Version 1.2.1: Verbesserte CSV-Import-Funktionalität und Login-Fix

app.py

@@ -8,14 +8,17 @@ from dotenv import load_dotenv
 import requests
 from collections import defaultdict
 import ipaddress
+import csv
+import sqlite3
+from functools import wraps
 
 app = Flask(__name__, static_folder='static')
-app.secret_key = 'your_secret_key'  # Setzen Sie einen sicheren geheimen Schlüssel für die Session
+app.secret_key = os.getenv('SECRET_KEY', 'default-secret-key')
-logging.basicConfig(level=logging.DEBUG)
+logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
 # Version der Anwendung
-VERSION = "1.0.6"
+VERSION = "1.2.1"
 
 # Pfad zur CSV-Datei
 CSV_FILE = "data/customers.csv"
@@ -24,7 +27,124 @@ CSV_FILE = "data/customers.csv"
 load_dotenv()
 
 # Statisches Passwort aus der .env Datei
-STATIC_PASSWORD = os.getenv('LOGIN_PASSWORD', 'changeme')
+STATIC_PASSWORD = os.getenv('LOGIN_PASSWORD', 'default-password')
+ALLOWED_IP_RANGES = os.getenv('ALLOWED_IP_RANGES', '').split(',')
+
+def init_db():
+    """Initialisiert die SQLite-Datenbank und erstellt die notwendigen Tabellen."""
+    conn = sqlite3.connect('customers.db')
+    c = conn.cursor()
+    
+    # Erstelle die Kunden-Tabelle
+    c.execute('''
+        CREATE TABLE IF NOT EXISTS customers (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            nummer TEXT,
+            name TEXT,
+            strasse TEXT,
+            plz TEXT,
+            ort TEXT,
+            telefon TEXT,
+            mobil TEXT,
+            email TEXT,
+            bemerkung TEXT
+        )
+    ''')
+    
+    conn.commit()
+    conn.close()
+
+def import_csv():
+    """Importiert die Daten aus der CSV-Datei in die SQLite-Datenbank."""
+    conn = sqlite3.connect('customers.db')
+    c = conn.cursor()
+    
+    # Lösche bestehende Daten
+    c.execute('DELETE FROM customers')
+    
+    try:
+        # Lese die CSV-Datei mit pandas
+        df = pd.read_csv('data/customers.csv', sep=',', encoding='utf-8', quotechar='"')
+        
+        # Entferne Anführungszeichen aus den Spaltennamen
+        df.columns = df.columns.str.strip('"')
+        
+        # Entferne Anführungszeichen aus den Werten
+        for col in df.columns:
+            if df[col].dtype == 'object':
+                df[col] = df[col].str.strip('"')
+        
+        # Kombiniere Vorname und Nachname
+        df['name'] = df['Vorname'] + ' ' + df['Nachname']
+        
+        # Importiere die Daten
+        for _, row in df.iterrows():
+            c.execute('''
+                INSERT INTO customers (nummer, name, strasse, plz, ort, telefon, mobil, email, bemerkung)
+                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?)
+            ''', (
+                row['Nummer'],
+                row['name'],
+                row['Strasse'],
+                row['PLZ'],
+                row['Ort'],
+                row['Tel'],
+                row['Handy'],
+                row['mail'],
+                f"Fachrichtung: {row['Fachrichtung']}"
+            ))
+        
+        conn.commit()
+        logger.info('CSV-Daten erfolgreich in die Datenbank importiert')
+    except Exception as e:
+        logger.error(f'Fehler beim Import der CSV-Daten: {str(e)}')
+        raise
+    finally:
+        conn.close()
+
+def search_customers(search_params):
+    """Sucht Kunden in der Datenbank basierend auf den Suchparametern."""
+    conn = sqlite3.connect('customers.db')
+    c = conn.cursor()
+    
+    # Erstelle die WHERE-Bedingungen basierend auf den Suchparametern
+    conditions = []
+    params = []
+    
+    if search_params.get('name'):
+        conditions.append('name LIKE ?')
+        params.append(f'%{search_params["name"]}%')
+    
+    if search_params.get('ort'):
+        conditions.append('ort LIKE ?')
+        params.append(f'%{search_params["ort"]}%')
+    
+    if search_params.get('nummer'):
+        conditions.append('nummer LIKE ?')
+        params.append(f'%{search_params["nummer"]}%')
+    
+    if search_params.get('plz'):
+        conditions.append('plz LIKE ?')
+        params.append(f'%{search_params["plz"]}%')
+    
+    # Erstelle die SQL-Abfrage
+    sql = 'SELECT * FROM customers'
+    if conditions:
+        sql += ' WHERE ' + ' AND '.join(conditions)
+    
+    # Führe die Abfrage aus
+    c.execute(sql, params)
+    results = c.fetchall()
+    
+    # Konvertiere die Ergebnisse in ein Dictionary
+    columns = ['id', 'nummer', 'name', 'strasse', 'plz', 'ort', 'telefon', 'mobil', 'email', 'bemerkung']
+    customers = []
+    for row in results:
+        customer = dict(zip(columns, row))
+        customers.append(customer)
+    
+    conn.close()
+    return customers
 
 def clean_dataframe(df):
     """Konvertiert NaN-Werte in None für JSON-Kompatibilität"""
@@ -61,6 +181,7 @@ def login():
 
     logger.info(f"Client-IP: {client_ip}")
     logger.info(f"Erlaubte IP-Bereiche: {allowed_ip_ranges}")
+    logger.info(f"Session Status: {session}")
 
     # Überprüfen, ob die IP-Adresse in einem der erlaubten Subnetze liegt
     client_ip_obj = ipaddress.ip_address(client_ip)
@@ -71,23 +192,33 @@ def login():
             if client_ip_obj in network:
                 logger.info("Client-IP ist im erlaubten Bereich.")
                 session['logged_in'] = True
+                session.permanent = True  # Session bleibt bestehen
                 return redirect(url_for('index'))
         except ValueError:
             logger.error(f"Ungültiges Netzwerkformat: {ip_range}")
 
     if request.method == 'POST':
         password = request.form.get('password')
+        logger.info(f"Login-Versuch mit Passwort: {'*' * len(password) if password else 'None'}")
         if password == STATIC_PASSWORD:
             session['logged_in'] = True
+            session.permanent = True  # Session bleibt bestehen
+            logger.info("Login erfolgreich, Session gesetzt")
             return redirect(url_for('index'))
         else:
+            logger.warning("Falsches Passwort eingegeben")
             return render_template('login.html', error="Falsches Passwort")
+    
+    logger.info("Zeige Login-Seite")
     return render_template('login.html')
 
 @app.route('/')
 def index():
+    logger.info(f"Index-Route aufgerufen. Session Status: {session}")
     if not session.get('logged_in'):
+        logger.info("Benutzer nicht eingeloggt, Weiterleitung zum Login")
         return redirect(url_for('login'))
+    
     allowed_ip_ranges = os.getenv('ALLOWED_IP_RANGES', '')
     client_ip = request.headers.get('X-Forwarded-For', request.remote_addr)
     logger.info(f"Client-IP: {client_ip}")
@@ -96,71 +227,37 @@ def index():
 
 @app.route('/search')
 def search():
-    if not session.get('logged_in'):
-        return redirect(url_for('login'))
     try:
-        # CSV-Datei laden
+        # Hole die Suchparameter aus der Anfrage
-        df = load_data()
+        search_params = {
-        if df is None:
+            'name': request.args.get('name', ''),
-            return jsonify({"error": "Datenbank konnte nicht geladen werden"}), 500
+            'ort': request.args.get('ort', ''),
-
+            'nummer': request.args.get('nummer', ''),
-        # Suchparameter aus der URL holen
+            'plz': request.args.get('plz', '')
-        name = request.args.get('name', '').strip()
+        }
-        ort = request.args.get('ort', '').strip()
-        kundennummer = request.args.get('kundennummer', '').strip()
-        fachrichtung = request.args.get('fachrichtung', '').strip()
-        telefon = request.args.get('telefon', '').strip()
-        query = request.args.get('q', '').strip()
-
-        # Initialisiere die Maske für die Filterung
-        mask = pd.Series(True, index=df.index)
         
-        # Wenn eine allgemeine Suche angegeben ist
+        # Führe die Suche in der Datenbank durch
-        if query:
+        results = search_customers(search_params)
-            query_mask = (
-                df['Vorname'].str.contains(query, case=False, na=False) |
-                df['Nachname'].str.contains(query, case=False, na=False) |
-                df['Ort'].str.contains(query, case=False, na=False) |
-                df['Nummer'].astype(str).str.contains(query, case=False, na=False) |
-                df['Fachrichtung'].str.contains(query, case=False, na=False) |
-                df['Tel'].astype(str).str.contains(query, case=False, na=False)
-            )
-            mask &= query_mask
         
-        # Spezifische Suchkriterien anwenden
+        # Protokolliere die Anzahl der gefundenen Ergebnisse
-        if name:
+        logger.info(f'Suchergebnisse gefunden: {len(results)}')
-            name_mask = (
-                df['Vorname'].str.contains(name, case=False, na=False) |
-                df['Nachname'].str.contains(name, case=False, na=False)
-            )
-            mask &= name_mask
         
-        if ort:
+        return jsonify(results)
-            ort_mask = df['Ort'].str.contains(ort, case=False, na=False)
-            mask &= ort_mask
-        
-        if kundennummer:
-            kundennummer_mask = df['Nummer'].astype(str).str.contains(kundennummer, case=False, na=False)
-            mask &= kundennummer_mask
-        
-        if fachrichtung:
-            fachrichtung_mask = df['Fachrichtung'].str.contains(fachrichtung, case=False, na=False)
-            mask &= fachrichtung_mask
-
-        if telefon:
-            telefon_mask = df['Tel'].astype(str).str.contains(telefon, case=False, na=False)
-            mask &= telefon_mask
-        
-        results = df[mask].to_dict('records')
-        logger.info(f"{len(results)} Ergebnisse gefunden")
-
-        return jsonify({
-            'results': results,
-            'total': len(results)
-        })
     except Exception as e:
-        logger.error(f"Fehler bei der Suche: {str(e)}")
+        logger.error(f'Fehler bei der Suche: {str(e)}')
         return jsonify({"error": str(e)}), 500
 
+def init_app(app):
+    """Initialisiert die Anwendung mit allen notwendigen Einstellungen."""
+    with app.app_context():
+        # Initialisiere die Datenbank
+        init_db()
+        # Importiere die CSV-Daten
+        import_csv()
+        logger.info("Anwendung erfolgreich initialisiert")
+
+# Initialisiere die App
+init_app(app)
+
 if __name__ == '__main__':
     app.run(debug=True, port=5001) 

static/css/styles.css

@@ -0,0 +1,207 @@
+body {
+    min-height: 100vh;
+    display: flex;
+    flex-direction: column;
+    margin: 0;
+    padding: 0;
+}
+
+.main-content {
+    flex: 1 0 auto;
+    padding: 2rem 0;
+    margin-bottom: 4rem; /* Platz für die fixierte Fußzeile */
+}
+
+.search-container {
+    max-width: 800px;
+    margin: 0 auto;
+}
+
+.result-card {
+    margin-bottom: 1rem;
+    transition: all 0.3s ease;
+}
+
+.result-card:hover {
+    transform: translateY(-2px);
+    box-shadow: 0 4px 8px rgba(0,0,0,0.1);
+}
+
+.loading {
+    display: none;
+    text-align: center;
+    margin: 2rem 0;
+}
+
+.phone-link, .email-link, .address-link, .customer-link {
+    text-decoration: none;
+    color: #0d6efd;
+}
+
+.phone-link:hover, .email-link:hover, .address-link:hover, .customer-link:hover {
+    text-decoration: underline;
+}
+
+.search-icon, .reset-icon {
+    position: absolute;
+    top: 50%;
+    transform: translateY(-50%);
+    color: #6c757d;
+    cursor: pointer;
+    display: none;
+    z-index: 10;
+}
+
+.reset-icon {
+    right: 10px;
+}
+
+.search-icon {
+    right: 35px;
+}
+
+.reset-icon.visible {
+    display: block;
+}
+
+.search-icon.visible {
+    display: block;
+}
+
+.customer-number {
+    color: #6c757d;
+    font-size: 0.9em;
+}
+
+.footer {
+    flex-shrink: 0;
+    text-align: center;
+    padding: 1rem;
+    background-color: #f8f9fa;
+    border-top: 1px solid #dee2e6;
+    width: 100%;
+    position: fixed;
+    bottom: 0;
+    left: 0;
+    z-index: 100;
+}
+
+.share-feedback {
+    position: fixed;
+    bottom: 20px;
+    right: 20px;
+    background: #28a745;
+    color: white;
+    padding: 8px 16px;
+    border-radius: 4px;
+    display: none;
+    animation: fadeOut 2s forwards;
+    z-index: 1000;
+}
+
+@keyframes fadeOut {
+    0% { opacity: 1; }
+    70% { opacity: 1; }
+    100% { opacity: 0; }
+}
+
+.card-actions {
+    display: flex;
+    justify-content: flex-end;
+    margin-top: 1rem;
+}
+
+.share-button {
+    padding: 5px 10px;
+    border-radius: 15px;
+    font-size: 0.9em;
+    background-color: #0d6efd;
+    color: white;
+    border: none;
+    cursor: pointer;
+    transition: background-color 0.2s;
+}
+
+.share-button:hover {
+    background-color: #0b5ed7;
+}
+
+.search-fields {
+    display: grid;
+    grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
+    gap: 1rem;
+    margin-bottom: 1rem;
+}
+
+.search-field {
+    position: relative;
+}
+
+.input-group {
+    position: relative;
+}
+
+.result-counts {
+    display: flex;
+    justify-content: center;
+    margin-bottom: 1rem;
+    padding: 0.5rem;
+    background-color: #f8f9fa;
+    border-radius: 4px;
+}
+
+.result-count {
+    background-color: #e9ecef;
+    padding: 4px 12px;
+    border-radius: 12px;
+    font-size: 0.9em;
+    color: #6c757d;
+    display: none;
+}
+
+.result-count.visible {
+    display: inline-block;
+}
+
+.location-pin {
+    color: #dc3545;
+    margin-left: 4px;
+    font-size: 1.2em;
+}
+
+.customer-card {
+    background: white;
+    border-radius: 8px;
+    padding: 1.5rem;
+    margin-bottom: 1.5rem;
+    box-shadow: 0 2px 4px rgba(0,0,0,0.05);
+    border-bottom: 1px solid #e9ecef;
+}
+
+.customer-card:last-child {
+    border-bottom: none;
+}
+
+.customer-info {
+    margin-bottom: 1rem;
+}
+
+.footer-content {
+    padding: 1rem;
+    background-color: #f8f9fa;
+    border-top: 1px solid #dee2e6;
+    width: 100%;
+    position: fixed;
+    bottom: 0;
+    left: 0;
+    z-index: 100;
+}
+
+.footer-link {
+    color: #0d6efd;
+    text-decoration: none;
+}
+
+.footer-link:hover {
+    text-decoration: underline;
+}