feature/validaciones-clarion-agentes-aduanales

backend/api/v1/modules/a76/layouts_csv/common/csv_reader.py

@@ -1,11 +1,11 @@
 """
 Lectura de CSV con detección de delimitador (compartida por layouts_csv).
 Si se pasa fieldnames, no se usa la primera fila como cabecera y se toma como dato (CSV sin cabeceras).
-Si fieldnames es None, cabeceras vacías se normalizan a _COL_0_, _COL_1_, ... para no colapsar columnas.
+Si se pasa headerless_first_cell_values, se detecta si la primera fila es cabecera o dato por el valor de la primera celda.
 """
 import csv
 import io
-from typing import Iterator, Tuple, Dict, Any, Optional, List
+from typing import Iterator, Tuple, Dict, Any, Optional, List, Set
 
 
 def _normalize_empty_headers(headers: List[str]) -> List[str]:
@@ -24,12 +24,15 @@ def _normalize_empty_headers(headers: List[str]) -> List[str]:
 def iter_csv_rows(
     file_path: str,
     fieldnames: Optional[List[str]] = None,
+    headerless_first_cell_values: Optional[Set[str]] = None,
+    headerless_second_cell_key_pattern: Optional[str] = None,
 ) -> Iterator[Tuple[int, Dict[str, Any]]]:
     """
     Abre el CSV, detecta dialecto y devuelve (line_num, row_dict) por cada fila.
     line_num empieza en 1 (primera fila de datos).
-    Si fieldnames es None: la primera fila del archivo se usa como cabecera (comportamiento por defecto).
-    Si fieldnames es una lista: no se usa cabecera; la primera fila se considera dato y se usan fieldnames como columnas.
+    Si fieldnames y headerless_first_cell_values se pasan: si la primera celda de la primera fila
+    (quitando BOM, strip, upper) está en headerless_first_cell_values, se trata como dato y se usan fieldnames.
+    headerless_second_cell_key_pattern se ignora si no se usa (reservado para otros layouts).
     """
     with open(file_path, "r", encoding="utf-8-sig") as f:
         sample = f.read(2048)
@@ -38,7 +41,37 @@ def iter_csv_rows(
             dialect = csv.Sniffer().sniff(sample, delimiters=",;\t")
         except Exception:
             dialect = "excel"
-        if fieldnames:
+        if fieldnames and headerless_first_cell_values is not None:
+            first_line = f.readline()
+            if not first_line:
+                return
+            row_reader = csv.reader(io.StringIO(first_line), dialect=dialect)
+            first_cells = next(row_reader, None)
+            if not first_cells:
+                return
+            first_cell_clean = (first_cells[0] or "").lstrip("\ufeff").strip().upper()
+            use_headerless = first_cell_clean in headerless_first_cell_values
+            if use_headerless:
+                pad = len(fieldnames) - len(first_cells)
+                cells = first_cells[: len(fieldnames)] + ([""] * pad if pad > 0 else [])
+                yield 1, dict(zip(fieldnames, cells))
+                reader = csv.DictReader(f, fieldnames=fieldnames, dialect=dialect, restval="")
+                for i, row in enumerate(reader, start=2):
+                    yield i, dict(row)
+                return
+            f.seek(0)
+            first_line = f.readline()
+            if not first_line:
+                return
+            row_reader = csv.reader(io.StringIO(first_line), dialect=dialect)
+            raw_headers = next(row_reader, None)
+            if not raw_headers:
+                return
+            normalized = _normalize_empty_headers(raw_headers)
+            reader = csv.DictReader(f, fieldnames=normalized, dialect=dialect, restval="")
+            for i, row in enumerate(reader, start=1):
+                yield i, row
+        elif fieldnames:
             reader = csv.DictReader(f, fieldnames=fieldnames, dialect=dialect)
             for i, row in enumerate(reader, start=1):
                 yield i, dict(row)