v0.3.0 – Extracción real de PDFs, Búsquedas y Recuperación por Email

Fecha: 2025-09-30

🎯 Objetivo

Agregar extracción real de contenido desde PDFs, endpoints de consulta/búsqueda de tablas, flujo de recuperación de contraseña por correo y refactor hacia repos/servicios y utilidades reutilizables.

---

📦 Cambios incluidos

• 🔍 Extracción real de PDFs

  • Servicio app/services/pdf_processing.py con pdfplumber (texto y tablas).
  • Documentación de proceso: docs/pdf_processing.md.

• ✨ Endpoints de tablas

  • GET /tables/{document_id} → lista tablas extraídas del documento (control de acceso por rol/departamento).
  • GET /tables/search?q= → búsqueda en JSON de tablas (JSON_SEARCH) unida a documents; respuesta diferenciada { document, table }.

• 🔒 Recuperación de contraseña por email (SMTP)

  • POST /auth/forgot-password → genera token (15 min) y envía enlace por correo.
  • POST /auth/reset-password → valida token y actualiza contraseña.
  • Config SMTP en settings.py (Gmail/Office365), utilidad utils/email.py con TLS/SSL fallback y EMAIL_DEBUG.

• 🔐 Seguridad y autorización

  • Bloqueo de operador por 5 intentos fallidos (centralizado en services/auth_service.py y repositories/user_repo.py).
  • Dependencias require_admin y helpers ensure_user_can_access_document en utils/authz.py.

• 📦 Refactor repos/utilidades

  • Repos: document_repo.py, table_repo.py, department_repo.py, password_reset_repo.py.
  • Utilidades: utils/files.py (rutas/escritura uploads), utils/query.py (WHERE/PAGINACIÓN).
  • Controllers documents.py y tables.py refactorizados a usar repos/utilidades.

• 👥 Usuarios

  • GET /users/ (solo admin) con parámetros opcionales; por defecto lista role='operador'.
  • GET /users/me → retorna datos del usuario desde el JWT.

• ⚙️ Configuración

  • frontend_base_url para construir enlaces de reset.
  • Carpeta database/ con db_schema.sql (migrado desde docs/).
  • Script scripts/generate_sample_pdf.py y muestra samples/sample_invoice.pdf.

  ---

✅ Estado actual

• Extracción y persistencia de texto/tablas desde PDFs funcionando.
• Búsqueda por contenido extraído disponible y separada de la búsqueda por documentos.
• Flujo completo de recuperación de contraseña por email (tokens de un solo uso, expirables).
• Control de acceso por rol/departamento centralizado y probado en endpoints de documentos/tablas.
• Repositorios y utilidades reducen duplicación y mejoran mantenibilidad.