forked from ContratsOuvertsMtl/ContratsOuvertsMtl
-
Notifications
You must be signed in to change notification settings - Fork 0
/
odj2contrats.py
639 lines (442 loc) · 23 KB
/
odj2contrats.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
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
#!c:\python34\python.exe
# coding: utf8
"""Extraire les contrats de l'ordre du jour
Version 4.0, 2015-10-02
Développé en Python 3.4
Licence CC-BY-NC 4.0 Pascal Robichaud, pascal.robichaud.do101@gmail.com
"""
import os
import datetime
import time
import csv
import re
from afficher_statut_traitement import *
from left import *
from right import *
from mid import *
from epurer_ligne import *
def est_fichier_vide(path):
return os.stat(path).st_size==0
#Fonction strip_bom
#Pour enlever \ufeff
def strip_bom(fileName):
with open(fileName, encoding="utf-8", mode="r") as f:
text = f.read()
text = text.replace("\ufeff","")
with open(fileName, encoding="utf-8", mode="w") as f:
f.write(text)
def epurer_contrat(texte,
no_decision,
titre,
pour,
no_dossier):
if texte:
reponse = texte.strip()
if no_decision:
reponse = reponse.replace(no_decision,"")
if titre:
reponse = reponse.replace(titre,"")
if pour:
reponse = reponse.replace(pour,"")
if no_dossier:
reponse = reponse.replace(no_dossier,"")
reponse = epurer_ligne(reponse)
return reponse
#Fonction est_numero_de_page
#Vérifie si la ligne est un numéro de page du PDF de l'ordre du jour
def est_numero_de_page(texte):
reponse = False
if texte:
if texte.startswith("Page "):
reponse = True
return reponse
#Fonction est_huis_clos
#Vérifie si la décision est à huis clos,
#en tel cas, il n'y a pas de contrat dans l'ordre du jour
def est_huis_clos(texte):
reponse = False
if texte:
if texte.find("huis clos") > -1:
reponse = True
return reponse
def get_huis_clos(texte):
reponse = "non"
if texte:
if est_huis_clos(texte):
reponse = "oui"
return reponse
def est_no_decision(texte):
reponse = False
if texte:
if texte.startswith(PREFIXE_DECISION):
reponse = True
return reponse
def get_no_decision(texte, instance):
reponse = ""
if texte:
if est_no_decision(texte):
if "CE" in instance:
if len(texte) >= 6 and texte.startswith("20."):
reponse = left(texte,6)
else:
if len(texte) >= 5 and texte.startswith("20."):
reponse = left(texte,5)
return reponse
def get_titre(instance, no_dossier, texte_contrat):
reponse = ""
if texte_contrat:
reponse = epurer_ligne(texte_contrat)
if reponse.startswith("20."):
if "CE" in instance:
position_debut = 7
else:
position_debut = 6
else:
position_debut = 0
nbr_caracteres = reponse.find(no_dossier) - position_debut - 1
#En cas d'erreur pour initialiser nbr_caracteres,
#on le met égal à position_debut
if nbr_caracteres <= 0 or nbr_caracteres >= len(texte_contrat):
nbr_caracteres = 0
reponse = mid(texte_contrat, position_debut, nbr_caracteres)
reponse = epurer_ligne(reponse)
return reponse
def get_type_contrat(texte):
reponse = ""
type = [["appel d'offre public","Appel d'offre public"],
["appel d'offre sur inviotation", "Appel d'offre sur inviotation"],
["gré à gré","Gré à gré"]
]
if texte:
for item in type:
if item[0] in texte:
reponse = item[1]
return reponse
#Fonction est_instance_reference
#Vérifie si la ligne indique l'instance qui a référé le contrat
def est_instance_reference(texte):
reponse = False
#CE : Comité exécutif
#CM : Conseil municipal
#CG : Conseil d'agglomération
acronymes_instances = ["CE", "CM", "CG"]
if texte:
if texte:
for item in acronymes_instances:
if texte.startswith(item):
reponse = True
break
return reponse
#Fonction set_instance_reference
#Retourne l'instance qui a référé le contrat
def set_instance_reference(texte):
reponse = ""
instances = [["CE", "Comité exécutif"],
["CM", "Conseil municipal"],
["CG", "Conseil d'agglomération"]
]
if texte:
for item in instances:
if texte.startswith(item[0]):
reponse = item[1]
return reponse
def est_no_dossier(texte):
reponse = False
if texte:
verification = re.search(r"\d{10}", texte)
if verification:
reponse = True
return reponse
def get_no_dossier(texte):
reponse = ""
if texte:
reponse = re.search(r"\d{10}", texte)
if reponse:
reponse = reponse.group()
return reponse
#Fonction getNo_appel_offres
#Le numéro est toujours précédé de "offres public no " ou "offres public " et suivi par le nombre de soumissionaires entre parenthèses
#A FAIRE: il arrive que des caractères non significatifs se retrouvent à la fin du numéro. Voir à bonifier la fonction pour les enlever. (voir Issue #8))
def getNo_appel_offres(texte):
no_appel_offre = ""
if texte:
if "offres public no " in texte:
debut_no_appel_offre = texte.find("offres public no") + 15
fin_no_appel_offre = texte.find(" (", debut_no_appel_offre)
no_appel_offre = mid(texte, debut_no_appel_offre + 1, fin_no_appel_offre - debut_no_appel_offre)
no_appel_offre = no_appel_offre.strip()
elif "offres public " in texte:
debut_no_appel_offre = texte.find("offres public ") + 13
fin_no_appel_offre = texte.find(" (", debut_no_appel_offre)
no_appel_offre = mid(texte, debut_no_appel_offre + 1, fin_no_appel_offre - debut_no_appel_offre)
no_appel_offre = no_appel_offre.strip()
return no_appel_offre
#Fonction getNbr_soumissions
#Retourne le nombre de soumissionnaires pour l'appel d'offres effectué (si applicable)
def getNbr_soumissions(texte):
position = -1 #Variable utilisée pour retoruver le nombre de soumissionnaires
temp = "" #Variable temporaire pour garder le caractère vérifié
nbr_soumissions = "" #Nombre de soumissions
if texte:
if texte.find(" soumissionnaires)") > -1:
position = texte.find(" soumissionnaire") - 1 #Le mot soumissionaire est au singulier
#pour les cas où il n'y en a qu'un seul
temp = mid(texte, position, 1)
while (mid(texte, position, 1).isnumeric() and position >= 0): #Même si la probabilité que position
#devienne plus petit que 0 est presque inexistante,
nbr_soumissions = temp + nbr_soumissions #on fait une vérification à cet effet quand même.
position = position - 1
temp = mid(texte, position, 1)
if not nbr_soumissions.isnumeric(): #On fait une double vérification afin de s'assurer
nbr_soumissions = "" #que le résultat est bien un nombre.
#On réinitialiuse nbr_soumissions si ce n'est pas un nombre.
return nbr_soumissions
#Fonction get_fournisseur
#Retourne le nom du fournisseur dans le texte de la décision du contrat
def get_fournisseur(texte):
reponse = ""
position_debut_prefixe = -1
position_debut_suffixe = -1
prefixe_suffixe = [["Accorder un contrat à ", " pour "],
["Accorder des contrats à ", " pour "],
["Accorder un contrat à ", " d'une durée de "],
["Accorder un contrat à l'entreprise ", " pour les travaux de "],
["Accorder un contrat à la firme ", " pour les travaux "],
["Accorder un contrat à les ", " pour l'achat "],
["Accorder un contrat de services professionnels à ", " pour "],
["Accorder à la firme ", " un contrat de "],
["Conclure avec la firme ", "une entente-cadre "],
["Conclure 2 ententes-cadres avec "," pour des travaux "],
["Conclure une entente-cadre de services professionnels avec ", " pour la réalisation "],
["Conclure avec ", " une entente-cadre "],
[" de gré à gré à la ", " pour l'achat "],
["Accorder un soutien financier de ", " pour réaliser "]
]
#1. Rechercher le fournisseuur à partir de la liste de référence
with open(FICHIER_FOURNISSEUR, "r", encoding = "utf-8", ) as f:
reader = csv.reader(f, delimiter = ";")
for ligne in reader:
temp_fournisseur = ligne[0] + " "
temp_fournisseur = temp_fournisseur.strip()
if temp_fournisseur in texte:
reponse = temp_fournisseur
#2. Le fournisseur n'a pas été trouvé dans la liste de référence
# on fait alors une recherche avec les termes clés
# se trouvant avant et après le nom du fournisseur
if not reponse:
for i in prefixe_suffixe:
position_debut_prefixe = texte.find(i[0])
if position_debut_prefixe > -1:
position_debut_suffixe = texte.find(i[1], position_debut_prefixe + len(i[0]))
if position_debut_suffixe > -1:
reponse = mid(texte, position_debut_prefixe + len(i[0]), position_debut_suffixe - position_debut_prefixe - len(i[0]))
break
#Enlever s'il y a une virgule après le nom
#On ne fait pas un replace car il peut y avoir des virgules valides dans le nom du fournisseur
if reponse:
reponse = reponse.strip() #Le strip() ne semble pas fonctionner
if right(reponse, 1) == ",":
reponse = left(reponse, len(reponse) - 1)
if right(reponse, 2) == ", ":
reponse = left(reponse, len(reponse) - 2)
return reponse
def get_nombre_fournisseurs(texte, nbr_fournisseurs):
reponse = nbr_fournisseurs
if texte:
reponse = nbr_fournisseurs + 1
return reponse
def get_montant(texte):
reponse = ""
if texte:
reponse = re.search('\d[\d\s,.]*\$', texte)
if reponse:
reponse = reponse.group()
reponse = reponse.replace(" ","")
reponse = reponse.replace("$","")
if not "," in reponse:
reponse = reponse + ",00"
else:
reponse = ""
return reponse
#Fonction test_Debug
def test_Debug(texte):
#if True:
if False:
print(texte)
#Début du traitement pour extraire les informations sur les contrats
#à partir du fichier texte de l'ordre du jour
def odj2contrats(a_verifier):
#Initialisation des variables
instance = a_verifier[1]
source = a_verifier[3]
no_decision = ""
pour = ""
no_dossier = ""
instance_reference = ""
no_appel_offre = ""
debut_no_appel_offre = ""
fin_no_appel_offre = ""
fournisseur = ""
nbr_fournisseur = 0
depense_totale = ""
texte_contrat = ""
#Indiquer le début du traitement
afficher_statut_traitement("Début du traitement odj2contrats")
#Passer au travers des fichiers dans REPERTOIRE_TXT
for filename in os.listdir(REPERTOIRE_TXT):
fichier_TXT = os.path.join(REPERTOIRE_TXT, filename)
print("Traitement du fichier %s" % fichier_TXT)
#Enlever le BOM au début du fichier
strip_bom(fichier_TXT)
#Ouverture du fichier pour les résultats
# if est_fichier_vide("C:\\ContratsOuvertsMtl\\contrats_traites.csv"):
# contrats_traites = open("C:\\ContratsOuvertsMtl\\contrats_traites.csv", "a", encoding="utf-8")
# fcontrats_traites.writerow(["instance", "date_rencontre", "no_decision", "no_dossier", "instance_reference", "no_appel_offres", "nbr_soumissions", "pour", "texte_contrat", "fournisseur", "source", "date_traitement"])
# contrats_traites.close()
contrats_traites = open("C:\\ContratsOuvertsMtl\\contrats_traites.csv", "w", encoding="utf-8")
fcontrats_traites = csv.writer(contrats_traites, delimiter = ';')
fcontrats_traites.writerow(["instance", "date_rencontre", "no_decision", "titre",
"no_dossier", "instance_reference", "no_appel_offres",
"nbr_soumissions", "pour", "texte_contrat", "fournisseur",
"montant", "type_contrat", "huis_clos",
"source", "date_traitement"])
#Passer au travers du fichier texte de l'ordre du jour
with open(fichier_TXT, "r", encoding = "utf-8", ) as f:
for ligne in f:
if isinstance(ligne, str):
ligne.encode('utf8')
else:
unicode(ligne).encode('utf8')
ligne.strip()
if ligne: #Ne pas traiter les lignes vides
ligne2 = epurer_ligne(ligne)
print(ligne2)
if not est_numero_de_page(ligne2): #Ne pas traiter les lignes qui donnes le numéro de page du PDF
#Début d'une décision
if est_no_decision(ligne2):
#C'est une nouvelle décision,
#écrire le dernier contrat dans le fichier contrats_traites.txt
#Dans le traitement, sur la première décision, il n'y a encore rien à écrire
if no_decision:
print("--------")
print(texte_contrat)
no_appel_offre = getNo_appel_offres(texte_contrat)
nbr_soumissions = getNbr_soumissions(texte_contrat)
fournisseur = get_fournisseur(texte_contrat)
nbr_fournisseur = get_nombre_fournisseurs(fournisseur, nbr_fournisseur)
montant = get_montant(texte_contrat)
type_contrat = get_type_contrat(texte_contrat)
huis_clos = get_huis_clos(texte_contrat)
titre = get_titre(instance, no_dossier, texte_contrat)
texte_contrat = epurer_contrat(texte_contrat,
no_decision,
titre,
pour,
no_dossier)
#Écrire le nom des champs dans le fichier contrats_traites.csv
fcontrats_traites.writerow([instance,
DATE_RENCONTRE,
no_decision,
titre,
no_dossier,
instance_reference,
no_appel_offre,
nbr_soumissions,
pour,
texte_contrat,
fournisseur,
montant,
type_contrat,
huis_clos,
STATUT,
source,
DATE_TRAITEMENT])
#Réinitialiser les variables
no_decision = get_no_decision(ligne2, instance) #Nouveau numéro de décision
titre = ""
pour = "" #Initaliser le pour
no_dossier = "" #Initaliser le numéro de dossier
instance_reference = "" #Initialiser l'instance référente du contrat
no_appel_offre = "" #Initaliser le numéro d'appel d'offre
debut_no_appel_offre = ""
fin_no_appel_offre = ""
fournisseur = ""
montant = ""
type_contrat = "",
depense_totale = ""
texte_contrat = "" #Initaliser le texte du contrat
huis_clos = ""
#L'instance référence du contrat
if est_instance_reference(ligne2):
instance_reference = set_instance_reference(ligne2)
#La variable 'pour' est l'entité pour qui le contrat est adopté
if est_instance_reference(ligne2):
pour = set_instance_reference(ligne2)
#Numéro de dossier
if not no_dossier:
if est_no_dossier(ligne2):
no_dossier = get_no_dossier(ligne2)
#Numéro de décision
if est_no_decision(ligne2):
no_decision = get_no_decision(ligne2, instance)
ligne2 = ligne2.replace(no_decision,"") #Dans certains cas, le texte du contrat début sur la ligne du numéro de décision
ligne2 = epurer_ligne(ligne2)
#Texte du contrat
if not texte_contrat:
texte_contrat = ligne2 #C'est le début du texte du contrat, évite d'avoir un espace au début
else:
if not est_instance_reference(ligne2):
if ligne2:
texte_contrat = epurer_ligne(texte_contrat) + " " + ligne2
#Écrire le dernier contrat
no_appel_offre = getNo_appel_offres(texte_contrat)
nbr_soumissions = getNbr_soumissions(texte_contrat)
fournisseur = get_fournisseur(texte_contrat)
montant = get_montant(texte_contrat)
texte_contrat = epurer_contrat(texte_contrat,
no_decision,
titre,
pour,
no_dossier)
titre = get_titre(instance, no_dossier, texte_contrat)
fcontrats_traites.writerow([instance,
DATE_RENCONTRE,
no_decision,
titre,
no_dossier,
instance_reference,
no_appel_offre,
nbr_soumissions,
pour,
texte_contrat,
fournisseur,
montant,
type_contrat,
huis_clos,
STATUT,
source,
DATE_TRAITEMENT])
#Indiquer que le traitement est terminé
afficher_statut_traitement("Traitement termimé odj2contrats")
REPERTOIRE_TXT = "C:\\ContratsOuvertsMtl\\Ordres_du_jour\\TXT"
FICHIER_FOURNISSEUR = "C:\\ContratsOuvertsMtl\\fournisseurs.csv" #Emplacement du fichier de la liste des founisseurs
DATE_RENCONTRE = "2015-09-01" #À changer
PREFIXE_DECISION = "20."
STATUT = "Ordre du jour présenté" #À changer au besoin
DATE_TRAITEMENT = left(str(datetime.datetime.today()),19) #Date à laquelle le traitement des contrats a été faite
#Arranger le format AAAA-MM-JJ
def main():
#a_verifier : instance,
# lien de la page web
# abréviation
a_verifier = [
["CE",
"CE",
"",
"http://ville.montreal.qc.ca/sel/adi-public/afficherpdf/fichier.pdf?typeDoc=odj&doc=7301",
]
]
odj2contrats(a_verifier[0])
return None
if __name__ == '__main__':
main()