Update utils.py

utils.py

@@ -1,21 +1,30 @@
 import pandas as pd
+import json
 
 def parse_excel_file(file_path):
-    df = pd.read_excel(file_path)
+    """
+    فایل اکسل را با فرض اینکه عنوان ستون‌ها در ردیف سوم (index=2) هستند، خوانده و اطلاعات مواد را استخراج می‌کند.
+    """
 
-    # نگاشت نام‌های مختلف ستون‌ها برای انعطاف بیشتر
+    try:
+        # خواندن اکسل با فرض اینکه عنوان ستون‌ها در ردیف سوم قرار دارند
+        df = pd.read_excel(file_path, header=2)
+    except Exception as e:
+        raise ValueError(f"خطا در خواندن فایل اکسل: {str(e)}")
+
+    # نگاشت ستون‌ها برای پشتیبانی از نام‌های مختلف
     column_mapping = {
         "کد فهرست بها": ["کد فهرست بها", "کد"],
-        "شرح": ["شرح"],
-        "مقدار": ["مقدار"],
-        "واحد": ["واحد"]
+        "شرح": ["شرح", "شرح کالا", "نام کالا"],
+        "مقدار": ["مقدار", "تعداد", "تعداد مورد نیاز"],
+        "واحد": ["واحد", "واحد شمارش", "نوع واحد"]
     }
 
     resolved_columns = {}
     for key, options in column_mapping.items():
         found = next((col for col in options if col in df.columns), None)
         if not found:
-            raise ValueError(f"ستون «{key}» در فایل پیدا نشد.")
+            raise ValueError(f"❌ ستون «{key}» در فایل پیدا نشد.")
         resolved_columns[key] = found
 
     materials = []
@@ -29,3 +38,15 @@ def parse_excel_file(file_path):
         materials.append(material)
 
     return materials
+
+
+def save_to_json(data, output_path="material_db.json"):
+    """
+    ذخیره اطلاعات استخراج‌شده در قالب JSON.
+    """
+    try:
+        with open(output_path, "w", encoding="utf-8") as f:
+            json.dump(data, f, indent=2, ensure_ascii=False)
+    except Exception as e:
+        raise ValueError(f"❌ خطا در ذخیره فایل JSON: {str(e)}")
+