ParamManagerScripts/backend/script_groups/EmailCrono/x1.py

101 lines
3.4 KiB
Python

"""
Script para dessasemblar los emails y generar un archivo de texto con la cronología de los mensajes.
"""
# main.py
import os
from pathlib import Path
from utils.email_parser import procesar_eml
from utils.markdown_handler import cargar_cronologia_existente
from utils.beautify import BeautifyProcessor
from config.config import Config
import hashlib
def generar_indice(mensajes):
"""
Genera una lista de mensajes usando el formato de Obsidian
"""
indice = "# Índice de Mensajes\n\n"
for mensaje in mensajes:
indice += mensaje.get_index_entry() + "\n"
indice += "\n---\n\n"
return indice
def main():
config = Config()
# Debug prints
print(f"Input directory: {config.get_input_dir()}")
print(f"Output directory: {config.get_output_dir()}")
print(f"Cronologia file: {config.get_cronologia_file()}")
print(f"Attachments directory: {config.get_attachments_dir()}")
# Obtener el directorio donde está el script actual
script_dir = os.path.dirname(os.path.abspath(__file__))
# Construir la ruta al archivo de reglas en el subdirectorio config
beautify_rules = os.path.join(script_dir, "config", "beautify_rules.json")
beautifier = BeautifyProcessor(beautify_rules)
print(f"Beautify rules file: {beautify_rules}")
# Ensure directories exist
os.makedirs(config.get_output_dir(), exist_ok=True)
os.makedirs(config.get_attachments_dir(), exist_ok=True)
# Check if input directory exists and has files
input_path = Path(config.get_input_dir())
if not input_path.exists():
print(f"Error: Input directory {input_path} does not exist")
return
eml_files = list(input_path.glob('*.eml'))
print(f"Found {len(eml_files)} .eml files")
mensajes = []
print(f"Loaded {len(mensajes)} existing messages")
mensajes_hash = {msg.hash for msg in mensajes}
total_procesados = 0
total_nuevos = 0
mensajes_duplicados = 0
for archivo in eml_files:
print(f"\nProcessing {archivo}")
nuevos_mensajes = procesar_eml(archivo, config.get_attachments_dir())
total_procesados += len(nuevos_mensajes)
# Verificar duplicados y aplicar beautify solo a los mensajes nuevos
for msg in nuevos_mensajes:
if msg.hash not in mensajes_hash:
# Aplicar beautify solo si el mensaje es nuevo
msg.contenido = beautifier.process_text(msg.contenido)
mensajes.append(msg)
mensajes_hash.add(msg.hash)
total_nuevos += 1
else:
mensajes_duplicados += 1
print(f"\nEstadísticas de procesamiento:")
print(f"- Total mensajes encontrados: {total_procesados}")
print(f"- Mensajes únicos añadidos: {total_nuevos}")
print(f"- Mensajes duplicados ignorados: {mensajes_duplicados}")
# Ordenar mensajes de más reciente a más antiguo
mensajes.sort(key=lambda x: x.fecha, reverse=True)
# Generar el índice
indice = generar_indice(mensajes)
# Escribir el archivo con el índice y los mensajes
output_file = config.get_cronologia_file()
print(f"\nWriting {len(mensajes)} messages to {output_file}")
with open(output_file, 'w', encoding='utf-8') as f:
# Primero escribir el índice
f.write(indice)
# Luego escribir todos los mensajes
for msg in mensajes:
f.write(msg.to_markdown())
if __name__ == '__main__':
main()