1 # -*- coding: utf-8 -*-
2 #Author: Pierre Ratinaud
3 #Copyright (c) 2008-2020 Pierre Ratinaud
4 #modification pour python 3 : Laurent Mérat, 6x7 - mai 2020
7 #------------------------------------
8 # import des modules python
9 #------------------------------------
14 def parsetxtmail(txt):
16 parser de texte pour factiva
19 no = ['NS','RE','IPD','CO','IN'] # les balises qui signalent une fin
20 txt = txt.splitlines() #met le texte dans une liste de lignes
21 txt.pop(0) # la premiere ligne sert a rien
22 txt = txt[0:(len(txt)-10)] # les dernieres lignes ne servent a rien
25 for line in txt : #pour chaque ligne du texte...
26 if line.startswith('---------------------------------------------------------------') : # si la ligne commence avec...
27 ucis.append([['****'],'']) # c'est une nouvelle uci
29 elif line.startswith('SN ') : #source
30 source = '*source_' + line[4:].replace(' ','').replace('\'','').replace('´','').replace('’','').replace('-','').lower()
31 ucis[-1][0].append(source)
32 elif line.startswith('PD ') : #date
33 mois_annee = '*ma_' + line[4:].split(' ')[1] + line[4:].split(' ')[2]
34 ucis[-1][0].append(mois_annee)
35 annee = '*annee_' + line[4:].split(' ')[2]
36 ucis[-1][0].append(annee)
37 elif line in no : #fin
39 elif line.startswith('RF ') : #fin
41 elif line in ['LP', 'TD'] : #debut texte
45 if keepline and line not in ['LP', 'TD'] :
46 ucis[-1][1] = '\n'.join([ucis[-1][1],line])
49 def print_ucis(ucis, ofile, encodage) :
50 ucis = [uci for uci in ucis if uci[1].strip() != '']
51 toprint = '\n'.join(['\n'.join([' '.join(uci[0]),uci[1]]) for uci in ucis])
55 class ParseFactivaMail :
57 def __init__(self, txtdir, fileout, encodage_in, encodage_out) :
58 files = os.listdir(txtdir) #liste des fichiers dans txtdir
59 with open(fileout,'w') as outf : #ouverture du fichier en sortie
60 for f in files : #pour chaque fichier en entree...
61 f= os.path.join(txtdir, f) #chemin du fichier
62 with codecs.open(f, 'r', encodage_in) as infile : #ouverture du fichier
63 content = infile.read() #lecture du fichier
64 ucis = parsetxtmail(content)
65 print_ucis(ucis, outf, encodage_out)