z230

2026-06-02 17:20:20 +02:00
parent ec187e673a
commit b433ef0446
58 changed files with 9247 additions and 0 deletions
@@ -0,0 +1,122 @@
+# python-runner — Docker kontejner na Tower
+
+## Základní info
+
+| Parametr       | Hodnota                                      |
+|----------------|----------------------------------------------|
+| Název          | python-runner                                |
+| Image          | python-runner (vlastní)                      |
+| Status         | running (unless-stopped)                     |
+| Python         | 3.12.13                                      |
+| Spouštěcí cmd  | `tail -f /dev/null` — container jen běží, skripty se spouštějí ručně |
+| Working dir    | `/scripts`                                   |
+| Vytvořen       | 2026-06-02                                   |
+
+---
+
+## Tower — SSH přístup
+
+| Parametr | Hodnota          |
+|----------|------------------|
+| Host     | tower / 192.168.1.76 |
+| Port     | 22               |
+| User     | root             |
+| Heslo    | 7309208104       |
+
+**Připojení přes Python (paramiko)** — Docker CLI není lokálně dostupný:
+
+```python
+import paramiko
+c = paramiko.SSHClient()
+c.set_missing_host_key_policy(paramiko.AutoAddPolicy())
+c.connect('192.168.1.76', username='root', password='7309208104')
+_, out, _ = c.exec_command('...')
+print(out.read().decode())
+c.close()
+```
+
+---
+
+## Volume mounty
+
+| Host (Unraid)         | Kontejner         | Popis                        |
+|-----------------------|-------------------|------------------------------|
+| `/mnt/user/Scripts`   | `/scripts`        | Skripty, logy — working dir  |
+| `/mnt/user/JNJEMAILS` | `/mnt/JNJEMAILS`  | .msg soubory emailů (JNJ)    |
+
+---
+
+## Spouštění skriptů
+
+```bash
+# Interaktivně (vidíš výstup):
+docker exec -it python-runner python /scripts/parse_emails_tower_v1.1.py --limit 50 --no-indexes
+
+# Na pozadí (log do souboru):
+docker exec -d python-runner bash -c \
+  "python /scripts/parse_emails_tower_v1.1.py > /scripts/parse_emails.log 2>&1"
+
+# Pokračování po přerušení (skip hotových):
+docker exec -d python-runner bash -c \
+  "python /scripts/parse_emails_tower_v1.1.py --skip-existing > /scripts/parse_emails.log 2>&1"
+
+# Sledování průběhu:
+docker exec -it python-runner tail -f /scripts/parse_emails.log
+```
+
+---
+
+## Aktuální skripty v /scripts
+
+| Soubor                        | Popis                                          |
+|-------------------------------|------------------------------------------------|
+| `parse_emails_tower_v1.1.py`  | Import .msg → MongoDB (db: emaily, kolekce: vbuzalka@its.jnj.com) |
+| `parse_emails_tower_v1.1.md`  | Dokumentace ke skriptu                         |
+| `parse_emails.log`            | Log průběhu importu                            |
+| `parse_emails_errors.log`     | Log chyb (soubory které selhaly)               |
+
+Lokální protějšek: `EmailsImport/parse_emails_v1.0.py` — identický kód, liší se jen cestou
+(`\\tower\JNJEMAILS` SMB vs. `/mnt/JNJEMAILS` lokální mount) a verzí hlavičky.
+
+---
+
+## Nainstalované Python balíčky
+
+```
+extract-msg        0.55.0
+pymongo            4.17.0
+python-dateutil    2.9.0.post0
+cryptography       48.0.0
+beautifulsoup4     4.13.5
+oletools           0.60.2
+msoffcrypto-tool   6.0.0
+olefile            0.47
+RTFDE              0.1.2.2
+compressed-rtf     1.0.7
+lark               1.3.1
+pcodedmp           1.2.6
+tzlocal            5.3.1
+six                1.17.0
+pip                25.0.1
+```
+
+---
+
+## Přidání nového balíčku
+
+```bash
+docker exec python-runner pip install <balicek>
+```
+
+> Pozor: instalace se ztratí při recreate kontejneru — je třeba přidat do Dockerfile nebo do setup skriptu.
+
+---
+
+## Logika parse_emails (oba skripty)
+
+- Čte všechny `.msg` soubory z MSGS_DIR
+- Extrahuje: předmět, odesílatel, příjemci (To/CC/BCC), tělo (text+HTML), přílohy, internet headers, všechny raw MAPI properties
+- Ukládá do MongoDB: `emaily` → `vbuzalka@its.jnj.com`
+- `_id` = Internet Message-ID (nebo `filename:<stem>` jako fallback)
+- Upsert → bezpečné opakování, `--skip-existing` pro pokračování
+- Indexy: received_at, sent_at, sender.email, filename (unique), full-text (subject+body+to+cc)