# Spar knapp istället! import streamlit as st import gspread from google.oauth2.service_account import Credentials import pandas as pd from datetime import datetime import pytz import json import os import time import io from openpyxl import Workbook from openpyxl.styles import Font, PatternFill, Alignment from openpyxl.utils.dataframe import dataframe_to_rows # Konfigurera sidan st.set_page_config( page_title="ChargeNode Data Manager", page_icon="⚡", layout="wide", initial_sidebar_state="collapsed" ) # Google Sheets setup SCOPES = [ 'https://www.googleapis.com/auth/spreadsheets', 'https://www.googleapis.com/auth/drive' ] # Rate limiting configuration MAX_REQUESTS_PER_MINUTE = 60 REQUEST_DELAY = 1.0 # Svensk tidszon SWEDISH_TZ = pytz.timezone('Europe/Stockholm') # Admin password from Hugging Face secret ADMIN_PASSWORD = os.environ.get('ADMIN') # UPPDATERADE KOLUMNER - Exakt enligt Google Sheet # Readonly kolumner (ej editerbara) READONLY_COLUMNS = [ 'Lösenord', 'Filter', 'Områdeskod', 'Account ID', 'Företagsnamn', 'Fastighetsnamn', 'Address', 'Stad', 'Metod', 'Max kW', '# Uttag', '# F IDs', 'Latitud', 'Longitud', 'Hårdvara', 'Tid dek', 'Bil', 'Vecka', 'Indikativt datum', 'Säljare', 'Status', # Readonly - ej editerbar 'Last update', # Automatiskt genererad 'Editor', 'KAM' # Automatiskt genererad ] # Kolumner som är editerbara EDITABLE_COLUMNS = [ 'Namn', 'Email adress', 'Telefon', 'Tillgänglighet', 'Access info', 'Fritext meddelande', 'Main Contact' ] # Kolumner som ska döljas helt från visningen - UPPDATERAD LISTA HIDDEN_COLUMNS = [ 'Lösenord', 'Filter', 'Tid dek', 'Bil', 'Website', 'Områdeskod', 'Account ID', 'Företagsnamn', 'Latitud', 'Longitud', '# F IDs', 'Max kW', 'Länk till fysisk plats', 'Uppdatera Lat, Long', 'KAM' ] # ============================================================================ # MONITORING FUNCTIONS - NIVÅ 1 # ============================================================================ class LogSheets: """Class för att hantera loggning till Google Sheets""" def __init__(self, spreadsheet): """ Initialisera LogSheets med ett spreadsheet-objekt Args: spreadsheet: gspread Spreadsheet objekt för "Omrade_updater" """ self.spreadsheet = spreadsheet self.logs_sheet = None self.perf_sheet = None self._init_sheets() def _init_sheets(self): """Initiera eller skapa logg-sheets""" try: # Försök hitta eller skapa LOGS sheet try: self.logs_sheet = self.spreadsheet.worksheet("Omrade_updater_LOGS") print("[MONITORING] Logs sheet hittades") except gspread.exceptions.WorksheetNotFound: print("[MONITORING] Skapar nytt Logs sheet...") self.logs_sheet = self.spreadsheet.add_worksheet( title="Omrade_updater_LOGS", rows=1000, cols=10 ) # Lägg till headers headers = [ 'Timestamp', 'Event Type', 'User ID', 'Company Name', 'Details', 'Row Number', 'Column', 'Old Value', 'New Value', 'Status' ] self.logs_sheet.append_row(headers) print("[MONITORING] Logs sheet skapat med headers") # Försök hitta eller skapa Performance sheet (valfritt) try: self.perf_sheet = self.spreadsheet.worksheet("Performance_Log") print("[MONITORING] Performance sheet hittades") except gspread.exceptions.WorksheetNotFound: print("[MONITORING] Skapar nytt Performance sheet...") self.perf_sheet = self.spreadsheet.add_worksheet( title="Performance_Log", rows=1000, cols=6 ) # Lägg till headers headers = [ 'Timestamp', 'Operation', 'Duration (s)', 'User ID', 'Details', 'Status' ] self.perf_sheet.append_row(headers) print("[MONITORING] Performance sheet skapat med headers") except Exception as e: print(f"[MONITORING ERROR] Kunde inte initiera sheets: {e}") self.logs_sheet = None self.perf_sheet = None def log_activity(self, event_type, user_id, company_name="", details="", row_number="", column="", old_value="", new_value="", status="SUCCESS"): """ Logga en aktivitet till LOGS sheet Args: event_type: Typ av händelse (LOGIN, LOGOUT, EDIT, DOWNLOAD, UPLOAD) user_id: Användarens ID (Account ID) company_name: Företagsnamn details: Detaljer om händelsen row_number: Radnummer (för editeringar) column: Kolumnnamn (för editeringar) old_value: Gammalt värde (för editeringar) new_value: Nytt värde (för editeringar) status: Status (SUCCESS, ERROR, WARNING) """ if not self.logs_sheet: return False try: timestamp = datetime.now(SWEDISH_TZ).strftime('%Y-%m-%d %H:%M:%S') row_data = [ timestamp, event_type, str(user_id), str(company_name), str(details), str(row_number), str(column), str(old_value)[:100], # Begränsa längd str(new_value)[:100], # Begränsa längd status ] self.logs_sheet.append_row(row_data) print(f"[MONITORING] Loggade: {event_type} för {user_id}") return True except Exception as e: print(f"[MONITORING ERROR] Kunde inte logga aktivitet: {e}") return False def log_performance(self, operation, duration, user_id="", details="", status="SUCCESS"): """ Logga performance-metrics till Performance_Log sheet Args: operation: Operation som mättes (LOAD_DATA, SAVE_CHANGES, etc.) duration: Tid i sekunder user_id: Användarens ID details: Extra detaljer status: Status """ if not self.perf_sheet: return False try: timestamp = datetime.now(SWEDISH_TZ).strftime('%Y-%m-%d %H:%M:%S') row_data = [ timestamp, operation, f"{duration:.2f}", str(user_id), str(details), status ] self.perf_sheet.append_row(row_data) print(f"[MONITORING] Loggade performance: {operation} ({duration:.2f}s)") return True except Exception as e: print(f"[MONITORING ERROR] Kunde inte logga performance: {e}") return False def safe_log_activity(log_sheets, event_type, user_id, **kwargs): """ Säker wrapper för loggning som aldrig kraschar appen Args: log_sheets: LogSheets instans event_type: Typ av händelse user_id: Användarens ID **kwargs: Extra parametrar att skicka till log_activity """ try: if log_sheets: log_sheets.log_activity(event_type, user_id, **kwargs) except Exception as e: print(f"[MONITORING ERROR] Safe log failed: {e}") # Fortsätt utan att krascha def safe_log_performance(log_sheets, operation, duration, **kwargs): """ Säker wrapper för performance-loggning som aldrig kraschar appen Args: log_sheets: LogSheets instans operation: Operation som mättes duration: Tid i sekunder **kwargs: Extra parametrar att skicka till log_performance """ try: if log_sheets: log_sheets.log_performance(operation, duration, **kwargs) except Exception as e: print(f"[MONITORING ERROR] Safe performance log failed: {e}") # Fortsätt utan att krascha # ============================================================================ # ADMIN PANEL FUNCTIONS # ============================================================================ def show_admin_panel(log_sheets): """ Visa admin-panelen med lösenordsskydd och dashboard Args: log_sheets: LogSheets instans """ st.title("🔐 Admin Panel") # Kontrollera om admin är inloggad if 'admin_authenticated' not in st.session_state: st.session_state.admin_authenticated = False if not st.session_state.admin_authenticated: # Visa login-formulär st.markdown("### Inloggning krävs") password = st.text_input("Admin-lösenord", type="password", key="admin_password") if st.button("Logga in som Admin"): if password == ADMIN_PASSWORD: st.session_state.admin_authenticated = True st.success("✅ Admin-inloggning lyckades!") time.sleep(0.5) st.rerun() else: st.error("❌ Felaktigt lösenord") return # Admin är inloggad - visa dashboard st.markdown("---") # Logout knapp col1, col2 = st.columns([4, 1]) with col2: if st.button("🚪 Logga ut"): st.session_state.admin_authenticated = False st.rerun() # Tabs för olika vyer tab1, tab2, tab3 = st.tabs(["📊 Dashboard", "📋 Aktivitetslogg", "⚡ Performance"]) with tab1: show_dashboard(log_sheets) with tab2: show_activity_log(log_sheets) with tab3: show_performance_log(log_sheets) def show_dashboard(log_sheets): """Visa realtidsstatistik dashboard""" st.markdown("### 📊 Realtidsstatistik") if not log_sheets or not log_sheets.logs_sheet: st.warning("⚠️ Ingen loggdata tillgänglig") return try: # Hämta loggdata all_records = log_sheets.logs_sheet.get_all_records() if not all_records: st.info("ℹ️ Ingen aktivitet loggad än") return df = pd.DataFrame(all_records) # Konvertera timestamp till datetime df['Timestamp'] = pd.to_datetime(df['Timestamp'], errors='coerce') # Dagens datum today = datetime.now(SWEDISH_TZ).date() df['Date'] = df['Timestamp'].dt.date # Metrics col1, col2, col3, col4 = st.columns(4) with col1: total_events = len(df) st.metric("📝 Totala händelser", f"{total_events:,}") with col2: today_events = len(df[df['Date'] == today]) st.metric("📅 Händelser idag", f"{today_events:,}") with col3: unique_users = df['User ID'].nunique() st.metric("👥 Unika användare", f"{unique_users:,}") with col4: total_edits = len(df[df['Event Type'] == 'EDIT']) st.metric("✏️ Totala redigeringar", f"{total_edits:,}") st.markdown("---") # Händelser per typ st.markdown("### 📊 Händelser per typ") event_counts = df['Event Type'].value_counts() st.bar_chart(event_counts) st.markdown("---") # Aktivitet över tid (senaste 7 dagarna) st.markdown("### 📈 Aktivitet senaste 7 dagarna") last_7_days = df[df['Date'] >= (today - pd.Timedelta(days=7))] daily_activity = last_7_days.groupby('Date').size() st.line_chart(daily_activity) st.markdown("---") # Mest aktiva användare st.markdown("### 🏆 Mest aktiva användare") user_activity = df.groupby(['User ID', 'Company Name']).size().reset_index(name='Aktiviteter') user_activity = user_activity.sort_values('Aktiviteter', ascending=False).head(10) st.dataframe(user_activity, use_container_width=True, hide_index=True) except Exception as e: st.error(f"❌ Fel vid hämtning av dashboard-data: {e}") def show_activity_log(log_sheets): """Visa fullständig aktivitetslogg med filter""" st.markdown("### 📋 Fullständig aktivitetslogg") if not log_sheets or not log_sheets.logs_sheet: st.warning("⚠️ Ingen loggdata tillgänglig") return try: # Hämta loggdata all_records = log_sheets.logs_sheet.get_all_records() if not all_records: st.info("ℹ️ Ingen aktivitet loggad än") return df = pd.DataFrame(all_records) # Filter col1, col2, col3 = st.columns(3) with col1: event_types = ['Alla'] + sorted(df['Event Type'].unique().tolist()) selected_event = st.selectbox("Händelsetyp", event_types) with col2: users = ['Alla'] + sorted(df['User ID'].unique().tolist()) selected_user = st.selectbox("Användare", users) with col3: # Datumfilter date_filter = st.selectbox("Tidsperiod", ["Alla", "Idag", "Senaste 7 dagarna", "Senaste 30 dagarna"]) # Applicera filter filtered_df = df.copy() if selected_event != 'Alla': filtered_df = filtered_df[filtered_df['Event Type'] == selected_event] if selected_user != 'Alla': filtered_df = filtered_df[filtered_df['User ID'] == selected_user] if date_filter != 'Alla': filtered_df['Timestamp'] = pd.to_datetime(filtered_df['Timestamp'], errors='coerce') today = datetime.now(SWEDISH_TZ) if date_filter == 'Idag': filtered_df = filtered_df[filtered_df['Timestamp'].dt.date == today.date()] elif date_filter == 'Senaste 7 dagarna': filtered_df = filtered_df[filtered_df['Timestamp'] >= (today - pd.Timedelta(days=7))] elif date_filter == 'Senaste 30 dagarna': filtered_df = filtered_df[filtered_df['Timestamp'] >= (today - pd.Timedelta(days=30))] # Visa resultat st.markdown(f"**Visar {len(filtered_df)} händelser**") # Sortera med senaste först filtered_df = filtered_df.sort_values('Timestamp', ascending=False) # Visa tabell st.dataframe( filtered_df, use_container_width=True, hide_index=True, height=600 ) # Export-knapp if st.button("📥 Exportera till CSV"): csv = filtered_df.to_csv(index=False).encode('utf-8') st.download_button( label="Ladda ner CSV", data=csv, file_name=f"activity_log_{datetime.now().strftime('%Y%m%d_%H%M%S')}.csv", mime="text/csv" ) except Exception as e: st.error(f"❌ Fel vid hämtning av loggdata: {e}") def show_performance_log(log_sheets): """Visa performance-metrics""" st.markdown("### ⚡ Performance Metrics") if not log_sheets or not log_sheets.perf_sheet: st.warning("⚠️ Ingen performance-data tillgänglig") return try: # Hämta performance-data all_records = log_sheets.perf_sheet.get_all_records() if not all_records: st.info("ℹ️ Ingen performance-data loggad än") return df = pd.DataFrame(all_records) # Konvertera duration till float df['Duration (s)'] = pd.to_numeric(df['Duration (s)'], errors='coerce') # Metrics col1, col2, col3 = st.columns(3) with col1: avg_duration = df['Duration (s)'].mean() st.metric("⏱️ Genomsnittlig tid", f"{avg_duration:.2f}s") with col2: max_duration = df['Duration (s)'].max() st.metric("🐌 Långsammaste operation", f"{max_duration:.2f}s") with col3: min_duration = df['Duration (s)'].min() st.metric("⚡ Snabbaste operation", f"{min_duration:.2f}s") st.markdown("---") # Genomsnittlig tid per operation st.markdown("### 📊 Genomsnittlig tid per operation") avg_by_operation = df.groupby('Operation')['Duration (s)'].mean().sort_values(ascending=False) st.bar_chart(avg_by_operation) st.markdown("---") # Senaste operationer st.markdown("### 🕐 Senaste operationer") recent_ops = df.sort_values('Timestamp', ascending=False).head(20) st.dataframe(recent_ops, use_container_width=True, hide_index=True) except Exception as e: st.error(f"❌ Fel vid hämtning av performance-data: {e}") # ============================================================================ # ORIGINAL FUNCTIONS # ============================================================================ @st.cache_resource def get_google_sheet(): """Anslut till Google Sheets - använder Omrade_updater""" try: if hasattr(st, 'secrets') and 'gcp_service_account' in st.secrets: creds = Credentials.from_service_account_info( st.secrets["gcp_service_account"], scopes=SCOPES ) sheet_id = st.secrets.get("sheet_id", None) elif 'GOOGLE_CREDENTIALS' in os.environ: google_creds = json.loads(os.environ['GOOGLE_CREDENTIALS']) creds = Credentials.from_service_account_info( google_creds, scopes=SCOPES ) sheet_id = os.environ.get('SHEET_ID', None) else: st.error("❌ Inga credentials hittades!") return None, None, None client = gspread.authorize(creds) # Försök öppna sheetet "Omrade_updater" try: spreadsheet = client.open("Omrade_updater") sheet = spreadsheet.sheet1 # Hämta service account email för loggning if 'GOOGLE_CREDENTIALS' in os.environ: google_creds = json.loads(os.environ['GOOGLE_CREDENTIALS']) service_account_email = google_creds.get('client_email', 'Web User') else: service_account_email = st.secrets["gcp_service_account"].get('client_email', 'Web User') return sheet, service_account_email, spreadsheet except gspread.exceptions.SpreadsheetNotFound: st.error("❌ Kunde inte hitta sheetet 'Omrade_updater'. Kontrollera att namnet är korrekt och att service account har tillgång.") return None, None, None except Exception as e: st.error(f"❌ Kunde inte ansluta till Google Sheets: {e}") return None, None, None def get_sheet_data(sheet): """Hämta all data från sheet med korrekt hantering av textformat""" try: # Använd get_all_values() för att få RAW text all_values = sheet.get_all_values() if not all_values or len(all_values) < 2: st.error("❌ Sheetet är tomt eller har ingen data") return None # Första raden är headers headers = all_values[0] data_rows = all_values[1:] # Skapa DataFrame df = pd.DataFrame(data_rows, columns=headers) # Konvertera viktiga kolumner till string if 'Account ID' in df.columns: df['Account ID'] = df['Account ID'].astype(str) if 'Områdeskod' in df.columns: df['Områdeskod'] = df['Områdeskod'].astype(str) # Rensa alla kolumner från eventuella apostrofer (från gamla data) # Nu när vi använder RAW borde inte nya apostrofer skapas for col in df.columns: if df[col].dtype == 'object': # Text-kolumner df[col] = df[col].astype(str).apply( lambda x: x.lstrip("'") if isinstance(x, str) and x.startswith("'") else x ) # Konvertera "nan", "None" och tomma till tom sträng df[col] = df[col].replace(['nan', 'None', ''], '') print(f"[DEBUG] Laddade {len(df)} rader från Google Sheets") return df except Exception as e: error_str = str(e) # Specialhantering för quota-fel if "quota" in error_str.lower() or "429" in error_str: st.error("❌ **API Quota överskred!**") st.warning(""" Google Sheets API har en gräns på antal förfrågningar per minut. **Vänta 1 minut** och ladda sedan om sidan (tryck F5). Om problemet kvarstår, kontakta migration@chargenode.eu """) print(f"[ERROR] QUOTA EXCEEDED: {error_str}") else: st.error(f"❌ Fel vid hämtning av data: {e}") print(f"[ERROR] get_sheet_data fel: {e}") return None def validate_password(df, password): """Validera lösenord och returnera account ID""" if 'Lösenord' not in df.columns: st.error("❌ Lösenordskolumn saknas i sheetet") return None match = df[df['Lösenord'].astype(str) == password] if not match.empty: account_id = match.iloc[0].get('Account ID', None) return str(account_id) if account_id else None return None def get_company_areas(df, account_id): """Hämta alla områden för ett account ID""" return df[df['Account ID'] == account_id].copy() def get_migration_interval(company_areas): """Hämta första och sista migreringsdatum""" if 'Indikativt datum' not in company_areas.columns: return None, None dates = [] for date_val in company_areas['Indikativt datum']: if not date_val or str(date_val).strip() == '' or str(date_val).strip() == '0': continue try: date_str = str(date_val).strip() parsed_date = None # Försök olika format formats_to_try = [ '%Y/%m/%d', '%Y-%m-%d', '%d/%m/%Y', '%d-%m-%Y', '%Y%m%d', '%d.%m.%Y', '%Y.%m.%d' ] for fmt in formats_to_try: try: parsed_date = datetime.strptime(date_str, fmt) break except ValueError: continue if parsed_date: dates.append(parsed_date) except Exception as e: continue if dates: return min(dates), max(dates) return None, None def get_total_outlets(company_areas): """Beräkna totalt antal uttag""" if '# Uttag' not in company_areas.columns: return 0 total = 0 for val in company_areas['# Uttag']: try: if val and str(val).strip() != '': total += int(float(str(val))) except: continue return total def get_hardware_summary(company_areas): """Hämta sammanfattning av hårdvara""" if 'Hårdvara' not in company_areas.columns: return "Information saknas" # Samla alla hårdvaror i en lista hardware_list = [] for val in company_areas['Hårdvara']: if val and str(val).strip() != '' and str(val).strip() != '0': hardware_list.append(str(val).strip()) if not hardware_list: return "Information saknas" # Om alla är samma, visa bara den hårdvaran en gång if len(set(hardware_list)) == 1: return hardware_list[0] # Annars visa alla unika hårdvaror separerade med komma unique_hardware = list(set(hardware_list)) return ", ".join(unique_hardware) def get_main_contact_name(company_areas): """Hämta namnet på huvudkontakten""" if 'Main Contact' not in company_areas.columns or 'Namn' not in company_areas.columns: return "Ej angiven" # Hitta raden där Main Contact = "Huvudkontakt" main_contacts = company_areas[company_areas['Main Contact'] == 'Huvudkontakt'] if not main_contacts.empty: name = main_contacts.iloc[0]['Namn'] if name and str(name).strip() != '': return str(name).strip() return "Ej angiven" def get_migration_summary(company_areas): """Hämta sammanfattning av migrationsmetod""" if 'Metod' not in company_areas.columns: return "Information saknas" # Hämta metoder methods = [] for val in company_areas['Metod']: if val and str(val).strip() != '' and str(val).strip() != '0': methods.append(str(val).strip()) if not methods: return "Information saknas" # Räkna områden per metod from collections import Counter method_counts = Counter(methods) # Räkna totalt antal uttag total_outlets = get_total_outlets(company_areas) # Räkna antal unika orter unique_cities = set() if 'Stad' in company_areas.columns: for val in company_areas['Stad']: if val and str(val).strip() != '' and str(val).strip() != '0': unique_cities.add(str(val).strip()) num_cities = len(unique_cities) if unique_cities else 1 # Skapa formaterad text summary_parts = [] for method, count in method_counts.items(): summary_parts.append(f"{count}st {method} migrationer") methods_text = ", ".join(summary_parts) return f"{methods_text} om totalt {total_outlets} uttag på {num_cities} {'ort' if num_cities == 1 else 'orter'}" def export_to_excel(company_areas, account_id): """Exportera data till Excel med formatering, instruktioner och validering""" try: from openpyxl.worksheet.datavalidation import DataValidation # Ta bort dolda kolumner export_df = company_areas.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Skapa Excel-fil output = io.BytesIO() wb = Workbook() # === DATAFLIK (FLIK 1) === ws = wb.active ws.title = "Dina områden" # Färger för data header_fill = PatternFill(start_color="4472C4", end_color="4472C4", fill_type="solid") readonly_fill = PatternFill(start_color="E7E6E6", end_color="E7E6E6", fill_type="solid") editable_fill = PatternFill(start_color="FFFFFF", end_color="FFFFFF", fill_type="solid") # Lägg till headers for col_idx, col_name in enumerate(export_df.columns, 1): cell = ws.cell(row=1, column=col_idx, value=col_name) cell.font = Font(bold=True, color="FFFFFF", size=11) cell.fill = header_fill cell.alignment = Alignment(horizontal="center", vertical="center") # Hitta kolumnindex för Tillgänglighet tillganglighet_col_idx = None for col_idx, col_name in enumerate(export_df.columns, 1): if col_name == "Tillgänglighet": tillganglighet_col_idx = col_idx break # Lägg till data for row_idx, row in enumerate(export_df.itertuples(index=False), 2): for col_idx, (col_name, value) in enumerate(zip(export_df.columns, row), 1): cell = ws.cell(row=row_idx, column=col_idx, value=value) cell.font = Font(size=11) cell.alignment = Alignment(horizontal="left", vertical="center", wrap_text=False) # Sätt bakgrundsfärg baserat på om kolumnen är editerbar if col_name in READONLY_COLUMNS: cell.fill = readonly_fill else: cell.fill = editable_fill # Lägg till dropdown-validering för Tillgänglighet if tillganglighet_col_idx: col_letter = ws.cell(row=1, column=tillganglighet_col_idx).column_letter dv = DataValidation( type="list", formula1='"Alltid tillgängligt,Stängt - se Access info"', allow_blank=True, showErrorMessage=True, errorTitle="Ogiltigt val", error="Välj antingen 'Alltid tillgängligt' eller 'Stängt - se Access info'" ) dv.add(f'{col_letter}2:{col_letter}{len(export_df) + 1}') ws.add_data_validation(dv) # Justera kolumnbredd for col_idx, col_name in enumerate(export_df.columns, 1): max_length = max( len(str(col_name)), max([len(str(val)) for val in export_df[col_name]], default=0) ) ws.column_dimensions[ws.cell(row=1, column=col_idx).column_letter].width = min(max_length + 2, 50) # === INSTRUKTIONSFLIK (FLIK 2) === ws_instructions = wb.create_sheet(title="INSTRUKTIONER") # Färger för instruktioner title_fill = PatternFill(start_color="4472C4", end_color="4472C4", fill_type="solid") warning_fill = PatternFill(start_color="FFF4E6", end_color="FFF4E6", fill_type="solid") tip_fill = PatternFill(start_color="E8F5E9", end_color="E8F5E9", fill_type="solid") # Rubrik ws_instructions['A1'] = "📋 INSTRUKTIONER - ChargeNode Migrering" ws_instructions['A1'].font = Font(bold=True, size=16, color="FFFFFF") ws_instructions['A1'].fill = title_fill ws_instructions['A1'].alignment = Alignment(horizontal="center", vertical="center") ws_instructions.merge_cells('A1:D1') ws_instructions.row_dimensions[1].height = 30 # Instruktioner - med samma tillgänglighetsförklaring som i datainmatningsfönstret instructions = [ ("", ""), ("📝 HUR DU FYLLER I EXCEL-FILEN", ""), ("", ""), ("1. Editera endast de VITA fälten", "Gråa fält är låsta och kan inte ändras"), ("", ""), ("2. Tillgänglighet - Välj från rullistan", ""), ("", "• Välj 'Alltid tillgängligt' eller 'Stängt - se Access info'"), ("", ""), ("3. ⚠️ VIKTIGT om Tillgänglighet", ""), ("", "• Om 'Stängt - se Access info': Du MÅSTE fylla i 'Access info'"), ("", " (kod, nyckel, kontaktperson, etc.)"), ("", ""), ("", "• Om 'Alltid tillgängligt': Ingen 'Access info' behövs - området är ju tillgängligt!"), ("", ""), ("4. Spara filen", "Ladda sedan upp den i systemet"), ("", ""), ("✅ TIPS FÖR BÄSTA RESULTAT", ""), ("", ""), ("• Ändra INTE kolumnordning eller kolumnnamn", ""), ("• Ta INTE bort rader", ""), ("• Använd dropdown-listor där de finns", ""), ("• Fyll i alla obligatoriska fält", ""), ("", ""), ("❌ FILEN SPARAS INTE OM:", ""), ("", ""), ("• Ett område är markerat som 'Stängt - se Access info' utan 'Access info'", ""), ("", ""), ("💡 Behöver du hjälp?", "Kontakta migration@chargenode.eu"), ] current_row = 2 for text1, text2 in instructions: cell_a = ws_instructions[f'A{current_row}'] cell_b = ws_instructions[f'B{current_row}'] cell_a.value = text1 cell_b.value = text2 # Formatering baserat på innehåll if text1.startswith(("📝", "✅", "❌", "💡")): cell_a.font = Font(bold=True, size=13, color="1976D2") ws_instructions.merge_cells(f'A{current_row}:D{current_row}') elif text1.startswith("⚠️"): cell_a.font = Font(bold=True, size=12, color="E65100") cell_b.font = Font(size=11, color="E65100") cell_a.fill = warning_fill cell_b.fill = warning_fill elif text1.startswith(("1.", "2.", "3.", "4.")): cell_a.font = Font(bold=True, size=12) cell_b.font = Font(size=11, italic=True, color="666666") elif text1.startswith("•"): cell_a.font = Font(size=11) cell_b.font = Font(size=11, italic=True, color="666666") else: cell_a.font = Font(size=11) cell_b.font = Font(size=11) cell_a.alignment = Alignment(horizontal="left", vertical="top", wrap_text=True) cell_b.alignment = Alignment(horizontal="left", vertical="top", wrap_text=True) current_row += 1 # Justera kolumnbredder för instruktioner ws_instructions.column_dimensions['A'].width = 50 ws_instructions.column_dimensions['B'].width = 60 wb.save(output) output.seek(0) return output.getvalue() except Exception as e: st.error(f"❌ Fel vid Excel-export: {e}") return None def process_uploaded_excel(uploaded_file, original_df, account_id): """Bearbeta uppladdad Excel-fil och returnera ändringar""" try: # Läs Excel-filen (från fliken "Dina områden") uploaded_df = pd.read_excel(uploaded_file, sheet_name='Dina områden') # Hämta original data för företaget original_company_data = original_df[original_df['Account ID'] == account_id].copy() original_display = original_company_data.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Validera att kolumnerna matchar if not all(col in original_display.columns for col in uploaded_df.columns): st.error("❌ Kolumnerna i Excel-filen matchar inte de förväntade kolumnerna.") return None # === KRITISK VALIDERING: Stängt område måste ha Access info === validation_errors = [] for idx in range(len(uploaded_df)): tillganglighet = str(uploaded_df.iloc[idx].get('Tillgänglighet', '')).strip() access_info = str(uploaded_df.iloc[idx].get('Access info', '')).strip() fastighetsnamn = str(uploaded_df.iloc[idx].get('Fastighetsnamn', f'Rad {idx + 2}')) # Kolla om området är stängt men saknar access info if tillganglighet == 'Stängt - se Access info' and (access_info == '' or access_info == 'nan' or access_info == 'None'): validation_errors.append(f"• **{fastighetsnamn}** (rad {idx + 2})") if validation_errors: st.error(f""" ❌ **Validering misslyckades!** Följande områden är markerade som **'Stängt - se Access info'** men saknar **'Access info'**: {chr(10).join(validation_errors)} **Åtgärd:** Gå tillbaka till Excel-filen och fyll i 'Access info' för dessa områden. Beskriv hur vi kommer åt området (kod, nyckel, kontaktperson, etc.) 💡 **OBS:** Områden med 'Alltid tillgängligt' behöver ingen 'Access info' - dessa är ju tillgängliga. """) return None # Hitta ändringar changes = [] for idx in range(min(len(uploaded_df), len(original_display))): original_row_idx = original_display.index[idx] for col in uploaded_df.columns: # Endast editerbara kolumner if col not in READONLY_COLUMNS: orig_val = str(original_display.iloc[idx][col]) if pd.notna(original_display.iloc[idx][col]) else "" new_val = str(uploaded_df.iloc[idx][col]) if pd.notna(uploaded_df.iloc[idx][col]) else "" if orig_val != new_val: changes.append({ 'row_idx': original_row_idx, 'column': col, 'old_value': orig_val, 'new_value': new_val }) return changes except Exception as e: st.error(f"❌ Fel vid bearbetning av Excel-fil: {e}") return None def export_to_csv(company_areas): """Exportera data till CSV med korrekt encoding""" try: # Ta bort dolda kolumner export_df = company_areas.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Konvertera till CSV med UTF-8 BOM för Excel-kompatibilitet csv_buffer = io.StringIO() export_df.to_csv(csv_buffer, index=False, encoding='utf-8-sig', sep=';') return csv_buffer.getvalue().encode('utf-8-sig') except Exception as e: st.error(f"❌ Fel vid CSV-export: {e}") return None def test_sheet_connection(sheet): """Testa att anslutningen till Google Sheets fungerar""" try: # Försök läsa första raden (headers) headers = sheet.row_values(1) if headers and len(headers) > 0: return True, "Anslutning till Google Sheets fungerar" else: return False, "Kunde inte läsa data från Google Sheets" except Exception as e: return False, f"Anslutningsfel: {str(e)}" def batch_update_cells_with_tracking(sheet, changes, df, editor_email, log_sheets=None, account_id=None): """ Uppdatera flera celler samtidigt med ändringsloggning och omfattande felhantering MONITORING: Loggar alla ändringar till Google Sheets """ if not changes: return True, "Inga ändringar att spara" # Performance tracking start start_time = time.time() # Logga för debugging print(f"[DEBUG] Försöker uppdatera {len(changes)} ändringar") try: # Test 1: Verifiera att sheet är tillgängligt try: headers = sheet.row_values(1) if not headers: error_msg = "❌ Kunde inte läsa headers från Google Sheets. Kontrollera din internetanslutning." print(f"[ERROR] {error_msg}") return False, error_msg except Exception as e: error_msg = f"❌ Anslutningsfel till Google Sheets: {str(e)}" print(f"[ERROR] {error_msg}") return False, error_msg # Test 2: Verifiera att alla kolumner finns for change in changes: col_name = change['column'] if col_name not in headers: error_msg = f"❌ Kolumnen '{col_name}' finns inte i Google Sheets. Kontakta migration@chargenode.eu" print(f"[ERROR] {error_msg}") return False, error_msg # Hitta kolumnindex för Last update och Editor last_update_col_idx = headers.index('Last update') + 1 if 'Last update' in headers else None editor_col_idx = headers.index('Editor') + 1 if 'Editor' in headers else None # Svensk tid för timestamp current_time = datetime.now(SWEDISH_TZ).strftime('%Y-%m-%d %H:%M:%S') updates = [] # Förbered alla uppdateringar for change in changes: row_idx = change['row_idx'] col_name = change['column'] new_value = change['new_value'] # Hitta rätt rad i sheetet try: df_position = df[df.index == row_idx].index[0] sheet_row = df_position + 2 except Exception as e: error_msg = f"❌ Fel vid radpositionering: {str(e)}" print(f"[ERROR] {error_msg}") return False, error_msg # Hitta kolumnindex if col_name in headers: col_idx = headers.index(col_name) + 1 # Speciell hantering för Telefon-kolumnen: ALLTID som ren text value_to_write = new_value if col_name == 'Telefon': # Skicka som ren text, ingen apostrof behövs value_to_write = str(new_value) if new_value else '' print(f"[DEBUG] Telefonnummer sparas som ren text: '{value_to_write}'") # Lägg till huvuduppdateringen updates.append({ 'range': f'{gspread.utils.rowcol_to_a1(sheet_row, col_idx)}', 'values': [[value_to_write]] }) print(f"[DEBUG] Förbereder uppdatering: {col_name} rad {sheet_row} till '{value_to_write}'") if not updates: return False, "❌ Inga giltiga uppdateringar att utföra" print(f"[DEBUG] Totalt {len(updates)} uppdateringar förberedda") # Batch update alla ändringar med retry-logik max_retries = 3 batch_size = 50 update_successful = False last_error = None for attempt in range(max_retries): try: print(f"[DEBUG] Försök {attempt + 1} av {max_retries}") for i in range(0, len(updates), batch_size): batch = updates[i:i + batch_size] print(f"[DEBUG] Uppdaterar batch {i//batch_size + 1}: {len(batch)} celler") # Använd 'RAW' för att behandla all data som ren text (behåller ledande nollor) sheet.batch_update(batch, value_input_option='RAW') time.sleep(REQUEST_DELAY) # Om vi kom hit så lyckades uppdateringen update_successful = True print(f"[SUCCESS] Batch-uppdatering lyckades på försök {attempt + 1}") break except gspread.exceptions.APIError as e: last_error = str(e) print(f"[ERROR] API-fel på försök {attempt + 1}: {last_error}") if attempt < max_retries - 1: wait_time = (attempt + 1) * 2 print(f"[DEBUG] Väntar {wait_time} sekunder innan nästa försök...") time.sleep(wait_time) continue else: error_msg = f"❌ API-fel efter {max_retries} försök: {last_error}. Vänta en minut och försök igen." return False, error_msg except Exception as e: last_error = str(e) print(f"[ERROR] Oväntat fel på försök {attempt + 1}: {last_error}") if attempt < max_retries - 1: time.sleep(2) continue else: error_msg = f"❌ Oväntat fel vid uppdatering: {last_error}" return False, error_msg # KRITISK CHECK: Verifiera att uppdateringen lyckades if not update_successful: error_msg = f"❌ Uppdateringen misslyckades efter {max_retries} försök. Senaste fel: {last_error}" print(f"[ERROR] {error_msg}") return False, error_msg # Uppdatera Last update och Editor för alla påverkade rader affected_rows = set([change['row_idx'] for change in changes]) tracking_updates = [] for row_idx in affected_rows: try: df_position = df[df.index == row_idx].index[0] sheet_row = df_position + 2 if last_update_col_idx: tracking_updates.append({ 'range': f'{gspread.utils.rowcol_to_a1(sheet_row, last_update_col_idx)}', 'values': [[current_time]] }) if editor_col_idx: tracking_updates.append({ 'range': f'{gspread.utils.rowcol_to_a1(sheet_row, editor_col_idx)}', 'values': [[editor_email]] }) except Exception as e: print(f"[WARNING] Kunde inte förbereda tracking update för rad {row_idx}: {str(e)}") if tracking_updates: try: print(f"[DEBUG] Uppdaterar {len(tracking_updates)} tracking-fält") for i in range(0, len(tracking_updates), batch_size): batch = tracking_updates[i:i + batch_size] # Använd 'RAW' för ren text sheet.batch_update(batch, value_input_option='RAW') time.sleep(REQUEST_DELAY) print("[SUCCESS] Tracking-uppdatering lyckades") except Exception as e: # Om timestamp-uppdateringen misslyckas, fortsätt ändå # eftersom huvuddatan är sparad print(f"[WARNING] Tracking-uppdatering misslyckades: {str(e)}") pass # FINAL VERIFICATION: Läs tillbaka en av ändringarna för att verifiera try: verify_change = changes[0] df_position = df[df.index == verify_change['row_idx']].index[0] sheet_row = df_position + 2 col_idx = headers.index(verify_change['column']) + 1 # Läs tillbaka värdet cell_range = gspread.utils.rowcol_to_a1(sheet_row, col_idx) verified_value = sheet.acell(cell_range).value print(f"[DEBUG] Verifiering: Förväntade '{verify_change['new_value']}', fick '{verified_value}'") # Jämför värdena - behandla None och tom sträng som samma sak expected = str(verify_change['new_value']) if verify_change['new_value'] else '' actual = str(verified_value) if verified_value else '' if expected != actual: error_msg = f"⚠️ VARNING: Verifiering misslyckades! Värdet sparades möjligen inte korrekt. Kontakta migration@chargenode.eu" print(f"[ERROR] {error_msg}") return False, error_msg print("[SUCCESS] Verifiering lyckades - data är sparad!") except Exception as e: print(f"[WARNING] Kunde inte verifiera uppdatering: {str(e)}") # Fortsätt ändå eftersom huvuduppdateringen lyckades # MONITORING: Logga alla redigeringar if log_sheets and account_id: company_name = st.session_state.get('company_name', '') for change in changes: safe_log_activity( log_sheets, 'EDIT', account_id, company_name=company_name, details=f"Redigerade {change['column']}", row_number=str(change['row_idx']), column=change['column'], old_value=change['old_value'], new_value=change['new_value'], status='SUCCESS' ) # Performance tracking end duration = time.time() - start_time if log_sheets and account_id: safe_log_performance( log_sheets, 'BATCH_UPDATE', duration, user_id=account_id, details=f"{len(changes)} ändringar" ) success_msg = f"✅ {len(changes)} ändringar har verifierats och sparats i Google Sheets" print(f"[SUCCESS] {success_msg}") return True, success_msg except Exception as e: error_msg = str(e) print(f"[ERROR] Oväntat exception: {error_msg}") # MONITORING: Logga fel if log_sheets and account_id: safe_log_activity( log_sheets, 'EDIT', account_id, details=f"Fel vid batch update: {error_msg}", status='ERROR' ) if "quota" in error_msg.lower() or "rate" in error_msg.lower() or "429" in error_msg: return False, "❌ API Quota överskred! Google Sheets API-gränsen nådd. Vänta 1 minut, ladda sedan om sidan (F5) och försök igen." elif "permission" in error_msg.lower() or "access" in error_msg.lower(): return False, "❌ Åtkomstfel. Kontakta migration@chargenode.eu" else: return False, f"❌ Fel vid sparande: {error_msg}. Kontakta migration@chargenode.eu om problemet kvarstår." def get_column_config(df): """Generera kolumnkonfiguration för data_editor med beskrivningar och dropdowns""" config = {} # Beskrivningar för editerbara kolumner editable_descriptions = { 'Namn': 'Huvudkontaktperson för detta område. Personen vi kontaktar vid frågor eller problem.', 'Email adress': 'Ange individuell e-postadress till kontaktpersonen för detta område.', 'Telefon': 'Telefonnummer till huvudkontaktpersonen. Format: +46XXXXXXXXX eller 07X-XXXXXXX', 'Tillgänglighet': 'Välj i dropdown-menyn om detta är ett område som vi alltid kan komma åt, eller om det är stängt. Om det är stängt var vänlig fyll i fältet Access info.', 'Access info': 'Om området inte alltid är tillgängligt, vänligen ange hur vi kan få tillgång. T.ex. "Nycklar finns i receptionen" eller "Ring Pelle på 07XXXXXXXX när ni är på gång".', 'Fritext meddelande': 'Övrig information eller meddelanden som är viktiga för oss att veta.', 'Main Contact': 'Ange om denna person är huvudansvarig för kontot. Välj "Huvudkontakt" för helst endast en person per företag.' } # Beskrivningar för readonly kolumner readonly_descriptions = { 'Fastighetsnamn': 'Namnet på fastigheten där laddstationerna finns', 'Address': 'Gatuadress för området', 'Stad': 'Ort/stad där området finns', 'Metod': 'Migrationsmetod som används', '# Uttag': 'Antal ladduttag på området', 'Hårdvara': 'Typ av laddstationer', 'Vecka': 'Planerad vecka för migrering', 'Indikativt datum': 'Planerat datum för migrering', 'Status': 'Nuvarande status för området', 'Last update': 'Senaste uppdatering', 'Editor': 'Senaste redigerare' } # Konfigurera editerbara kolumner for col in EDITABLE_COLUMNS: if col in df.columns: if col == 'Tillgänglighet': # Dropdown för tillgänglighet - tillåter tom värde config[col] = st.column_config.SelectboxColumn( col, help=editable_descriptions.get(col, ''), width="medium", options=[ "", # Tomt alternativ för att kunna rensa "Alltid tillgängligt", "Stängt - se Access info" ], required=False ) elif col == 'Main Contact': # Dropdown för huvudkontakt config[col] = st.column_config.SelectboxColumn( col, help=editable_descriptions.get(col, ''), width="medium", options=[ "", "Huvudkontakt" ], required=False ) else: # Vanlig textkolumn config[col] = st.column_config.TextColumn( col, help=editable_descriptions.get(col, ''), width="medium", required=False ) # Konfigurera readonly kolumner med hänglås-emoji for col in READONLY_COLUMNS: if col in df.columns: config[col] = st.column_config.TextColumn( f"🔒 {col}", help=readonly_descriptions.get(col, 'Detta fält kan inte editeras'), disabled=True, width="medium" ) return config # CSS och styling st.markdown(""" """, unsafe_allow_html=True) # Session state initialization if 'authenticated' not in st.session_state: st.session_state.authenticated = False if 'account_id' not in st.session_state: st.session_state.account_id = None if 'df' not in st.session_state: st.session_state.df = None if 'company_name' not in st.session_state: st.session_state.company_name = None if 'original_data' not in st.session_state: st.session_state.original_data = None if 'last_save_time' not in st.session_state: st.session_state.last_save_time = None if 'saving_in_progress' not in st.session_state: st.session_state.saving_in_progress = False print("[DEBUG] Initierade saving_in_progress till False (första gången)") else: print(f"[DEBUG] Session state laddat: saving_in_progress={st.session_state.saving_in_progress}") if 'service_account_email' not in st.session_state: st.session_state.service_account_email = None if 'log_sheets' not in st.session_state: st.session_state.log_sheets = None if 'show_admin' not in st.session_state: st.session_state.show_admin = False def show_save_status_indicator(): """Visa enkel status-indikator för auto-save""" if st.session_state.saving_in_progress: st.markdown("""
💾 Sparar ändringar...
""", unsafe_allow_html=True) elif st.session_state.last_save_time: timestamp = st.session_state.last_save_time.strftime('%H:%M:%S') st.markdown(f"""
💾 Auto-sparar vid ändringar • Senast: {timestamp}
""", unsafe_allow_html=True) else: st.markdown("""
💾 Ändrar du något sparas det automatiskt
""", unsafe_allow_html=True) # ============================================================================ # MAIN APP # ============================================================================ # Anslut till Google Sheets FÖRST sheet, service_account_email, spreadsheet = get_google_sheet() if sheet is None: st.stop() # Initiera LogSheets efter anslutning if st.session_state.log_sheets is None and spreadsheet is not None: try: st.session_state.log_sheets = LogSheets(spreadsheet) print("[MONITORING] LogSheets initierat") except Exception as e: print(f"[MONITORING ERROR] Kunde inte initiera LogSheets: {e}") st.session_state.log_sheets = None # ADMIN PANEL CHECK - Tidig i execution # Lägg till Admin Panel knapp i sidebar with st.sidebar: st.markdown("### ⚙️ System") if st.button("🔐 Admin Panel", use_container_width=True): st.session_state.show_admin = True st.rerun() # Om admin panel ska visas, visa den och stoppa if st.session_state.show_admin: # Lägg till "Tillbaka"-knapp if st.button("← Tillbaka till huvudsidan"): st.session_state.show_admin = False st.rerun() show_admin_panel(st.session_state.log_sheets) st.stop() # Normal app flow fortsätter här st.markdown("""

⚡ ChargeNode Data Manager

Inloggad för uppdatering av företagsdata

""", unsafe_allow_html=True) # Spara service account email i session state if service_account_email and not st.session_state.service_account_email: st.session_state.service_account_email = service_account_email # Hämta data if st.session_state.df is None: start_time = time.time() with st.spinner("⏳ Laddar data från Google Sheets..."): st.session_state.df = get_sheet_data(sheet) if st.session_state.df is None: st.stop() # MONITORING: Logga datainläsning performance duration = time.time() - start_time safe_log_performance( st.session_state.log_sheets, 'LOAD_DATA', duration, details=f"Laddade {len(st.session_state.df)} rader" ) df = st.session_state.df # Login system if not st.session_state.authenticated: st.markdown("
", unsafe_allow_html=True) st.markdown("### 🔐 Företagsinloggning") st.markdown("Ange ditt unika företagslösenord för att få tillgång till era områden.") password_input = st.text_input( "Lösenord", type="password", placeholder="Ange lösenord...", key="password_input" ) login_button = st.button("🚀 Logga in", use_container_width=True, type="primary") st.markdown("
Har du inte fått ditt lösenord? Kontakta oss på migration@chargenode.eu
", unsafe_allow_html=True) if login_button: if password_input: with st.spinner("🔍 Validerar lösenord..."): account_id = validate_password(df, password_input) if account_id: # Testa Google Sheets-anslutningen connection_ok, connection_msg = test_sheet_connection(sheet) if not connection_ok: st.error(f"❌ {connection_msg}") st.error("Kontakta migration@chargenode.eu om problemet kvarstår.") st.stop() st.session_state.authenticated = True st.session_state.account_id = account_id # Hämta företagsnamn company_areas = get_company_areas(df, account_id) if not company_areas.empty and 'Företagsnamn' in company_areas.columns: st.session_state.company_name = company_areas.iloc[0]['Företagsnamn'] # Spara original data för ändringsdetektering company_areas_for_original = company_areas.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Normalisera värden för konsekvent jämförelse company_areas_for_original = company_areas_for_original.fillna('').astype(str) st.session_state.original_data = company_areas_for_original.copy() # MONITORING: Logga login safe_log_activity( st.session_state.log_sheets, 'LOGIN', account_id, company_name=st.session_state.company_name, details=f"Inloggning från {service_account_email}" ) st.success(f"✅ Inloggning lyckades! {connection_msg}") time.sleep(0.5) st.rerun() else: st.error("❌ Felaktigt lösenord. Försök igen eller kontakta migration@chargenode.eu") # MONITORING: Logga misslyckat login-försök safe_log_activity( st.session_state.log_sheets, 'LOGIN', 'UNKNOWN', details="Misslyckat inloggningsförsök", status='ERROR' ) else: st.warning("⚠️ Vänligen ange ett lösenord") st.markdown("
", unsafe_allow_html=True) # Footer med info st.markdown("
", unsafe_allow_html=True) st.markdown("""

🔒 Säker anslutning • Data krypteras med TLS • ChargeNode.se

""", unsafe_allow_html=True) else: # Användaren är inloggad account_id = st.session_state.account_id company_name = st.session_state.company_name or f"Företag {account_id}" service_account_email = st.session_state.service_account_email or 'Web User' log_sheets = st.session_state.log_sheets # Hämta företagets områden company_areas = get_company_areas(df, account_id) if company_areas.empty: st.error(f"❌ Inga områden hittades för Account ID: {account_id}") st.stop() # Välkomstmeddelande med företagsinfo hardware_summary = get_hardware_summary(company_areas) main_contact_name = get_main_contact_name(company_areas) migration_summary = get_migration_summary(company_areas) st.markdown(f""" ### 👋 Välkommen, **{company_name}**! **Migration av:** {hardware_summary} | **Huvudansvarig för kontot:** {main_contact_name} **Migrationsmetod:** {migration_summary} """, unsafe_allow_html=False) # Viktig information - UPPDATERAD med tydligare instruktioner st.markdown("""

⚠️ VIKTIGT - Läs innan du börjar!

ALLA VITA RUTOR MÅSTE FYLLAS I!

Kolumner med 🔒 (gult hänglås) kan du inte ändra på.

Övriga kolumner kan du klicka i och redigera.

Klicka på "SPARA ÄNDRINGAR"-knappen under tabellen när du är klar.

""", unsafe_allow_html=True) # Informationsruta om fält st.markdown("""

📋 Vad ska fyllas i?

Namn: Huvudkontaktperson för detta område. Personen vi kontaktar vid frågor eller problem.

Email adress: Ange individuell e-postadress till kontaktpersonen för detta område.

Telefon: Telefonnummer till huvudkontaktpersonen. Format: +46XXXXXXXXX eller 07X-XXXXXXX

Tillgänglighet: Välj i dropdown-menyn om detta är ett område som vi alltid kan komma åt, eller om det är stängt. Om det är stängt var vänlig fyll i fältet Access info.

Access info: Om området inte alltid är tillgängligt, vänligen ange hur vi kan få tillgång. T.ex. "Nycklar finns i receptionen" eller "Ring Pelle på 07XXXXXXXX när ni är på gång".

Main Contact: Ange om denna person är huvudansvarig för kontot. Välj "Huvudkontakt" för helst endast en person per företag.

""", unsafe_allow_html=True) # Beräkna värden för metrics total_outlets = get_total_outlets(company_areas) first_date, last_date = get_migration_interval(company_areas) # Metrics rad col1, col2, col3 = st.columns([2, 2.5, 1.5]) with col1: st.metric( label="📍 Totalt områden", value=len(company_areas), help="Antal områden kopplade till ditt företag" ) with col2: if first_date and last_date: date_range = f"{first_date.strftime('%Y-%m-%d')} → {last_date.strftime('%Y-%m-%d')}" else: date_range = "Ej angivet" st.metric( label="📅 Indikerat migrationsintervall", value=date_range if len(date_range) < 30 else "Se nedan", help="Första och sista datum för planerad migrering" ) if first_date and last_date and len(date_range) >= 30: st.markdown(f"

Från {first_date.strftime('%Y-%m-%d')} till {last_date.strftime('%Y-%m-%d')}

", unsafe_allow_html=True) with col3: st.metric( label="🔌 Totalt antal uttag", value=total_outlets, help="Summa av alla uttag för dina områden" ) st.markdown("
", unsafe_allow_html=True) # Kompakt filhantering st.markdown("### 📁 Filhantering") # Excel info-ruta och knappar st.markdown("""
💡 Jobba i Excel: Om du hellre jobbar i Excel kan du ladda ner filen här, uppdatera fälten och ladda upp filen igen.
""", unsafe_allow_html=True) col_download, col_upload, col_logout = st.columns([2, 2, 1]) with col_download: # Excel Export knapp excel_data = export_to_excel(company_areas, account_id) if excel_data: # Custom download button handler with monitoring download_clicked = st.download_button( label="📥 Ladda ner Excel", data=excel_data, file_name=f"chargenode_data_{account_id}_{datetime.now().strftime('%Y%m%d')}.xlsx", mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet", help="Ladda ner som Excel-fil för att fylla i offline", use_container_width=True ) # MONITORING: Logga download (när knappen klickas) if download_clicked: safe_log_activity( log_sheets, 'DOWNLOAD', account_id, company_name=company_name, details=f"Laddade ner Excel med {len(company_areas)} områden" ) with col_upload: # Excel Upload med kompakt design uploaded_file = st.file_uploader( "Ladda upp uppdaterad Excel", type=['xlsx'], help="Ladda upp din uppdaterade Excel-fil här", label_visibility="visible" ) with col_logout: if st.button("🚪 Logga ut", type="secondary", use_container_width=True): # MONITORING: Logga logout safe_log_activity( log_sheets, 'LOGOUT', account_id, company_name=company_name, details="Utloggning" ) st.session_state.authenticated = False st.session_state.account_id = None st.session_state.df = None st.session_state.company_name = None st.session_state.original_data = None st.session_state.last_save_time = None st.session_state.saving_in_progress = False st.session_state.service_account_email = None st.rerun() # Hantera uppladdad Excel-fil if uploaded_file is not None: # Använd filens namn och storlek som unik identifierare file_id = f"{uploaded_file.name}_{uploaded_file.size}" # Kolla om vi redan har bearbetat denna fil if 'last_processed_file' not in st.session_state or st.session_state.last_processed_file != file_id: start_time = time.time() with st.spinner("⏳ Bearbetar och sparar Excel-fil..."): changes = process_uploaded_excel(uploaded_file, df, account_id) # MONITORING: Logga upload safe_log_activity( log_sheets, 'UPLOAD', account_id, company_name=company_name, details=f"Laddade upp Excel med {len(changes) if changes else 0} ändringar" ) if changes: # Spara automatiskt utan extra knapptryckning st.session_state.saving_in_progress = True success, message = batch_update_cells_with_tracking( sheet, changes, df, service_account_email, log_sheets, account_id ) if success: st.success(f"✅ {len(changes)} ändringar från Excel-filen har sparats automatiskt!", icon="✅") st.session_state.last_save_time = datetime.now() st.session_state.saving_in_progress = False st.session_state.last_processed_file = file_id # Uppdatera data LOKALT (sparar API-anrop) print(f"[DEBUG] Uppdaterar data lokalt efter Excel-upload...") for change in changes: row_idx = change['row_idx'] col = change['column'] new_val = change['new_value'] if row_idx in st.session_state.df.index: st.session_state.df.at[row_idx, col] = new_val # KRITISKT: Uppdatera original_data så att systemet inte visar osparade ändringar # Hämta uppdaterad company_areas data updated_company_areas = get_company_areas(st.session_state.df, account_id) # Ta bort dolda kolumner och skapa en EXAKT kopia för original_data display_data = updated_company_areas.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Säkerställ att alla värden är normaliserade (None/NaN -> tom sträng) display_data = display_data.fillna('').astype(str) # Spara som original_data - detta är vår nya "sanning" st.session_state.original_data = display_data.copy() print(f"[DEBUG] original_data uppdaterad med {len(st.session_state.original_data)} rader") time.sleep(1.5) st.rerun() else: st.session_state.saving_in_progress = False st.error(f"❌ {message}\n\nKontrollera din internetanslutning och försök igen.") st.session_state.last_processed_file = None # Tillåt nytt försök elif changes is not None: st.info("ℹ️ Inga ändringar hittades i Excel-filen") st.session_state.last_processed_file = file_id # Performance logging duration = time.time() - start_time safe_log_performance( log_sheets, 'PROCESS_EXCEL', duration, user_id=account_id, details=f"{len(changes) if changes else 0} ändringar" ) else: st.success(f"✅ Ändringar från denna fil har redan sparats", icon="✅") st.markdown("
", unsafe_allow_html=True) # Information with st.expander("ℹ️ Hjälp och Information", expanded=False): col_help1, col_help2 = st.columns(2) with col_help1: st.markdown("#### 🔒 Låsta fält (kan ej editeras)") st.markdown("Dessa fält har **🔒 (gult hänglås)** i kolumnrubriken och kan inte ändras:") visible_readonly = [col for col in READONLY_COLUMNS if col not in HIDDEN_COLUMNS] for col in visible_readonly[:15]: if col in company_areas.columns: st.markdown(f"• 🔒 {col}") if len(visible_readonly) > 15: st.markdown(f"*...och {len(visible_readonly) - 15} fält till*") with col_help2: st.markdown("#### ✏️ Editerbara fält") st.markdown("Dessa fält kan du klicka i och redigera:") visible_editable = [col for col in EDITABLE_COLUMNS if col not in HIDDEN_COLUMNS] for col in visible_editable: if col in company_areas.columns: st.markdown(f"• ✏️ {col}") # Huvudtabell st.markdown("## 📊 Dataöversikt") # VIKTIGT: Instruktionsruta för hur sparning fungerar st.markdown("""

⚠️ VIKTIGT: Så här sparar du dina ändringar

  1. Ändra informationen i de vita fälten
  2. Tillgänglighet: Välj 'Alltid tillgängligt' eller 'Stängt - se Access info'
    • Om Stängt - se Access info: Du MÅSTE fylla i 'Access info' (kod, nyckel, kontaktperson, etc.)
    • Om Alltid tillgängligt: Ingen 'Access info' behövs - området är ju tillgängligt!
  3. När du är klar klickar du på den stora SPARA ÄNDRINGAR-knappen under tabellen
  4. Du ser ett grönt bekräftelsemeddelande när det är sparat ✅
  5. Rekommenderat: Ladda ner din Excel-fil efter du sparat för att säkerställa att all information finns kvar

💡 Tips: Du kan ändra flera fält innan du sparar - alla ändringar sparas samtidigt!

""", unsafe_allow_html=True) st.markdown(""" Kolumner med **🔒** (gult hänglås) kan inte editeras. Klicka i andra fält för att redigera. **Kontrollera att uppgifterna i låsta celler stämmer.** Om något verkar fel, mejla till [migration@chargenode.eu](mailto:migration@chargenode.eu) så hjälper vi dig. """) st.markdown("
", unsafe_allow_html=True) # Ta bort dolda kolumner och sätt kolumnordning med Fastighetsnamn först company_areas_display = company_areas.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Normalisera värden för konsekvent jämförelse med original_data company_areas_display = company_areas_display.fillna('').astype(str) # Skapa kolumnordning med Fastighetsnamn först (för bättre synlighet vid scrolling) column_order = ['Fastighetsnamn'] + [col for col in company_areas_display.columns if col != 'Fastighetsnamn'] company_areas_display = company_areas_display[column_order] column_config = get_column_config(company_areas_display) # === DETEKTERA ÄNDRINGAR (körs före tabellen visas) === changes_list = [] if st.session_state.original_data is not None: # Temporärt - vi måste vänta tills edited_data finns, så vi skapar en placeholder # Vi uppdaterar detta efter data_editor pass # === SPARA-KNAPP OVANFÖR TABELLEN === st.markdown("
", unsafe_allow_html=True) # Placeholder för att visa status - uppdateras efter vi vet om det finns ändringar save_button_container_top = st.container() st.markdown("
", unsafe_allow_html=True) # Container för att förhindra scroll-hopp table_container = st.container() with table_container: # Visa tabellen med full höjd edited_data = st.data_editor( company_areas_display, column_config=column_config, use_container_width=True, num_rows="fixed", hide_index=True, key="data_editor", height=600 # Större höjd för bättre visning ) # === NU KAN VI DETEKTERA ÄNDRINGAR === if st.session_state.original_data is not None: changes_list = [] for idx in range(len(st.session_state.original_data)): for col in company_areas_display.columns: if col not in READONLY_COLUMNS: try: orig_val = str(st.session_state.original_data.iloc[idx][col]) edit_val = str(edited_data.iloc[idx][col]) # Normalisera tomma värden if orig_val in ['nan', 'None', '']: orig_val = '' if edit_val in ['nan', 'None', '']: edit_val = '' if orig_val != edit_val: changes_list.append({ 'row_idx': st.session_state.original_data.index[idx], 'column': col, 'old_value': orig_val, 'new_value': edit_val }) except Exception as e: pass # === VALIDERA DATA FÖR ATT VISA FELMEDDELANDE OVANFÖR TABELLEN === validation_errors = [] for idx in range(len(edited_data)): tillganglighet = str(edited_data.iloc[idx].get('Tillgänglighet', '')).strip() access_info = str(edited_data.iloc[idx].get('Access info', '')).strip() fastighetsnamn = str(edited_data.iloc[idx].get('Fastighetsnamn', f'Rad {idx + 1}')) # Kolla om området är stängt men saknar access info if tillganglighet == 'Stängt - se Access info' and (access_info == '' or access_info == 'nan' or access_info == 'None'): validation_errors.append(f"• **{fastighetsnamn}**") # === FYLLER I SPARA-KNAPP OVANFÖR TABELLEN (retroaktivt) === with save_button_container_top: # Visa valideringsfel FÖRST om det finns några if validation_errors: st.error(f""" ❌ **Validering misslyckades!** Följande områden är markerade som **'Stängt - se Access info'** men saknar **'Access info'**: {chr(10).join(validation_errors)} **Åtgärd:** Fyll i 'Access info' för dessa områden. Beskriv hur vi kommer åt området (kod, nyckel, kontaktperson, etc.) 💡 **OBS:** Områden med 'Alltid tillgängligt' behöver ingen 'Access info' - dessa är ju tillgängliga. """) if changes_list: st.warning(f"⚠️ Du har **{len(changes_list)} osparade ändring{'ar' if len(changes_list) > 1 else ''}**", icon="⚠️") col1, col2, col3 = st.columns([1, 1, 1]) with col2: # Disable spara-knappen om det finns valideringsfel if validation_errors: save_clicked_top = st.button("💾 SPARA ÄNDRINGAR", type="secondary", use_container_width=True, key="save_button_top_disabled", disabled=True) else: save_clicked_top = st.button("💾 SPARA ÄNDRINGAR", type="primary", use_container_width=True, key="save_button_top") else: if st.session_state.last_save_time: timestamp = st.session_state.last_save_time.strftime('%H:%M:%S') st.success(f"✅ Alla ändringar sparade • Senast: {timestamp}", icon="✅") else: st.info("💾 Gör ändringar i tabellen och klicka sedan på SPARA-knappen", icon="💡") col1, col2, col3 = st.columns([1, 1, 1]) with col2: save_clicked_top = st.button("💾 SPARA ÄNDRINGAR", type="secondary", use_container_width=True, key="save_button_top_disabled", disabled=True) # === SPARA-KNAPP UNDER TABELLEN === st.markdown("
", unsafe_allow_html=True) # Visa valideringsfel även under tabellen om det finns några if validation_errors: st.error(f""" ❌ **Validering misslyckades!** Följande områden är markerade som **'Stängt - se Access info'** men saknar **'Access info'**: {chr(10).join(validation_errors)} **Åtgärd:** Fyll i 'Access info' för dessa områden. Beskriv hur vi kommer åt området (kod, nyckel, kontaktperson, etc.) 💡 **OBS:** Områden med 'Alltid tillgängligt' behöver ingen 'Access info' - dessa är ju tillgängliga. """) if changes_list: st.warning(f"⚠️ Du har **{len(changes_list)} osparade ändring{'ar' if len(changes_list) > 1 else ''}**", icon="⚠️") col1, col2, col3 = st.columns([1, 1, 1]) with col2: # Disable spara-knappen om det finns valideringsfel if validation_errors: save_clicked_bottom = st.button("💾 SPARA ÄNDRINGAR", type="secondary", use_container_width=True, key="save_button_bottom_disabled_validation", disabled=True) else: save_clicked_bottom = st.button("💾 SPARA ÄNDRINGAR", type="primary", use_container_width=True, key="save_button_bottom") else: # Visa status om inget har ändrats if st.session_state.last_save_time: timestamp = st.session_state.last_save_time.strftime('%H:%M:%S') st.success(f"✅ Alla ändringar sparade • Senast: {timestamp}", icon="✅") else: st.info("💾 Gör ändringar i tabellen och klicka sedan på SPARA-knappen", icon="💡") col1, col2, col3 = st.columns([1, 1, 1]) with col2: save_clicked_bottom = st.button("💾 SPARA ÄNDRINGAR", type="secondary", use_container_width=True, key="save_button_bottom_disabled", disabled=True) # === HANTERA KLICK PÅ NÅGON AV KNAPPARNA === if changes_list and (save_clicked_top or save_clicked_bottom): # === KRITISK VALIDERING: Stängt område måste ha Access info === validation_errors = [] # Kolla alla rader i edited_data for idx in range(len(edited_data)): tillganglighet = str(edited_data.iloc[idx].get('Tillgänglighet', '')).strip() access_info = str(edited_data.iloc[idx].get('Access info', '')).strip() fastighetsnamn = str(edited_data.iloc[idx].get('Fastighetsnamn', f'Rad {idx + 1}')) # Kolla om området är stängt men saknar access info if tillganglighet == 'Stängt - se Access info' and (access_info == '' or access_info == 'nan' or access_info == 'None'): validation_errors.append(f"• **{fastighetsnamn}**") if validation_errors: st.error(f""" ❌ **Validering misslyckades!** Följande områden är markerade som **'Stängt - se Access info'** men saknar **'Access info'**: {chr(10).join(validation_errors)} **Åtgärd:** Fyll i 'Access info' för dessa områden. Beskriv hur vi kommer åt området (kod, nyckel, kontaktperson, etc.) 💡 **OBS:** Områden med 'Alltid tillgängligt' behöver ingen 'Access info' - dessa är ju tillgängliga. """) else: # Validering OK - fortsätt med sparning with st.spinner('💾 Sparar till Google Sheets...'): success, message = batch_update_cells_with_tracking( sheet, changes_list, df, service_account_email, log_sheets, account_id ) if success: st.success(f"✅ {len(changes_list)} ändring{'ar' if len(changes_list) > 1 else ''} har sparats!", icon="✅") st.session_state.last_save_time = datetime.now() # Uppdatera data lokalt for change in changes_list: row_idx = change['row_idx'] col = change['column'] new_val = change['new_value'] if row_idx in st.session_state.df.index: st.session_state.df.at[row_idx, col] = new_val # Uppdatera original_data updated_company_areas = get_company_areas(st.session_state.df, account_id) display_data = updated_company_areas.drop(columns=HIDDEN_COLUMNS, errors='ignore') # Normalisera värden för konsekvent jämförelse display_data = display_data.fillna('').astype(str) st.session_state.original_data = display_data.copy() time.sleep(1) st.rerun() else: st.error(f"❌ {message}") # Footer st.markdown("
", unsafe_allow_html=True) st.markdown(f"""

🔒 Företagsdata • Inloggad som {company_name} • {len(company_areas)} områden • {total_outlets} uttag

""", unsafe_allow_html=True)