z230

2026-06-16 14:32:28 +02:00
parent b825e4ee7c
commit f385d7bf0b
95 changed files with 43120 additions and 0 deletions
@@ -0,0 +1,53 @@
+# download_lab_reports_v1.3.py
+
+**Verze:** 1.3 &nbsp;|&nbsp; **Datum:** 2026-06-16
+
+Stahuje PDF **Lab Reports** ze `xsp.labcorp.com` (studie **77242113UCO3001**,
+interní `36940`, 10 CZ center) přímo do **MongoDB** (`covance.labreports`) —
+metadata + skutečné PDF (inline Binary). **Na disk neukládá.**
+
+## Režim synchronizace — proměnná `SYNC_MODE`
+Nahoře ve skriptu:
+```python
+SYNC_MODE = "delta"      # "delta" | "fullsync"
+```
+- **delta** — jen NOVÉ reporty přes interní `reportId` (stop-at-known). List je
+  Posted DESC; shora se hledá první už uložený `reportId` → vše pod ním je
+  starší a v Mongo je. Rychlé, běžný provoz.
+- **fullsync** — projde VŠECHNY řádky a doplní chybějící/změněné (rekonciliace).
+
+CLI přepíše proměnnou: `--delta` / `--fullsync`.
+
+## Klíč `record_id = reportId`
+Stabilní 32-hex ID dokumentu z dat AG Gridu, napříč všemi řádky **unikátní**
+a **perzistentní v čase** (ověřeno: stejné `reportId` vrací i jiný grid pro
+totéž centrum). Řeší různá PDF se shodnými viditelnými metadaty (reissue se
+shodným Posted i na minutu) — metadata na klíč nestačí.
+
+## Odkud data
+Z in-memory dat AG Gridu (`__agComponent.gridApi`): `reportId`,
+`fileLinks[].fileId`+`fileName` (server), `postedDateTime` (moment.js →
+převedeno na ISO string), `siteNum`, `subjectNumber`. Accession/Visit/Collected
+leží v gridu níž (ve `visits`) → z buněk (po scrollu). `accession` se čte
+**doslova** (reálný identifikátor kitu), neukládá se nijak odvozeně.
+
+## MongoDB dokument
+`record_id`(=reportId), `study`, `studyCode`, `type`, `site`, `subject`,
+`accession`, `visit`, `collected`, `posted`, `postedIso` (string), `fileId`,
+`serverFileName`, `fields`, `fileName`, **`pdf`** (Binary), `pdfSize`,
+`pdfSha256`, `firstSeen`, `lastSeen`, `history[]`.
+
+## Spuštění (z terminálu uživatele — GUI Chrome)
+```
+python download_lab_reports_v1.3.py                 # podle SYNC_MODE (default delta)
+python download_lab_reports_v1.3.py --fullsync      # rekonciliace
+python download_lab_reports_v1.3.py --dry-run       # vypíše nové, nestahuje
+python download_lab_reports_v1.3.py --limit 5
+```
+
+## Zmeny v1.3
+- `SYNC_MODE` proměnná (delta/fullsync) + CLI `--delta`/`--fullsync`.
+- Oprava `postedIso`: v1.2 ukládal celý moment.js objekt; nyní čistý ISO string.
+
+## Nahrazuje
+`download_lab_reports_v1.2.py` → `TRASH/`.