def __init__(self, window, conf_file):
# Ventana principal
self.window = window
# Selecciono el diccionario general y el de los patrones en el archivo de configuración
self.pattern_dic = conf_file["patterns"]
self.general_dic = conf_file["general"]
self.ruta_inicial = self.general_dic["ruta_inicial"]
#Inicializo una tupla de mensajes
self.__msg = CT.msg()
def pdfatexto(arch_sel):
"""Función que convierte el pdf a texto raw
Arg:
arch_sel: Ruta y nombre del archivo pfd a convertir a texto
"""
# Inicializo el objeto que acumula los mensajes en una tupla.
msg = CT.msg()
# Nombre del archivo pdf original a evaluar
file_orig = os.path.basename(arch_sel)
# Nombre de la ruta original
ruta_orig = os.path.dirname(arch_sel) + '/'
# Nombre del archivo convertido a modo texto
filename = os.path.splitext(file_orig)[0] + ".txt"
logger.info("-- Convierto archivo pdf a texto")
logger.info("Archivo original: %s" % arch_sel)
logger.info("Archivo original Tipo: %s" % type(arch_sel))
logger.debug("Archivo modo texto: %s" % filename)
# Si no existe el archivo indicado
if not os.path.isfile(arch_sel):
msg.error("No existe el archivo: %s" % file_orig)
msg.print_tMsg()
sys.exit()
# Si no hay un archivo pdf ya convertido con el mismo nombre en el destino => Convierto el archivo indicado
elif not os.path.isfile(ruta_orig + filename):
# subprocess.call(["df","-h","/home"])
subprocess.call([
"pdftotext", "-f", "1", "-l", "1", "-raw", arch_sel,
str(ruta_orig + filename)
])
msg.info("Archivo: %s convertido a texto" % file_orig)
# Si llegó acá es porque ya existe un archivo convertido con el mismo nombre.
else:
msg.warning(
"El archivo: %s ya tiene un archivo convertido a texto con el mismo nombre"
% file_orig)
msg.print_tMsg()
return msg.get_tMsg()
def pdfatexto(arch_sel):
"""Función que convierte el pdf a texto raw
Arg:
arch_sel: Ruta y nombre del archivo pfd a convertir a texto
"""
# Inicializo el objeto que acumula los mensajes en una tupla.
msg = CT.msg()
# Nombre del archivo pdf original a evaluar
file_orig = os.path.basename(arch_sel)
# Nombre de la ruta original
ruta_orig = os.path.dirname(arch_sel) + '/'
# Nombre del archivo convertido a modo texto
filename = os.path.splitext(file_orig)[0] + ".txt"
logger.info("-- Convierto archivo pdf a texto")
logger.info("Archivo original: %s" % arch_sel)
logger.info("Archivo original Tipo: %s" % type(arch_sel))
logger.debug("Archivo modo texto: %s" % filename)
# Si no existe el archivo indicado
if not os.path.isfile(arch_sel):
msg.error("No existe el archivo: %s" % file_orig)
msg.print_tMsg()
sys.exit()
# Si no hay un archivo pdf ya convertido con el mismo nombre en el destino => Convierto el archivo indicado
elif not os.path.isfile(ruta_orig + filename):
# subprocess.call(["df","-h","/home"])
subprocess.call(["pdftotext", "-f", "1", "-l", "1", "-raw", arch_sel, str(ruta_orig + filename)])
msg.info("Archivo: %s convertido a texto" % file_orig)
# Si llegó acá es porque ya existe un archivo convertido con el mismo nombre.
else:
msg.warning("El archivo: %s ya tiene un archivo convertido a texto con el mismo nombre" % file_orig)
msg.print_tMsg()
return msg.get_tMsg()
def arch_magic(general_dic, pattern_dic, arch_sel):
"""Función que analiza un archivo pdf y lo compara con un diccionario de patrones
data_dic: diccionario con la información de los patrones, nombre del archivo de salida,etc.
ruta_orig: ruta desde donde analizo los archivos.
file_original: nombre del archivo original a analizar
"""
# Inicializo el objeto que acumula los mensajes en una tupla.
msg = CT.msg()
# Nombre del archivo pdf original a evaluar. Lo codifico en utf-8 para no tener problemas
file_orig = os.path.basename(arch_sel)
# Nombre de la ruta original. Lo codifico en utf-8 para no tener problemas
ruta_orig = os.path.dirname(arch_sel) + '/'
# Nombre del archivo convertido a modo texto
filename = os.path.splitext(file_orig)[0] + ".txt"
msg.info("-- Archivo original: %s --\nRuta original: %s" % (file_orig, ruta_orig))
logger.info("-- Archivo original: %s -- Ruta original: %s" % (file_orig, ruta_orig))
logger.debug("Archivo modo texto: %s" % filename)
if not os.path.isfile(ruta_orig + file_orig):
logger.debug("No existe el archivo: %s" % file_orig)
sys.exit()
# Si el pdf no está convertido a texto lo convierto
msg.info(pdfatexto(arch_sel))
# Abro el archivo de texto en modo lectura y cargo el contenido del archivo de texto a una variable
with open(ruta_orig + filename, "r") as dataFile:
fullData = dataFile.read()
# fullData = dataFile.read().splitlines()
logger.debug("-- Acá comienza el bucle --")
comp_ok = False
file_sal = '' # Variable con el nombre del archivo de salida
subdir_destino = '' # Variable con el nombre del subdirectorio de salida (Para el caso de opción group_all).
# Ordeno y recorro el diccionario de patrones.
for item_conf in sorted(pattern_dic):
logger.debug('-- Analizando el patrón ...%s' % item_conf)
# Defino ruta destino para guardar el archivo
# Si existe una ruta especial uso esa, sino uso ruta general definida al principio del archivo de configuración.
# Python raises a KeyError whenever a dict() object is requested (using the format a = adict[key])
# and the key is not in the dictionary. If you don't want to have an exception but would rather a default value
# used instead, you can use the get() method:
ruta_default_dest = general_dic["ruta_destino"]
ruta_destino = pattern_dic[item_conf].get('ruta_destino', ruta_default_dest)
# Recupero las opciones específicas del patrón, si no están definidas me quedo con las generales.
pattern_opt_default = general_dic['pattern_opt']
pattern_opt = pattern_dic[item_conf].get('pattern_opt', pattern_opt_default)
copia_destino_default = pattern_opt_default.get('copia_destino')
copia_destino = pattern_opt.get('copia_destino', copia_destino_default)
# Patrón a utilizar "pattern", variable con el resultado de la comparación "comp"
logger.debug(type(pattern_dic[item_conf]['pattern']))
pattern = r'%s' % pattern_dic[item_conf]['pattern']
logger.debug('pattern: %s' % type(pattern))
logger.debug("pattern: %s" % pattern)
comp = re.search(pattern, fullData, flags=re.DOTALL | re.MULTILINE | re.IGNORECASE)
if comp:
logger.info("Coincidencia con el patrón analizado (%s)" % item_conf)
msg.info("Coincidencia con el patrón analizado (%s)" % item_conf)
logger.debug("Cantidad de Grupos: %s" % len(comp.groups()))
# Formateo del nombre del archivo de salida. Convierto la cadena file_salida separada por comas en la tupla ftxt_sal.
ftxt_sal = tuple(pattern_dic[item_conf]['file_salida'].split(','))
# Armo de a pedazos el nombre del archivo de salida.
for kk in ftxt_sal:
# Si es un entero el nombre corresponde al grupo regex, si al string definido en el archivo conf.
try:
kk = int(kk)
vg = comp.group(kk)
#print 'Es numerico -> Grupo, Valor:', kk, vg
except ValueError:
vg = kk
#print 'Es una Cadena -> Valor:', vg
file_sal += vg
file_sal += '.pdf'
logger.info('Nombre nuevo archivo: %s' % file_sal)
msg.info('Nombre nuevo archivo: %s' % file_sal)
# Si está definida group_all tengo que meter el archivo y los directorios adyacentes todos juntos en el
# destino agrupandolos en un subdirectorio.
group_all_default = ''
group_all = pattern_dic[item_conf].get('group_all', group_all_default)
if (group_all != '' and copia_destino):
logger.info('Se agrupa a subdirectorio')
msg.info('Se agrupa a subdirectorio')
# Formateo del nombre del subdirectorio de destino. Convierto la cadena group_all separada por comas
# en la tupla subdirtxt_dest.
subdirtxt_dest = tuple(group_all.split(','))
logger.debug('Tipo para subdirtxt_dest: %s - %s' % (type(subdirtxt_dest), subdirtxt_dest))
# Armo de a pedazos el nombre del subdirectorio destino.
for dkey in subdirtxt_dest:
# Si es un entero el nombre corresponde al grupo regex, sino al string definido en el archivo conf.
try:
dkey = int(dkey)
vdg = comp.group(dkey)
except ValueError:
vdg = dkey
subdir_destino += vdg
subdir_destino += '/'
# Verifico que el subdirectorio no exista en el destino
logger.info('Creando el subdirectorio en el destino.')
nueva_ruta_destino = ruta_destino + subdir_destino
msg.info(' - Ruta destino: %s' % nueva_ruta_destino)
logger.info(' - Ruta destino: %s' % nueva_ruta_destino)
if not os.path.exists(nueva_ruta_destino):
# Verifico que el destino exista y tenga permiso de escritura
if copia_destino and check_path(ruta_destino,is_dir=True):
os.makedirs(nueva_ruta_destino) # Creo el subdirectorio
logger.debug('Copio el archivo y los directorios adyacentes al subdirectorio destino.')
# Copio el archivo pdf
shutil.copy2(ruta_orig + file_orig, nueva_ruta_destino + file_sal)
msg.info('\tSe copió el archivo')
logger.info('\tSe copió el archivo')
# Copio los directorios adyacentes al sudirectorio destino
subdir_ady = os.walk(ruta_orig).next()[1]
for ix_subd in subdir_ady:
shutil.copytree(ruta_orig + ix_subd, nueva_ruta_destino + ix_subd)
msg.info('\tDirectorios adyacentes copiados: %s' % ix_subd)
logger.info('\tDirectorios adyacentes copiados: %s' % ix_subd)
else:
msg.warning('Atención: El directorio destino no existe o no tengo permisos de escritura.')
group_all_ok = False
else:
msg.warning('Atención: Ya existe un archivo/directorio con el mismo nombre en el destino.')
logger.info('Atención: Ya existe un archivo/directorio con el mismo nombre en el destino.')
group_all_ok = False
else:
# No hay agrupamiento a subdirectorio => Solo copio el archivo
logger.info('No agrupo a subdirectorio')
# Verifico que no exista el archivo
if copia_destino and not os.path.isfile(ruta_destino + file_sal):
logger.debug('Entro al bucle de copia 1')
if os.access(ruta_destino, os.W_OK):
logger.debug('Entro al bucle de copia 2')
logger.debug('Copiando archivo %s %s %s %s' % (ruta_orig, file_orig, ruta_destino, file_sal))
# Creo una copia y renombro el archivo
shutil.copy2(ruta_orig + file_orig, ruta_destino + file_sal)
msg.info('Se copió el archivo - Directorio destino: %s' % ruta_destino)
logger.info('Se copió el archivo - Directorio destino: %s' % ruta_destino)
else:
logger.debug('Entro al bucle de copia 3')
msg.warning('Atención: No copio el archivo porque ya existe un archivo/directorio con el mismo nombre en el destino.')
logger.info('Atención: No copio el archivo porque ya existe un archivo/directorio con el mismo nombre en el destino.')
#sys.exit('Atención: No muevo el archivo porque ya existe un archivo/directorio con el mismo nombre en el destino.')
# Renombro el archivo en el lugar
if not os.path.isfile(ruta_orig + file_sal):
shutil.move(ruta_orig + file_orig, ruta_orig + file_sal)
msg.info('Se renombró el archivo en el origen.')
logger.info('Se renombro el archivo en el origen.')
else:
msg.warning('Atención: No renombro el archivo en el directorio de origen porque ya existe uno con el mismo nombre.')
logger.info('Atención: No renombro el archivo en el directorio de origen porque ya existe uno con el mismo nombre.')
# Asigno valor a la variable que indica que hubo coincidencia y salgo del bucle.
comp_ok = True
break # A la primera coincidencia salgo del bucle.
else:
logger.debug("-- El patrón: %s no coincide con el archivo analizado --" % item_conf)
# Si no coincide ningún patrón.
if not comp_ok:
msg.warning('-- Ningún Patrón conocido coincide con el archivo %s analizado --' % file_orig)
logger.info('-- Ningún Patrón conocido coincide con el archivo %s analizado --' % file_orig)
# Borro el archivo convertido a texto
if os.path.isfile(ruta_orig + filename):
os.remove(ruta_orig + filename)
return msg.get_tMsg()
def arch_magic(general_dic, pattern_dic, arch_sel):
"""Función que analiza un archivo pdf y lo compara con un diccionario de patrones
data_dic: diccionario con la información de los patrones, nombre del archivo de salida,etc.
ruta_orig: ruta desde donde analizo los archivos.
file_original: nombre del archivo original a analizar
"""
# Inicializo el objeto que acumula los mensajes en una tupla.
msg = CT.msg()
# Nombre del archivo pdf original a evaluar. Lo codifico en utf-8 para no tener problemas
file_orig = os.path.basename(arch_sel)
# Nombre de la ruta original. Lo codifico en utf-8 para no tener problemas
ruta_orig = os.path.dirname(arch_sel) + '/'
# Nombre del archivo convertido a modo texto
filename = os.path.splitext(file_orig)[0] + ".txt"
msg.info("-- Archivo original: %s --\nRuta original: %s" %
(file_orig, ruta_orig))
logger.info("-- Archivo original: %s -- Ruta original: %s" %
(file_orig, ruta_orig))
logger.debug("Archivo modo texto: %s" % filename)
if not os.path.isfile(ruta_orig + file_orig):
logger.debug("No existe el archivo: %s" % file_orig)
sys.exit()
# Si el pdf no está convertido a texto lo convierto
msg.info(pdfatexto(arch_sel))
# Abro el archivo de texto en modo lectura y cargo el contenido del archivo de texto a una variable
with open(ruta_orig + filename, "r") as dataFile:
fullData = dataFile.read()
# fullData = dataFile.read().splitlines()
logger.debug("-- Acá comienza el bucle --")
comp_ok = False
file_sal = '' # Variable con el nombre del archivo de salida
subdir_destino = '' # Variable con el nombre del subdirectorio de salida (Para el caso de opción group_all).
# Ordeno y recorro el diccionario de patrones.
for item_conf in sorted(pattern_dic):
logger.debug('-- Analizando el patrón ...%s' % item_conf)
# Defino ruta destino para guardar el archivo
# Si existe una ruta especial uso esa, sino uso ruta general definida al principio del archivo de configuración.
# Python raises a KeyError whenever a dict() object is requested (using the format a = adict[key])
# and the key is not in the dictionary. If you don't want to have an exception but would rather a default value
# used instead, you can use the get() method:
ruta_default_dest = general_dic["ruta_destino"]
ruta_destino = pattern_dic[item_conf].get('ruta_destino',
ruta_default_dest)
# Recupero las opciones específicas del patrón, si no están definidas me quedo con las generales.
pattern_opt_default = general_dic['pattern_opt']
pattern_opt = pattern_dic[item_conf].get('pattern_opt',
pattern_opt_default)
copia_destino_default = pattern_opt_default.get('copia_destino')
copia_destino = pattern_opt.get('copia_destino', copia_destino_default)
# Patrón a utilizar "pattern", variable con el resultado de la comparación "comp"
logger.debug(type(pattern_dic[item_conf]['pattern']))
pattern = r'%s' % pattern_dic[item_conf]['pattern']
logger.debug('pattern: %s' % type(pattern))
logger.debug("pattern: %s" % pattern)
comp = re.search(pattern,
fullData,
flags=re.DOTALL | re.MULTILINE | re.IGNORECASE)
if comp:
logger.info("Coincidencia con el patrón analizado (%s)" %
item_conf)
msg.info("Coincidencia con el patrón analizado (%s)" % item_conf)
logger.debug("Cantidad de Grupos: %s" % len(comp.groups()))
# Formateo del nombre del archivo de salida. Convierto la cadena file_salida separada por comas en la tupla ftxt_sal.
ftxt_sal = tuple(pattern_dic[item_conf]['file_salida'].split(','))
# Armo de a pedazos el nombre del archivo de salida.
for kk in ftxt_sal:
# Si es un entero el nombre corresponde al grupo regex, si al string definido en el archivo conf.
try:
kk = int(kk)
vg = comp.group(kk)
#print 'Es numerico -> Grupo, Valor:', kk, vg
except ValueError:
vg = kk
#print 'Es una Cadena -> Valor:', vg
file_sal += vg
file_sal += '.pdf'
logger.info('Nombre nuevo archivo: %s' % file_sal)
msg.info('Nombre nuevo archivo: %s' % file_sal)
# Si está definida group_all tengo que meter el archivo y los directorios adyacentes todos juntos en el
# destino agrupandolos en un subdirectorio.
group_all_default = ''
group_all = pattern_dic[item_conf].get('group_all',
group_all_default)
if (group_all != '' and copia_destino):
logger.info('Se agrupa a subdirectorio')
msg.info('Se agrupa a subdirectorio')
# Formateo del nombre del subdirectorio de destino. Convierto la cadena group_all separada por comas
# en la tupla subdirtxt_dest.
subdirtxt_dest = tuple(group_all.split(','))
logger.debug('Tipo para subdirtxt_dest: %s - %s' %
(type(subdirtxt_dest), subdirtxt_dest))
# Armo de a pedazos el nombre del subdirectorio destino.
for dkey in subdirtxt_dest:
# Si es un entero el nombre corresponde al grupo regex, sino al string definido en el archivo conf.
try:
dkey = int(dkey)
vdg = comp.group(dkey)
except ValueError:
vdg = dkey
subdir_destino += vdg
subdir_destino += '/'
# Verifico que el subdirectorio no exista en el destino
logger.info('Creando el subdirectorio en el destino.')
nueva_ruta_destino = ruta_destino + subdir_destino
msg.info(' - Ruta destino: %s' % nueva_ruta_destino)
logger.info(' - Ruta destino: %s' % nueva_ruta_destino)
if not os.path.exists(nueva_ruta_destino):
# Verifico que el destino exista y tenga permiso de escritura
if copia_destino and check_path(ruta_destino, is_dir=True):
os.makedirs(
nueva_ruta_destino) # Creo el subdirectorio
logger.debug(
'Copio el archivo y los directorios adyacentes al subdirectorio destino.'
)
# Copio el archivo pdf
shutil.copy2(ruta_orig + file_orig,
nueva_ruta_destino + file_sal)
msg.info('\tSe copió el archivo')
logger.info('\tSe copió el archivo')
# Copio los directorios adyacentes al sudirectorio destino
subdir_ady = os.walk(ruta_orig).next()[1]
for ix_subd in subdir_ady:
shutil.copytree(ruta_orig + ix_subd,
nueva_ruta_destino + ix_subd)
msg.info('\tDirectorios adyacentes copiados: %s' %
ix_subd)
logger.info(
'\tDirectorios adyacentes copiados: %s' %
ix_subd)
else:
msg.warning(
'Atención: El directorio destino no existe o no tengo permisos de escritura.'
)
group_all_ok = False
else:
msg.warning(
'Atención: Ya existe un archivo/directorio con el mismo nombre en el destino.'
)
logger.info(
'Atención: Ya existe un archivo/directorio con el mismo nombre en el destino.'
)
group_all_ok = False
else:
# No hay agrupamiento a subdirectorio => Solo copio el archivo
logger.info('No agrupo a subdirectorio')
# Verifico que no exista el archivo
if copia_destino and not os.path.isfile(ruta_destino +
file_sal):
logger.debug('Entro al bucle de copia 1')
if os.access(ruta_destino, os.W_OK):
logger.debug('Entro al bucle de copia 2')
logger.debug(
'Copiando archivo %s %s %s %s' %
(ruta_orig, file_orig, ruta_destino, file_sal))
# Creo una copia y renombro el archivo
shutil.copy2(ruta_orig + file_orig,
ruta_destino + file_sal)
msg.info(
'Se copió el archivo - Directorio destino: %s' %
ruta_destino)
logger.info(
'Se copió el archivo - Directorio destino: %s' %
ruta_destino)
else:
logger.debug('Entro al bucle de copia 3')
msg.warning(
'Atención: No copio el archivo porque ya existe un archivo/directorio con el mismo nombre en el destino.'
)
logger.info(
'Atención: No copio el archivo porque ya existe un archivo/directorio con el mismo nombre en el destino.'
)
#sys.exit('Atención: No muevo el archivo porque ya existe un archivo/directorio con el mismo nombre en el destino.')
# Renombro el archivo en el lugar
if not os.path.isfile(ruta_orig + file_sal):
shutil.move(ruta_orig + file_orig, ruta_orig + file_sal)
msg.info('Se renombró el archivo en el origen.')
logger.info('Se renombro el archivo en el origen.')
else:
msg.warning(
'Atención: No renombro el archivo en el directorio de origen porque ya existe uno con el mismo nombre.'
)
logger.info(
'Atención: No renombro el archivo en el directorio de origen porque ya existe uno con el mismo nombre.'
)
# Asigno valor a la variable que indica que hubo coincidencia y salgo del bucle.
comp_ok = True
break # A la primera coincidencia salgo del bucle.
else:
logger.debug(
"-- El patrón: %s no coincide con el archivo analizado --" %
item_conf)
# Si no coincide ningún patrón.
if not comp_ok:
msg.warning(
'-- Ningún Patrón conocido coincide con el archivo %s analizado --'
% file_orig)
logger.info(
'-- Ningún Patrón conocido coincide con el archivo %s analizado --'
% file_orig)
# Borro el archivo convertido a texto
if os.path.isfile(ruta_orig + filename):
os.remove(ruta_orig + filename)
return msg.get_tMsg()
# Establezco un objeto logger y su nombre
logger = logging.getLogger(__name__)
# Páginas para implementar la GUI
import ClasesGui as CG
import ClassTools as CT
# Declaro la Ventana principal de la GUI
root = Tk()
result = CG.TkGui(root,default_side=LEFT)
mensaje = CT.msg()
mensaje.info('Es una información')
mensaje.error('Es un error')
mensaje.warning('Es una advertencia')
mensaje.getMsg()
result.msg_text(mensaje.getMsg())
#result.mostrar()
#msg = (('Un mensaje informativo','info'),('Otro mensaje informativo','info'),('Un mensaje de advertencia','warning'),
# ('Este mensaje final es de error','error'))
#result.msg_text(msg)
result.mensaje('La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa y sigue sigue la cosa '
'La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa '
'La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa ')
import logging
# Establezco un objeto logger y su nombre
logger = logging.getLogger(__name__)
# Páginas para implementar la GUI
import ClasesGui as CG
import ClassTools as CT
# Declaro la Ventana principal de la GUI
root = Tk()
result = CG.TkGui(root, default_side=LEFT)
mensaje = CT.msg()
mensaje.info('Es una información')
mensaje.error('Es un error')
mensaje.warning('Es una advertencia')
mensaje.getMsg()
result.msg_text(mensaje.getMsg())
#result.mostrar()
#msg = (('Un mensaje informativo','info'),('Otro mensaje informativo','info'),('Un mensaje de advertencia','warning'),
# ('Este mensaje final es de error','error'))
#result.msg_text(msg)
result.mensaje(
'La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa y sigue sigue la cosa '
'La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa '
'La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa La sarasa '
