# download_test_results_v1.4.py — dokumentace

**Verze:** 1.4 · **Datum:** 2026-05-29
**Umístění:** `U:\PythonProject\Janssen\Covance\download_test_results_v1.4.py`

> **Změny v1.4 oproti 1.3:** **retry na úrovni reportu.**
> Při paralelním běhu server občas vrátí timeout (zejm. `page.goto` 30 s,
> nebo `wait_for_function` 120 s na grid). Dřív byl takový report rovnou
> zapsán jako selhaný. Teď se každý report zkusí až **2× (MAX_ATTEMPTS=2)**,
> mezi pokusy 5 s pauza a `goto("about:blank")` jako reset. Většina
> přechodných timeoutů projde napodruhé.
> Launcher povýšen na `run_test_results_parallel_v1.2.py` (cílí na v1.4).
>
> **Změny v1.3 oproti 1.2:** robustní login (NEčekat na `networkidle`,
> čekat přímo na pole Email/Password) + okno se při pádu nezavře
> (try/except + input()).
> **Změny v1.2 oproti 1.1:** paralelní běh přes sharding (`--shard N --of M`).
> **Změny v1.1 oproti 1.0:** druhá studie 35472 (MDD) + report Microbiology.

---

## 1. Účel

Automatické stažení reportů **Test Results** z portálu Labcorp Sponsor Portal
(`xsp.labcorp.com`). Skript projde **2 studie × jejich centra × 2 typy reportu**,
u každého vyexportuje grid do CSV a uloží ho timestampovaný do `Source/`.

| Studie | Interní ID | Význam | Počet center |
|---|---|---|---|
| UC | `36940` | 77242113UCO3001 | 12 |
| MDD | `35472` | druhá studie | 5 |

Typy reportu: **Standard** (`/standard-test-results`) a **Microbiology** (`/microbiology`).

**Celkem: (12 + 5) × 2 = 34 reportů** (prázdná centra se přeskakují, viz 6.5).

---

## 2. Spuštění

### 2a) Paralelně (doporučeno — rychlejší)

```bat
U:\PythonProject\Janssen\.venv\Scripts\python.exe ^
  U:\PythonProject\Janssen\Covance\run_test_results_parallel_v1.2.py
```

### 2b) Serialně (jeden proces)

```bat
U:\PythonProject\Janssen\.venv\Scripts\python.exe ^
  U:\PythonProject\Janssen\Covance\download_test_results_v1.4.py
```

### 2c) Jeden konkrétní shard ručně

```bat
…\python.exe download_test_results_v1.4.py --shard 2 --of 4
```

- Prohlížeč běží **viditelně** (`headless=False`), maximalizovaný.
- Po dokončení (i po chybě) okno **čeká na Enter** — ať je vidět log.

---

## 3. Retry (v1.4)

### 3.1 Proč
Z reálného běhu 4 shardů (29. 5. 2026) ze 34 reportů selhaly 2:
- `930539/standard` — `page.goto` timeout 30 s (server vůbec neodpověděl)
- `930547/standard` — `wait_for_function` timeout 120 s (grid se nedotáhl)

Obojí jsou **přechodné serverové timeouty** (sharding ho zatěžuje). Stačí
počkat a zkusit znovu — propadne to.

### 3.2 Jak
Konstanty:
```python
MAX_ATTEMPTS    = 2   # 1. pokus + 1 retry
RETRY_BACKOFF_S = 5   # pauza pred opakovanym pokusem
```

`download_report(page, report)` je wrapper, který volá
`download_report_once(...)` v cyklu 1..MAX_ATTEMPTS. Při výjimce zaloguje
`POKUS X/N SELHAL: …`, počká `RETRY_BACKOFF_S`, navštíví `about:blank`
(reset gridu), a zkusí znovu. Když selže poslední pokus, výjimka se propustí
ven a vnější smyčka v `main()` to zapíše do `failed`.

### 3.3 Co se nezopakuje
Login — ten je mimo retry. Pokud spadne login, shard skončí přes vnější
`try/except` v `__main__` s `FATAL: ...` a okno čeká na Enter.

---

## 4. Paralelní běh (sharding) — beze změny vůči v1.3

### 4.1 Rozdělení práce
```python
REPORTS = ALL_REPORTS[SHARD - 1::OF]
```
Shard 1 z 4 vezme indexy 0, 4, 8, … atd. Bez argumentů = serial.

### 4.2 Profil per shard
| Běh | Profil |
|---|---|
| serialní (`--of 1`) | `browser_profile/` |
| shard N (`--of M>1`) | `browser_profile_{N}/` |

Chrome zamyká adresář profilu → 2 instance nesdílí 1 profil.

### 4.3 Login (varianta B)
Každý shard se přihlásí sám (jen heslo, žádné MFA). Session se uloží do
`browser_profile_{N}/` → další běh login přeskočí. Launcher startuje
s rozestupem `STAGGER_S = 8 s`, aby se OKTA nezahltil.

### 4.4 Launcher `run_test_results_parallel_v1.2.py`
- `N_SHARDS = 4`, `STAGGER_S = 8 s`.
- Každý proces v novém okně (`CREATE_NEW_CONSOLE`) → logy se neprolínají.
- Prefix logu: `[S{shard}/{of}]`.

### 4.5 Reálné zrychlení
~2–3× (server throttluje exporty, ne přesně 4×).

---

## 5. Výstupní soubory

```
{YYYY-MM-DD_HHMMSS} sponsor-study-{STUDY}-test-results-{SITE_ID}-{TYP}.csv
```

Všechny shardy ukládají do `Source/`. Staré se **nikdy nemažou**.

---

## 6. Klíčové technické poznatky — ověřeno přes Chrome MCP

### 6.1 Čekání na data = `.ag-row`
- ❌ `wait_for_selector("div.ag-row")` (default visible) timeoutuje
  (řádky jsou `position-absolute`).
- ✅ `wait_for_function("() => document.querySelectorAll('div.ag-row').length > 0")`.
- Stabilizace: počet se čte co 2 s, dokud se 2× neshodne.
- **Počet `.ag-row` je zastropený** (~153) virtuálním renderem. Export do
  CSV ale vyexportuje VŠECHNY řádky.

### 6.2 „Fetching Data" / spinner — NEPLATÍ pro tuto stránku
Je jen na *samples* reportu. Signál = `.ag-row`.

### 6.3 Tři tečky (export) — DVA `<ag-export>`
✅ `page.locator("ag-export button:visible", has_text="more_horiz").first.click()`

### 6.4 „Export to CSV" — DVĚ položky v DOM
✅ `page.locator("mdl-menu-item:visible", has_text="Export to CSV").first.click()`

### 6.5 Prázdné centrum
- No-rows overlay `.ag-overlay-no-rows-wrapper` (NE `-no-rows-center`).
- 2 overlaye, 1 skrytý → kontrola `offsetParent !== null`.
- KROK 2 čeká na `.ag-row` **NEBO** prázdný overlay → nečeká 120 s zbytečně.

---

## 7. Login logika (v1.3+) — beze změny ve v1.4

```python
page.goto(LOGIN_URL)
try:
    page.get_by_label("Email").wait_for(state="visible", timeout=12000)
except Exception:
    return                       # session aktivni → login přeskočit
page.get_by_label("Email").fill(EMAIL)
page.get_by_role("button", name="Next").click()
page.get_by_label("Password").wait_for(state="visible", timeout=30000)
page.get_by_label("Password").fill(PASSWORD)
page.get_by_role("button", name="Verify").click()
page.wait_for_url(lambda url: "code=" not in url or "xsp." in url, timeout=60000)
```

**NE** `networkidle`. **NE** kontrola URL (po redirectu zůstává `xsp.covance.com`).

---

## 8. Chrome flagy

```
--disable-restore-session-state
--disable-session-crashed-bubble
```

---

## 9. Robustnost

- **Retry per report** (`MAX_ATTEMPTS = 2`) → přechodné timeouty propadnou.
- Každý report v `try/except` → chyba u jednoho nezastaví zbytek shardu.
- Celý běh shardu v `try/except` + `finally: input()` → okno se při pádu nezavře.
- Souhrn na konci: `hotovo X/Y (shard N/M)` + `SELHALA centra: …`.
- Launcher hlídá `returncode` každého shardu.

---

## 10. Možná budoucí rozšíření

- **Více pokusů:** zvednout `MAX_ATTEMPTS` (3+) — pro hodně přetížený server.
- **Více/méně procesů:** změnit `N_SHARDS` v launcheru (profily `_1.._N`).
- **Další studie / centra / typ reportu:** přidat do `STUDIES` / `REPORT_TYPES`.
- **Vyčistit profily:** smazat `browser_profile_*/` (vynutí nový login).

---

## 11. Příbuzné skripty

| Skript | Co stahuje |
|---|---|
| `download_samples_report_v1.1.py` | All Samples (sampletracking) |
| `download_kit_inventory_v2.1.py` | Kit inventory |
| `download_equeries_report_v1.1.py` | eQuery reporty (zdroj SITE_IDS pro 36940) |
| `download_test_results_v1.4.py` | **tento** — Test Results (Standard + Microbiology, 2 studie, sharding, retry) |
| `run_test_results_parallel_v1.2.py` | launcher 4 paralelních shardů test-results |