import docx2python from ressource import * import logging __LOGGER = logging.getLogger(__name__) REPERTOIRE = "import" DOCUMENT = "000 compilation-ressources 2021-03-29T23_14_27.262Z" # Ouverture du document docu = docx2python.docx2python(REPERTOIRE + "/" + DOCUMENT + ".docx") docu = docu.body docu[0] # Titre général docu[1] # Tableau de synthèse des ressources nbre_ressources = 0 ENTETES = ["Nom", "Code", "Semestre", "formation encadrée", "dont heures de TP", "SAÉ", "Prérequis", "Descriptif", "Mots"] def get_indice(champ): """Récupère l'indice d'une entête""" for (i, entete) in enumerate(ENTETES): if entete in champ: return i return None def get_indice_sans_accent_ni_espace(champ): """Récupère l'indice d'une entête en se débarrassant des majuscules/caractères spéciaux/espace""" champ_purge = supprime_accent_espace(champ) for (i, entete) in enumerate(ENTETES): entete_purge = supprime_accent_espace(entete) if entete_purge in champ_purge: return i return None """ Format du parsing issu de docx2python [ # document [ # table A [ # table A row [ # table A cell 1 <-- structure des tableaux """ liste_ressources = [] # la liste des ressources telle qu'extrait du docx print("*Etape 1* : Parsing") for i in range(2, len(docu)): # A priori un tableau est_ressource = False try: if "Nom de la ressource" in docu[i][0][0][0]: # [03][00][0][0] est_ressource = True nbre_ressources += 1 except: pass if est_ressource == True: res = docu[i] # la ressource nom_ressource = res[0][1][0] # Création de la ressource r = RessourceDocx(nom_ressource, res) liste_ressources.append(r) # if len(res) != 15: # __LOGGER.warning(f"Champs en trop ou manquants dans \"{nom_ressource}\"") # Parsing des données brute de la ressource data = [None for i in range(len(ENTETES))] # les données attendues Nom, Code, ..., Mots clés apprentissages = [None for i in range(3)] # les apprentissages des 3 compétences non_interprete = [] for j in range(len(res)): # parcours des entêtes du tableau décrivant la ressource ligne = res[j] if len(ligne) == 2: # ligne de données classique champ => valeur champ = ligne[0][0] # le nom du champ i = get_indice_sans_accent_ni_espace(champ) # l'indice de l'entete dans ENTETES if i != None: data[i] = "\n".join(res[j][1]) if champ == "Prérequis" and not data[i]: data[i] = "aucun" print(f"Dans {nom_ressource}, complète les prérequis à \"aucun\"") else: non_interprete.append((champ, ligne[1][0])) else: # ligne de données soit chapeau (ex Compétences ciblées) soit détail par compétence champ = ligne[0][0] if "Apprentissages" in champ: # les compétences ciblées sont déduites de la présence d'apprentissage critiques # j+1 = les ACs par compétences acs = res[j+2] for k in range(len(acs)): apprentissages[k] = "\n".join(acs[k]) # fusionne les ACS (généralement sur plusieurs lignes) if non_interprete: # souvent Heures de formation (incluant les TP) try: indice_champ = [chp[0] for chp in non_interprete].index("Heures de formation (incluant les TP)") except: indice_champ = -1 if indice_champ >= 0: # si le champ "Heures de formation (incluant les TP)" est trouvé # tente de réinjecter les heures dans Heures encadrées si elles n'on pas déjà été renseignées indice_heure = get_indice("formation encadrée") if not data[indice_heure]: print(f"Dans \"{nom_ressource}\", réinjection de \"Heures de formation (incluant les TP)\" dans \"formation encadrée\"") data[indice_heure] = champ[1] non_interprete = non_interprete[:indice_champ] + non_interprete[indice_champ+1:] # supprime le champ if non_interprete: __LOGGER.warning(f"Dans \"{nom_ressource}\", champs en trop non interprétés : " + ",".join( [chp[0] for chp in non_interprete])) # Analyse des champs manquants champ_manquants = [] for (j, champ) in enumerate(ENTETES): if not data[j]: champ_manquants += [champ] if champ_manquants: __LOGGER.warning(f"Dans \"{nom_ressource}\", champs manquants : " + ",".join(champ_manquants)) # Sauvegarde des champs de la ressource info = tuple(data[1:]) r.charge_informations(*info) r.charge_ac(apprentissages) # fin du parsing print(f"{nbre_ressources} ressources") # ************************************************************************ # Post traitement des ressources => gestion des heures/des acs/ + tri par semestre ressources = {"S1" : [], "S2": []} for r in liste_ressources: # Nettoie titre nettoie_titre(r) # Nettoie le champ heures_encadrees nettoie_heure(r) # Nettoie les codes nettoie_code(r) # Nettoie les semestres nettoie_semestre(r) # Remet en forme les ACs nettoie_acs(r) # Remet en forme les saé nettoie_sae(r) # Remet en forme les pré-requis nettoie_prerequis(r) # Remet en forme le descriptif split_description(r) nettoie_contenus(r) # Remet en forme les mots-clés # Tri dans le bon semestre ressources[r.semestre] += [r] # complète les codes d'après les numéros for sem in ressources: for (i, r) in enumerate(ressources[sem]): if not r.code: if i == 0: r.code = "R" + sem[1] + "01" elif ressources[sem][i-1].code: r.code = "R" + sem[1] + "{:02d}".format(int(ressources[sem][i-1].code[-2:])+1) # ************************************************************************ # Affichages divers # Le tableau des heures ressources for sem in ressources: # parcours des semestres # print(f"Semestre {sem}") chaine = affiche_bilan_heures(ressources, sem) # Matrice ACS/ressources matrices = {} les_codes_acs = [code for comp in DATA_ACS for code in DATA_ACS[comp]] nbre_acs = len(les_codes_acs) for sem in ressources: # print("Matrice du semestre " + sem) (matrices[sem], chaine) = get_matrices_ac_ressource(ressources, sem) # Export yaml WITH_EXPORT = True for sem in ressources: for r in ressources[sem]: output = r.to_yaml() if WITH_EXPORT and r.code: fichier = "export/{}.yml".format(r.code) with open(fichier, "w", encoding="utf8") as fid: fid.write(output)