# run_all_v1.0.py — IWRS: kompletní pipeline Pacienti + Léky

**Verze:** 1.0 | **Datum:** 2026-06-10

Jeden vstupní skript na úrovni `IWRS/`, který stáhne z janssen.4gclinical.com
a naimportuje do MongoDB (db `studie`) data pacientů i léků pro obě studie
(77242113UCO3001, 42847922MDD3003). Nahrazuje dřívější `Drugs/run_all.py`
a `Patients/download_all.py` + `Patients/import_all.py` (přesunuty do `Trash/`).

## Tok souborů

```
IWRS/Incoming/            ← sem padá vše stažené (pacienti i léky, datumované názvy)
IWRS/Incoming/Processed/  ← sem se přesouvá po úspěšném importu
```

- Při chybě importu soubor **zůstává v Incoming/** a zpracuje se při příštím běhu.
- Import jde vždy **nejstarší soubor napřed** (mtime) — chronologická správnost snapshotů.
- Kolize jména v Processed/ → přepíše se (Mongo už data má, soubor je jen archiv).
- Adresář `IWRS/Incoming/` je v `.gitignore` (stejně jako dříve `Patients/Incoming/`).
- Původní adresáře `Drugs/xls_*` zůstávají zmrazené na místě jako archiv — nový kód je nepoužívá.

## Názvy souborů v Incoming/

| Typ | Vzor |
|---|---|
| Subject Summary | `YYYY-MM-DD {study} Subject Summary Report.xlsx` |
| Subject Detail | `YYYY-MM-DD {study} {subject} Subject Detail.xlsx` |
| Notifikace | `{datum}_{study}_{subject}_{label}.pdf` + `.json` |
| Onsite Inventory | `YYYY-MM-DD {study} Onsite Inventory {site}.xlsx` |
| IP Destruction | `YYYY-MM-DD {study} IP Destruction {basket}.xlsx` |
| Shipments Report | `YYYY-MM-DD {study} Shipments Report.xlsx` |
| Shipment Details | `YYYY-MM-DD {study} Shipment Details {shipment_id}.xlsx` |

Při kolizi (druhý běh ve stejný den) se před příponu přidá ` HHMM`.
Metadata (site, basket, study) se při importu čtou primárně z **obsahu** souboru;
z názvu se bere jen `shipment_id` u Shipment Details.

## Průběh

### Fáze 1 — stahování (2 přihlášení, per studie jedna browser session)

1. Login + výběr studie (`common/iwrs_portal.py`)
2. **Pacienti** (`Patients/download_patients.py`):
   - Subject Summary Report
   - per subjekt: Subject Detail XLSX + notifikace PDF+JSON (stahují se jen
     notifikace, jejichž `pk` ještě není v Mongo `iwrs_notifications`)
3. **Léky** (`Drugs/download_drugs.py`):
   - Onsite Inventory — všechna centra, vždy znovu
   - IP Destruction — přeskočí košíky už importované v `iwrs_destruction`
     (destrukce je immutable); dříve se přeskakovalo podle existence souboru
   - Shipments Report — vždy znovu
   - Shipment Details — jen CZ zásilky; přeskočí zásilky, jejichž položky
     jsou v `iwrs_shipment_items` se statusem RECEIVED (finální stav);
     dříve „soubor existuje a status RECEIVED“. CANCELLED zásilky se stahují
     při každém běhu (záměrně zachováno z původní verze).

### Fáze 2 — import (po stažení obou studií)

1. `ensure_indexes()` (jednou)
2. **Pacienti** (`Patients/import_patients.py`): summary → detaily → notifikace;
   per soubor, po úspěchu přesun do Processed/
3. **Léky** (`Drugs/import_drugs.py`): jeden `import_id` per studie a běh;
   parsuje všechny čekající soubory (nejstarší napřed, poslední vyhrává per `_id`),
   pak hromadný zápis:
   - `iwrs_shipments`, `iwrs_shipment_items`, `iwrs_inventory` — upsert + snapshot
   - `iwrs_destruction` — upsert bez snapshotu
   Po úspěšném zápisu se zparsované soubory přesunou do Processed/;
   soubor s chybou parsování zůstává v Incoming/.
   Prázdný inventory report (centrum bez zásob — jen meta řádky `Site:` atd.,
   bez tabulky léků) se bere jako 0 položek a normálně se archivuje.

## Použití

```
python run_all_v1.0.py                    # vše (download + import, obě studie)
python run_all_v1.0.py --download-only    # jen stažení do Incoming/
python run_all_v1.0.py --import-only      # jen import čekajících souborů
python run_all_v1.0.py --only-patients    # jen pacientská část
python run_all_v1.0.py --only-drugs       # jen léková část
python run_all_v1.0.py --study 42847922MDD3003   # jen jedna studie
```

Prohlížeč běží s `headless=False` (viditelné okno) jako dosud.
Moduly `import_patients.py` a `import_drugs.py` lze spustit i samostatně.

## Mapa modulů

```
IWRS/
  run_all_v1.0.py            ← vstupní skript (CLI, orchestrace)
  common/
    iwrs_portal.py           ← BASE_URL, credentials, login(page, study)
    paths.py                 ← INCOMING/PROCESSED, unique_path, move_done, sorted_by_mtime
    mongo_writer.py          ← beze změny (konvertory, upserty, snapshoty, import log)
  Patients/
    download_patients.py     ← summary + delegace na download_subject_details.run()
    import_patients.py       ← logika z bývalého import_all.py, nové cesty
    download_subject_details.py, import_to_mongo.py,
    import_notifications_to_mongo.py, parse_notifications_to_mongo.py  ← beze změny
    Trash/download_all.py, Trash/import_all.py  ← nahrazeno
  Drugs/
    download_drugs.py        ← 4 typy reportů → Incoming/, skip-logika přes Mongo
    import_drugs.py          ← parsery z bývalého import_to_mongo.py, čte Incoming/
    Trash/run_all.py, Trash/import_to_mongo.py  ← nahrazeno
```

## Jednorázová migrace (provedeno 2026-06-10)

- `Patients/Incoming/Zpracováno/` (1343 souborů) → `IWRS/Incoming/Processed/`
- `.gitignore`: `IWRS/Patients/Incoming/` → `IWRS/Incoming/`
- Staré vstupní skripty → `Trash/` (viz mapa výše)