def procesar_dblp_local(self):
self.ventana.progressBar_2.setValue(0)
# Obtenemos los valores de el origen y destino de los datos
origen = self.ventana.ComboBoxOrigen.currentIndex()
destino = self.ventana.ComboBoxDestino.currentIndex()
# Obtenemos el termino por el cual filtrar nuestros datos
termino_busqueda = str(self.ventana.TerminoBusqueda.toPlainText())
indices = []
fichero_origen = "dblp.xml"
# Origen es la plataforma DBLP Computer Science Bibliography
if origen == 0:
if destino == 0:
fich_nom = self.ventana.NombreFichero.toPlainText()
fichero_destino = fich_nom+".xml"
print fichero_destino
if self.ventana.CheckBoxAutor.isChecked():
print("Calculo Indices de Autor")
indices.extend(XML_PDFParser.buscar_fichero(fichero_origen,termino_busqueda,"<author"))
self.ventana.progressBar_2.setValue(5)
print indices
if self.ventana.CheckBoxEditor.isChecked():
print("Calculo Indices de Editor")
indices.extend(XML_PDFParser.buscar_fichero(fichero_origen,termino_busqueda,"<editor"))
self.ventana.progressBar_2.setValue(10)
print indices
if self.ventana.CheckBoxPublicador.isChecked():
print("Calculo Indices de Publicador")
indices.extend(XML_PDFParser.buscar_fichero(fichero_origen,termino_busqueda,"<publisher"))
self.ventana.progressBar_2.setValue(15)
print indices
if self.ventana.CheckBoxTitulo.isChecked():
print("Calculo Indices de Titulo")
indices.extend(XML_PDFParser.buscar_fichero(fichero_origen,termino_busqueda,"<title"))
self.ventana.progressBar_2.setValue(20)
print indices
indices.sort()
if self.ventana.RadioButtonArticulo.isChecked():
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<article","</article")
self.ventana.progressBar_2.setValue(40)
elif self.ventana.RadioButtonColeccion.isChecked():
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<incollection","</incollection")
self.ventana.progressBar_2.setValue(60)
elif self.ventana.RadioButtonDebate.isChecked():
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<proceedings","</proceedings")
self.ventana.progressBar_2.setValue(70)
elif self.ventana.RadioButtonTesis.isChecked():
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<phdthesis","</phdthesis")
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<mastersthesis","</mastersthesis")
self.ventana.progressBar_2.setValue(90)
elif self.ventana.RadioButtonLibro.isChecked():
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<book","</book")
self.ventana.progressBar_2.setValue(95)
elif self.ventana.RadioButtonOtros.isChecked():
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<www","</www")
XML_PDFParser.obten_grupo_xml(fichero_origen,fichero_destino,indices,"<inproceedings","</www")
self.ventana.progressBar_2.setValue(100)
print("PROCESADO FINALIZADO")
self.ventana.progressBar_2.setValue(100)
return 1
if args.interfaz_activa == 1:
Interfaz_Usuario()
elif args.descarga_activa == 1:
# Descargamos los datos si es que es necesario
URL = "http://dblp.uni-trier.de/xml/dblp.xml"
URLInteract.descargar_fichero(URL)
# Comprobamos si se quieren procesar y lo hacemos
if args.procesar_activa == 1:
if args.origen_datos == "dblp":
indices = XML_PDFParser.buscar_fichero("dblp.xml",args.termino_busqueda,"")
etiquetas_apertura = ["<article","<incollection","<proceedings","<phdthesis","<mastersthesis","<book","<www","<inproceedings"]
etiquetas_cierre = ["</article>","</incollection>","</proceedings>","</phdthesis>","</mastersthesis>","</book>","</www>","</inproceedings>"]
print indices
XML_PDFParser.obten_grupo_xml_multiple("dblp.xml",args.fichero_destino+"_temp.txt",indices,etiquetas_apertura,etiquetas_cierre)
XML_PDFParser.eliminar_simbolos_html(args.fichero_destino+"_temp.txt",args.fichero_destino+"_temp2.txt")
XML_PDFParser.formato_web(args.fichero_destino+"_temp2.txt",args.fichero_destino+".txt")
if args.fusionar_activa == 1:
XML_PDFParser.fusionar_ficheros(args.fichero_fusion,args.fichero_destino+".txt",args.fichero_destino+"_fusionado.txt")
