def processText(arquivos=funcoesUteis.buscaArquivosEmPasta(
caminho=f"{caminho_base}temp", extensao=(".JPG")),
separadorCampos=' '):
for arquivo in arquivos:
with open(arquivo, 'rt') as csvfile:
csvreader = csv.reader(csvfile, delimiter=separadorCampos)
for row in csvreader:
numCampoNota = -1
# primeiro lê os campos da linha pra identificar onde está a nota
for key, campo in enumerate(row):
try:
nota = int(campo)
except Exception:
nota = 0
tracoProximoCampo = row[key + 1]
if (tracoProximoCampo[0] == "-"):
tracoProximoCampo = True
else:
tracoProximoCampo = False
if nota > 0 and tracoProximoCampo is True:
numCampoNota = key
break
nomeFornecedor = row[1:numCampoNota]
nota = row[numCampoNota]
def leLinhasPDF(arquivos=funcoesUteis.buscaArquivosEmPasta(
caminho=f"{caminho_base}temp", extensao=(".TXT"))):
lista_arquivos = {}
lista_linha = []
extratos = f"{caminho_base}temp\\extrato_cartao_temp.csv"
extratos = open(extratos, "a", encoding='utf-8')
for arquivo in arquivos:
# pra cada arquivo criar uma posição no dicionário
lista_arquivos[arquivo] = lista_linha[:]
# le o arquivo e grava num vetor
with open(arquivo, 'rt') as txtfile:
for linha in txtfile:
linha = funcoesUteis.removerAcentos(
str(linha).upper().replace("\n", ""))
# linha = linha.strip()
# ignora linhas totalmente em branco
if (funcoesUteis.trataCampoTexto(linha) == ""):
continue
lista_linha.append(linha)
extratos.write(f"{linha}\n")
lista_arquivos[arquivo] = lista_linha[:]
lista_linha.clear()
txtfile.close()
extratos.close()
return lista_arquivos
def imageToText(arquivos=funcoesUteis.buscaArquivosEmPasta(
caminho=f"{caminho_base}temp", extensao=(".JPG"))):
# print(arquivos)
for arquivo in arquivos:
nome_arquivo = os.path.basename(arquivo)
saida = f"{caminho_base}temp\\" + str(
nome_arquivo[0:len(nome_arquivo) - 4]) + ".txt"
saida = open(saida, "w", encoding='utf-8')
phrase = ocr.image_to_string(Image.open(arquivo), lang='por')
saida.write(phrase)
saida.close()
def ImageToJPG(arquivos=funcoesUteis.buscaArquivosEmPasta(
caminho=f"{caminho_base}entrada", extensao=(".BMP", ".PNG", ".GIF"))):
for arquivo in arquivos:
nome_arquivo = os.path.basename(arquivo)
saida = f"{caminho_base}temp\\" + str(
nome_arquivo[0:len(nome_arquivo) - 4]) + ".jpg"
try:
# chama o comando pra transformação do PDF
comando = f"convert \"{arquivo}[0]\" -size 1920x1080 \"{saida}\""
os.system(comando)
except Exception as ex:
print(
f"Nao foi possivel transformar o arquivo \"{saida}\". O erro é: {str(ex)}"
)
def PDFToText(arquivos=funcoesUteis.buscaArquivosEmPasta(
caminho=f"{caminho_base}entrada", extensao=(".PDF")),
mode="simple"):
for arquivo in arquivos:
nome_arquivo = os.path.basename(arquivo)
saida = f"{caminho_base}temp\\" + str(
nome_arquivo[0:len(nome_arquivo) - 4]) + ".txt"
try:
# verifica se o Windows é 32 ou 64 bits
architecture = platform.architecture()
if architecture[0].count('32') > 0:
pdftotext = "pdftotext32.exe"
else:
pdftotext = "pdftotext64.exe"
# chama o comando pra transformação do PDF
comando = f"{caminho_base}bin\\{pdftotext} -{mode} \"{arquivo}\" \"{saida}\""
os.system(comando)
except Exception as ex:
print(
f"Nao foi possivel transformar o arquivo \"{saida}\". O erro é: {str(ex)}"
)
def leXls_Xlsx(arquivos=funcoesUteis.buscaArquivosEmPasta("entrada",
extensao=(".XLS",
"XLSX"))):
lista_dados = []
dados_linha = []
for arquivo in arquivos:
nome_arquivo = os.path.basename(arquivo)
saida = "temp\\" + nome_arquivo[0:len(nome_arquivo) - 4] + ".csv"
saida = open(saida, "w", encoding='utf-8')
try:
arquivo = xlrd.open_workbook(arquivo,
logfile=open(os.devnull, 'w'))
except Exception:
arquivo = xlrd.open_workbook(arquivo,
logfile=open(os.devnull, 'w'),
encoding_override='Windows-1252')
# guarda todas as planilhas que tem dentro do arquivo excel
planilhas = arquivo.sheet_names()
# lê cada planilha
for p in planilhas:
# pega o nome da planilha
planilha = arquivo.sheet_by_name(p)
# pega a quantidade de linha que a planilha tem
max_row = planilha.nrows
# pega a quantidade de colunca que a planilha tem
max_column = planilha.ncols
# lê cada linha e coluna da planilha e imprime
for i in range(0, max_row):
valor_linha = planilha.row_values(rowx=i)
# ignora linhas em branco
if valor_linha.count("") == max_column:
continue
# lê as colunas
for j in range(0, max_column):
# as linhas abaixo analisa o tipo de dado que está na planilha e retorna no formato correto, sem ".0" para números ou a data no formato numérico
tipo_valor = planilha.cell_type(rowx=i, colx=j)
valor_celula = funcoesUteis.removerAcentosECaracteresEspeciais(
str(planilha.cell_value(rowx=i, colx=j)))
if tipo_valor == 2:
valor_casas_decimais = valor_celula.split('.')
valor_casas_decimais = valor_casas_decimais[1]
if int(valor_casas_decimais) == 0:
valor_celula = valor_celula.split('.')
valor_celula = valor_celula[0]
elif tipo_valor == 3:
valor_celula = float(
planilha.cell_value(rowx=i, colx=j))
valor_celula = xlrd.xldate.xldate_as_datetime(
valor_celula, datemode=0)
valor_celula = valor_celula.strftime("%d/%m/%Y")
# retira espaços e quebra de linha da célula
valor_celula = str(valor_celula).strip().replace('\n', '')
# gera o resultado num arquivo
resultado = valor_celula + ';'
resultado = resultado.replace('None', '')
saida.write(resultado)
# adiciona o valor da célula na lista de dados_linha
dados_linha.append(valor_celula)
# faz uma quebra de linha para passar pra nova linha
saida.write('\n')
# copia os dados da linha para o vetor de lista_dados
lista_dados.append(dados_linha[:])
# limpa os dados da linha para ler a próxima
dados_linha.clear()
# fecha o arquivo
saida.close()
# retorna uma lista dos dados
return lista_dados
