-
Notifications
You must be signed in to change notification settings - Fork 0
/
parseador.py
77 lines (54 loc) · 2.34 KB
/
parseador.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
# -*- coding: utf-8 -*-
'''
Created on 02/11/2012
@author: fran
'''
import re
from types import NoneType
texto = open('04 Presupuesto y mediciones.txt').read().decode('iso-8859-1').encode('utf8')
#print texto[:100000]
'''
for pag in re.split('CÓDIGO DESCRIPCIÓN UDS LONGITUD ANCHURA ALTURA PARCIALES CANTIDAD PRECIO IMPORTE',
texto):
print pag
'''
'''
for cod_dec in [ re.sub("PRESUPUESTO Y MEDICIONES[\w\W]*IMPORTE", '', trozo) for trozo in
re.split('([0-9]{2}\.+[0-9]{2})', texto)]:
print cod_dec
#print re.search('^PRESUPUESTO Y MEDICIONES[\w\W]*IMPORTE', cod_dec, re.M)
#print re.sub("^PRESUPUESTO Y MEDICIONES[\w\W]*IMPORTE", '', cod_dec, re.M)
'''
texto = re.sub("PRESUPUESTO Y MEDICIONES[\w\W]*?IMPORTE", '', texto)
texto = re.sub('Página *[0-9]{1,3}', '', texto)
texto_resumen = re.split('RESUMEN DE PRESUPUESTO',texto, re.M)[1]
texto_presupuesto = re.split('RESUMEN DE PRESUPUESTO',texto, re.M)[0]
buscCAP = re.compile(r'((TOTAL |)(CAPÍTULO|SUBCAPÍTULO|APARTADO|SUBAPARTADO)) ([0-9]{2}(\.[0-9]{2})*)', re.M)
numero = '([0-9]{0,2}\.*[0-9]{0,3}\.*[0-9]{1,3},[0-9]{1,2})'
#print texto_presupuesto
#print re.search(buscCAP, texto_presupuesto[230000:]).group()
arbol = {}
texto_p = '''TOTAL CAPÍTULO 22 SEGURIDAD Y SALUD...................................................................................................... 48.912,37'''
for capitulo in re.findall(buscCAP, texto_presupuesto):
print capitulo[0], capitulo[3],
try:
if re.search('TOTAL',capitulo[0], re.M):
cap_bus = capitulo[0]+ ' ' + capitulo[3] + '([\w\W]*?)\.* ?(' + numero + ')'
print '=', re.search(cap_bus, texto_presupuesto, re.M).group(2)
else:
pass
except AttributeError:
print 'Error'
numeros_texto = re.findall(numero, texto_presupuesto, re.M)
def convertir_num(texto):
return re.split(',',re.sub('.','',texto))
print [convertir_num(nn)*1. for nn in numeros_texto]
busca = capitulo[0] + '[\w\W]* (' + numero + ') *\n'
busca = 'TOTAL CAPÍTULO 01' + '[\w\W]* (' + numero + ')'
#print re.search(busca, texto_presupuesto).group()
#print re.search(numero, texto_presupuesto).group()
#print re.search('([0-9]{0,2}\.*[0-9]{0,3}\.*[0-9]{1,3},[0-9]{1,2})','df 91.255,01')
if False:
f = open('pres_limp.txt','w')
f.write(texto_presupuesto)
f.close()