z230

NačteníPředpisuWithClaude/11_ParseXML.py

@@ -228,12 +228,19 @@ def najdi_nejnovejsi_xml(datum_filtr=None):
     return nejnovejsi
 
 
+def nacti_zpracovane(conn):
+    """Vrátí dict {id_dokladu: xml_soubor} pro všechny již zpracované záznamy."""
+    with conn.cursor() as cur:
+        cur.execute("SELECT id_dokladu, xml_soubor FROM recept_doklad WHERE xml_soubor IS NOT NULL")
+        return {row["id_dokladu"]: row["xml_soubor"] for row in cur.fetchall()}
+
+
 def main():
     datum_filtr = DATUM_FILTR
 
     xml_mapa = najdi_nejnovejsi_xml(datum_filtr)
     celkem   = len(xml_mapa)
-    print(f"Nalezeno {celkem} XML souborů ke zpracování\n")
+    print(f"Nalezeno {celkem} XML souborů v archivu\n")
 
     if not celkem:
         print("Žádné soubory.")
@@ -255,9 +262,18 @@ def main():
             pass  # FK už byl zrušen dříve
     conn.commit()
 
-    ok = chyb = 0
+    # Načti již zpracované soubory — přeskočíme ty, jejichž cesta se nezměnila
+    zpracovane = nacti_zpracovane(conn)
+
+    ok = chyb = preskoceno = 0
 
     for i, (erp_kod, xml_file) in enumerate(xml_mapa.items(), 1):
+        rel_path = str(xml_file.relative_to(XML_DIR))
+
+        if zpracovane.get(erp_kod) == rel_path:
+            preskoceno += 1
+            continue
+
         print(f"[{i:4d}/{celkem}] {erp_kod}  ", end="", flush=True)
 
         xml_text = xml_file.read_text(encoding="utf-8")
@@ -279,7 +295,7 @@ def main():
             chyb += 1
 
     conn.close()
-    print(f"\nHotovo: {ok} OK, {chyb} chyb")
+    print(f"\nHotovo: {ok} zpracováno, {preskoceno} přeskočeno (beze změny), {chyb} chyb")
 
 
 if __name__ == "__main__":