for line in lines:
if not line or bool(re.match(r'\s\s*', line)):
print("linha vazia")
else:
spl = line.split(',')
strnome = spl[0]
nomeinstituicao = util.get_instituicao(strnome)
strnome = util.removeparenteses(strnome.replace(nomeinstituicao, ""))
strensaio = line.replace(spl[0]+',', "")
resen = strensaio.split("#")
partic = et.SubElement(root, "participante")
nomeparticipante = et.SubElement(partic, "nome")
nomeparticipante.text = util.getnome(strnome)
if nomeinstituicao != "":
instituicao = et.SubElement(partic, 'instituicao')
instituicao.text = nomeinstituicao
for ensaio in resen:
en = et.SubElement(partic, "ensaio")
ennome = et.SubElement(en, "nome")
res = re.search(r'\s\d\d\d\d\s', ensaio)
if res is not None:
ano = res.group(0)
ens = ensaio.replace(ano, "")
year = et.SubElement(en, "ano")
year.text = ano.strip()
ennome.text = ens.strip()
if not line or bool(re.match(r'\s\s*', line)):
print("linha vazia")
else:
searchpremio = re.search(r'Pr.*mio', line)
ehpremio = bool(searchpremio)
if ehpremio:
txtpremio = line.strip()
else:
res = re.findall(r"\d\d\d\d", line)
ano = res[0]
linha = line.split(",")[0]
instituicao = util.get_instituicao(linha)
nomepremiado = util.getnome(linha)
premiado = et.SubElement(root, "premiado")
nome = et.SubElement(premiado, 'nome')
nome.text = nomepremiado
inst = et.SubElement(premiado, "instituicao")
inst.text = instituicao.strip()
premio = et.SubElement(premiado, "premio")
nomepremio = et.SubElement(premio, "nomepremio")
nomepremio.text = txtpremio
anopremio = et.SubElement(premio, "ano")
anopremio.text = ano
f.close()
#prettify xml
formatedXML = minidom.parseString(
for matchNum, match in enumerate(matches):
matchNum = matchNum + 1
macrocurso = match.group(1)
linesmatch = "{match}".format(matchNum=matchNum,
start=match.start(),
end=match.end(),
match=match.group())
linesmatch = linesmatch.splitlines()
subcursos = linesmatch.copy()
subcursos.remove(macrocurso)
lines.remove(macrocurso)
curso = et.SubElement(root, "curso")
nome = et.SubElement(curso, 'nome')
nome.text = util.getnome(macrocurso)
nomesubcurso, nomeprofessor, ano = "", "", ""
for linha in subcursos:
lines.remove(linha)
res = re.search(r'\d\d\d\d', linha)
if (bool(res)):
ano = res.group(0)
nomeprofessor = util.getnome(linha).replace(",", '')
nomeprofessor = nomeprofessor.replace(ano, "").strip()
continue
else:
nomesubcurso = linha.strip()
subcurso = et.SubElement(curso, "subcurso")
titulosubcurso = et.SubElement(subcurso, "nomesubcurso")
titulosubcurso.text = nomesubcurso
professor = et.SubElement(subcurso, "professor")
else:
cgo = line.split(':')[0]
cgo = cgo.replace(":", "")
cgo = cgo.replace(" ", "")
res = re.search(r'Adjunt.*', cgo)
if res != None:
cgo = "SecretariaAdjunta"
res = re.search(r'Executiv.*', cgo)
if res != None:
cgo = "SecretariaExecutiva"
res = re.search(r'Diret.*', cgo)
if res != None:
cgo = "Diretor"
participante = et.SubElement(root, "participante")
nome = et.SubElement(participante, 'nome')
nome.text = util.getnome(line)
nomeinstituicao = util.get_instituicao(line)
if nomeinstituicao != "":
instituicao = et.SubElement(participante, 'instituicao')
instituicao.text = nomeinstituicao
cargo = et.SubElement(participante, 'cargo')
#nomecargo = et.SubElement(cargo, 'nomecargo')
cargo.text = cgo
ano = et.SubElement(participante, 'anos')
ano.text = anos[0] + ';' + anos[1]
f.close()
#prettify xml
formatedXML = minidom.parseString(
if not line or bool(re.match(r'\s\s*', line)):
print("linha vazia")
else:
res = re.findall(r'\d\d\d\d', line)
ehgrupo = bool(res)
if (ehgrupo):
smp = util.removeano(line)
simposio = et.SubElement(root, "simposio")
nome = et.SubElement(simposio, "nome")
nome.text = smp.strip()
for linha in res:
ano = et.SubElement(simposio, 'ano')
ano.text = linha
else:
nomeparticipante = util.getnome(line)
instituicao = util.get_instituicao(line)
participante = et.SubElement(simposio, "participante")
participante.text = nomeparticipante.strip()
if (instituicao != ""):
inst = et.SubElement(participante, "instituicao")
inst.text = instituicao.strip()
f.close()
#prettify xml
formatedXML = minidom.parseString(
et.tostring(root)).toprettyxml(indent=" ").strip()
#print(formatedXML)
#tree.write('diretorias.xml', method='xml')
lines = clean_text.splitlines()
for line in lines:
if not line or bool(re.match(r'\s\s*', line)):
print("linha vazia")
else:
spl = line.split(',')
strnome = spl[0]
nomeinstituicao = util.get_instituicao(strnome)
strnome = util.removeparenteses(strnome.replace(nomeinstituicao, ""))
strconf = line.replace(spl[0] + ',', "")
resconf = strconf.split("#")
conferencista = et.SubElement(root, "conferencista")
nome = et.SubElement(conferencista, 'nome')
nome.text = util.getnome(strnome)
instituicao = et.SubElement(conferencista, 'instituicao')
instituicao.text = nomeinstituicao
for conf in resconf:
ano = re.search(r'\d\d\d\d', conf).group(0)
conf = conf.replace(ano, "")
conferencia = et.SubElement(conferencista, "conferencia")
conferencia.text = conf.strip()
year = et.SubElement(conferencia, "ano")
year.text = ano
f.close()
#prettify xml
formatedXML = minidom.parseString(
et.tostring(root)).toprettyxml(indent=" ").strip()
lines = clean_text.splitlines()
for line in lines:
if not line or bool(re.match(r'\s\s*', line)):
print("linha vazia")
else:
resano = re.search(r'\(\d\d\d\d\)', line)
if bool(resano):
anotxt = resano.group(0)
continue
vencedor = et.SubElement(root, "vencedor")
nome = et.SubElement(vencedor, 'nome')
txtnome = line.split(',')[0]
nome.text = util.getnome(txtnome)
res = re.search(r"(\d\d\d\d),?\s?(\d\d\d\d)?", line)
if bool(res):
ano = et.SubElement(vencedor, "ano")
ano.text = res.group(1)
if res.group(2) is not None:
ano = et.SubElement(vencedor, "ano")
ano.text = res.group(1)
else:
ano = et.SubElement(vencedor, "ano")
ano.text = util.removeparenteses(anotxt)
f.close()
# prettify xml
formatedXML = minidom.parseString(et.tostring(root)).toprettyxml(indent=" ").strip()
cargo = search.group(0).replace(":", "")
cargo = cargo.replace(" ", "")
res = re.search(r'Adjunt.*', cargo)
if res != None:
cargo = "SecretariaAdjunta"
res = re.search(r'Executiv.*', cargo)
if res != None:
cargo = "SecretariaExecutiva"
res = re.search(r'Diret.*', cargo)
if res != None:
cargo = "Diretor"
cg = et.SubElement(bienio, cargo + "")
nome = et.SubElement(cg, 'nome')
nome.text = util.getnome(line)
nomeinstituicao = util.get_instituicao(line)
if nomeinstituicao != "":
instituicao = et.SubElement(cg, 'instituicao')
instituicao.text = nomeinstituicao
elif ehconselho:
line = next(itr)
cons = et.SubElement(bienio, 'conselheiro')
nome = et.SubElement(cons, 'nome')
nome.text = util.getnome(line)
string = util.getnome(line)
nomeinstituicao = util.get_instituicao(line)
if nomeinstituicao != "":
root = et.Element('programas')
tree = et.ElementTree(root)
with open('../txt/Programas.txt', encoding="utf8") as f:
txt = f.read()
clean_text = unicodedata.normalize("NFKD", txt)
lines = clean_text.splitlines()
for line in lines:
if not line:
print("linha vazia")
else:
ehprograma = bool(re.search('\(|\)', line))
ehestado = not ehprograma
estado = util.getnome(line)
if ehprograma:
res = line.split(",")
programa = res[0]
strano = res[-1]
nomeinstituicao = util.get_instituicao(programa)
programa = programa.replace(nomeinstituicao, "")
programa = programa.replace("(", "")
programa = programa.replace(")", "")
prg = et.SubElement(root, "programa")
nomeprograma = et.SubElement(prg, 'nomeprograma')
nomeprograma.text = programa.strip()