# 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)