové stažení source-file dokumentů z Veeva
+Vault (vtmf.veevavault.com) podle Excelu, s perzistentní session,
+ručním potvrzením 2FA, průběžným stavem (resume) a ukládáním do
+adresářového stromu Type\Subtype s pojmenováním podle Description.
+
+**Změny v2.1 oproti v2.0** (starší verze v TRASH/):
+- cílová složka `U:\Dropbox\!!!Days\Downloads Z230\VTMF-77242113UCO3001\<Type>\<Subtype>\`
+- jméno souboru: `YYYY-MM-DD Description [VTMF-xxxxxxxx] [v1.0].<přípona>`
+  - datum z `Document Date` (165 řádků ho nemá → bez prefixu)
+  - Description sanitizovaný na platné jméno (nepovolené znaky → `_`,
+    sjednocené mezery/podtržítka, ořezané okraje); 16 prázdných
+    Description → fallback na Document Name bez koncové verze
+  - verze z konce `Document Name` `(vX.Y)` → `[vX.Y]` (u všech 1959)
+  - přípona skutečná ze staženého souboru
+- `LIMIT = 10` — počet dokumentů na jeden běh (None = všechny zbývající);
+  kombinuje se s resume: další běh navazuje na download_state.csv
+- všech 1959 cílových cest ověřeno jako unikátní (suchý test)
+
+## Vstupní Excel
+
+Nejnovější `.xlsx` ze `WhatToDownload/` („Document Inventory Report -
+Study Level.xlsx" z Vaultu). Potřebné sloupce: Document Name, Document
+Number, Document Status, Type, Subtype, Description, Document Date.
+Document Name/Number/Status jsou `=HYPERLINK(...)` vzorce — URL
+(`/ui/#doc_info/<id>/<maj>/<min>`) a zobrazený text se berou regexem.
+Pozor: report má rozbité deklarované rozměry listu — čte se přímou
+iterací řádků, ne přes max_row/max_column.
+
+## Běh
+
+1. Údaje z `.env` v rootu projektu (`VAULT_USER`/`VAULT_PASS`);
+   chybí-li, skript šablonu založí/doplní, vyzve a skončí.
+2. Načte Excel, odečte hotové z `download_state.csv`, vezme
+   prvních `LIMIT` zbývajících.
+3. Chromium s perzistentním profilem (`vault_profile/`), J&J SSO
+   login, 2FA potvrdíte na telefonu + ENTER.
+4. Maintenance dialog zavírá přes viditelné OK
+   (`.ui-dialog a.ok.vv_button` — křížek je display:none!), čeká se
+   na něj 8 s na home, 2 s na doc stránkách.
+5. Každý dokument: doc URL → ikona Source File → uložení do stromu
+   pod novým jménem. Retry 2× po 5 s, výsledek ihned do
+   `download_state.csv` (`vtmf,result,file,timestamp`).
+6. Souhrn a ENTER pro zavření.
+
+Pro úplně nový běh od nuly smazat/odsunout `download_state.csv`.
+
+## Konfigurace (konstanty nahoře)
+
+`DOWNLOAD_ROOT`, `LIMIT` (10), `STATUS_FILTER` (None = vše),
+`MAX_ATTEMPTS`/`RETRY_PAUSE_MS`/`BETWEEN_DOCS_MS`, `EXCEL_DIR`,
+`STATE_FILE`.
+
+## Spuštění
+
+```powershell
+& "U:\PythonProject\Janssen\.venv\Scripts\python.exe" "U:\PythonProject\Janssen\VTMFDownloadFiles\download_vault_v2.1.py"
+```