Erste Version mit spezifischen Suchfeldern und Teilen-Funktion

app.py

@@ -1,10 +1,10 @@
-from flask import Flask, render_template, request, jsonify
+from flask import Flask, render_template, request, jsonify, url_for
 import pandas as pd
 import os
 import logging
 import numpy as np
 
-app = Flask(__name__)
+app = Flask(__name__, static_folder='static')
 logging.basicConfig(level=logging.DEBUG)
 logger = logging.getLogger(__name__)
 
@@ -35,21 +35,54 @@ def index():
 @app.route('/search')
 def search():
     try:
+        # Spezifische Suchparameter
+        name = request.args.get('name', '').lower()
+        ort = request.args.get('ort', '').lower()
+        kundennummer = request.args.get('kundennummer', '').lower()
+        fachrichtung = request.args.get('fachrichtung', '').lower()
+        
+        # Allgemeine Suche (für die alte Funktionalität)
         query = request.args.get('q', '').lower()
-        logger.info(f"Suche nach: {query}")
+        
+        logger.info(f"Suche nach - Name: {name}, Ort: {ort}, Kundennummer: {kundennummer}, Fachrichtung: {fachrichtung}, Query: {query}")
         
         df = load_data()
         if df is None:
             return jsonify({"error": "Datenbank konnte nicht geladen werden"}), 500
         
-        # Suche über verschiedene Felder
-        mask = (
-            df['Vorname'].str.lower().str.contains(query, na=False) |
-            df['Nachname'].str.lower().str.contains(query, na=False) |
-            df['Fachrichtung'].str.lower().str.contains(query, na=False) |
-            df['Ort'].str.lower().str.contains(query, na=False) |
-            df['Nummer'].astype(str).str.contains(query, na=False)  # Suche nach Kundennummer
-        )
+        # Basis-Mask (immer True)
+        mask = pd.Series(True, index=df.index)
+        
+        # Spezifische Suchkriterien anwenden
+        if name:
+            name_mask = (
+                df['Vorname'].str.lower().str.contains(name, na=False) |
+                df['Nachname'].str.lower().str.contains(name, na=False)
+            )
+            mask &= name_mask
+            
+        if ort:
+            ort_mask = df['Ort'].str.lower().str.contains(ort, na=False)
+            mask &= ort_mask
+            
+        if kundennummer:
+            kunden_mask = df['Nummer'].astype(str).str.contains(kundennummer, na=False)
+            mask &= kunden_mask
+            
+        if fachrichtung:
+            fach_mask = df['Fachrichtung'].str.lower().str.contains(fachrichtung, na=False)
+            mask &= fach_mask
+            
+        # Wenn eine allgemeine Suche vorhanden ist, diese zusätzlich anwenden
+        if query:
+            query_mask = (
+                df['Vorname'].str.lower().str.contains(query, na=False) |
+                df['Nachname'].str.lower().str.contains(query, na=False) |
+                df['Fachrichtung'].str.lower().str.contains(query, na=False) |
+                df['Ort'].str.lower().str.contains(query, na=False) |
+                df['Nummer'].astype(str).str.contains(query, na=False)
+            )
+            mask &= query_mask
         
         results = df[mask].to_dict('records')
         logger.info(f"{len(results)} Ergebnisse gefunden")