-
Notifications
You must be signed in to change notification settings - Fork 0
/
open_census.py
360 lines (306 loc) · 14.1 KB
/
open_census.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
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import sys
__author__ = "Boris Sotomayor"
__email__ = "bsotomayor92@gmail.com"
__version__ = "05/09/17"
"""
Script que permite obtener una serie de consultas en lenguaje propio de Redatam 7 almacenándolo en un archivo *.txt.
También es posible generar un script que, dada una serie de archivos *.csv, puede incoporar los datos a una base de datos Sqlite3.
"""
### --- clases básicas --- ###
class General():
def __init__(self):
self.name = ""
self.label = ""
self.entities = []
class Variable:
def __init__(self):
self.name = ""
self.type = "STRING"
self.label = ""
self.path_file = ""
self.field_size = 0
self.rangemin = -1
self.rangemax = -1
self.value_labels = []
class Entity:
def __init__(self):
self.name = ""
self.label = ""
self.child = ""
self.selectable = False
self.filename = ""
self.variables = []
class ValueLabel:
def __init__(self):
self.name = ""
self.number = ""
self.value = ""
### --- métodos --- ###
"""
Realiza una lectura de un archivo *.wxp para crear instancias de Entidades y Variables con la información que contiene.
Parmátro de entrada:
* FILE_PATH: String que corresponde a la ruta del archivo con formato "*.wxp".
"""
def readWXP(FILE_PATH):
fo = open(FILE_PATH, "r")
current_str = ""
CENSO = General()
E = Entity()
V = Variable()
for line in fo:
if line[0]=="[":
if "General" in line:
current_str = "general"
elif "Entity" in line:
if current_str !="" and E.name !="" :
CENSO.entities.append(E)
current_str = "entity"
E = Entity()
elif "Variable" in line:
V = Variable()
current_str = "variable"
else:
if "ValueLabels" in line:
current_str = "value_labels"
if current_str=="entity":
if line[0]=="N" and "Name" in line:
E.name = line[5:-1]
elif line[0]=="L" and "Label" in line:
E.label = line[6:-1]
elif line[0]=="S" and "Selectable" in line:
E.selectable = (line[11:-1].lower() == "yes")
elif current_str=="variable":
if line[0]=="N" and "Name" in line:
V.name = line[5:-1]
E.variables.append(V)
elif line[0]=="L" and "Label" in line:
V.label = line[6:-1]
elif line[0]=="F":
if "FileName" in line:
V.filename = line[9:-1]
elif "FieldSize" in line:
V.field_size = int(line[10:-1])
elif line[0]=="T" and "Type" in line:
V.type = line[5:-1]
elif line[0]=="R":
if "RangeMin" in line:
V.rangemin = int(line[9:-1])
elif "RangeMax" in line:
V.rangemax = int(line[9:-1])
elif current_str=="value_labels":
if line[0]=="V" and line[1]=="L":
VL = ValueLabel()
VL.name = line[0:line.find("=")]
VL.number = line[line.find("=")+1:line.find(" ")]
VL.value = line[line.find(" ")+1:-1]
V.value_labels.append(VL)
elif current_str=="general":
if line[0]=="L" and "Label" in line:
CENSO.label = line[6:-1]
elif line[0]=="N" and "Name" in line:
CENSO.name = line[5:-1]
fo.close()
if E.name != "":
CENSO.entities.append(E)
return CENSO
"""
Método que genera un script sqlite3 que permite crear la base de datos importando la información contenida en archivos *.csv
Parámetro de entrada:
* G (List) : Lista de entidades.
Retorna un string que corresponde al script sqlite.
"""
def createSqliteScript(G, path):
print "[INFO] Generación de script Sqlite en Proceso"
str_sql = ".separator ;\n.mode csv\n\n"
for E in G.entities:
if E.selectable:
str_sql += "/* TABLE \"%s\" */\n" % (E.name)
str_sql += "CREATE TABLE %s (REDCODE" % (E.name)
for V in E.variables:
str_sql += ", %s" % (V.name)
str_sql += ");\n"
str_sql += ".import %s%s.csv %s\n\n" % (path, E.name, E.name)
else:
for V in E.variables:
if V.rangemax <= 255: # added AUG 21
if len(V.value_labels)!=0: # create tables with value labels (not empty tables..)
str_sql += "/* TABLE \"%s_%s\" */\n" % (E.name, V.name)
str_sql += "CREATE TABLE %s_%s (REDCODE, " % (E.name, V.name)
for i in range(V.rangemin, V.rangemax+1):
if i<0:
i = "_%i" % abs(i)
str_sql += "F_%s, " % i
str_sql += "F_T);\n"
str_sql += ".import %s%s_%s.csv %s_%s\n\n" % (path, E.name, V.name, E.name, V.name)
print "[INFO] Generación de script Sqlite Terminado"
return str_sql
"""
Método que permite obtener una serie de consultas para extraer datos de forma masiva de una base de datos Redatam.
Parámetros de entrada:
* G (List) : Lista de entidades.
* path (String) : Ruta en donde se almacenan los archivos *.csv tras consultar en Redatam. El script para sqlite3 buscará en esta ruta los archivos *.csv
* unit (String) : Unidad de área geográfica con la que se extraerán los datos. Ejemplos: REGION, PROVINCIA, ZONA, COMUNA, MANZENT, etc.
Retorna un string que contiene la serie de consultas escritas en lenguaje propio de Redatam.
"""
def dumpQueries(G, path, unit):
print "[INFO] Generación de consultas Redatam 7 en Proceso"
script_str = "RUNDEF open_census\n\tSELECTION ALL\n\n"
for E in G.entities:
if E.selectable:
script_str += "// Codes of %s\n" % E.name
script_str += str("TABLE %s\n\tAS AREALIST\n\tOF %s" % (E.name, E.name))
for V in E.variables:
script_str += str(", %s.%s 10.0" % (E.name, V.name))
script_str += "\n\tOUTPUTFILE CSV \"%s%s.csv\"\n\tOVERWRITE\n\n" % (path, E.name)
else:
for V in E.variables:
if V.rangemax <= 255: # added AUG 21
script_str += "// %s-Level Data (Variable %s.%s)\n" % (unit.upper(), E.name, V.name)
script_str += str("TABLE %s_%s\n\tAS AREALIST\n\tOF %s, %s.%s 10.0\n\tOUTPUTFILE CSV \"%s%s_%s.csv\"\n\tOVERWRITE\n\n" % (E.name, V.name, unit, E.name, V.name, path, E.name, V.name))
print "[INFO] Generación de consultas Redatam 7 Terminada"
return script_str
def replaceAcuteHTML(str_t):
for c in str_t:
if (ord(c) == 225):
str_t = str_t.replace(c,"á")
elif (ord(c) == 233):
str_t = str_t.replace(c,"é")
elif (ord(c) == 237):
str_t = str_t.replace(c,"í")
elif (ord(c) == 243):
str_t = str_t.replace(c,"ó")
elif (ord(c) == 250):
str_t = str_t.replace(c,"ú")
elif (ord(c) == 241):
str_t = str_t.replace(c,"ñ")
elif (ord(c) == 193):
str_t = str_t.replace(c,"Á")
elif (ord(c) == 201):
str_t = str_t.replace(c,"É")
elif (ord(c) == 205):
str_t = str_t.replace(c,"Í")
elif (ord(c) == 211):
str_t = str_t.replace(c,"Ó")
elif (ord(c) == 218):
str_t = str_t.replace(c,"Ú")
elif (ord(c) == 209):
str_t = str_t.replace(c,"Ñ")
elif (ord(c) == 220):
str_t = str_t.replace(c,"Ü")
return str_t
"""
### TEST ###
Método que genera un archivo HTML con la documentación de las entidades, variables y campos obtenidos de Redatam.
En éste se muestran las diferentes tablas obtenidas, los campos de cada variable/entidad y la descripción (etiquetas) de cada una de ellas ingresadas en Redatam.
Parámetros de entrada:
* G (List) : Lista de entidades.
Retorna un string con el HTML del documento.
"""
def createDocumentation(G):
str_style = "table {\n\tfont-family: arial, sans-serif;\n\tborder-collapse: collapse;\n\twidth: 60%;\n}\ntd, th {\n\tborder: 1px solid #dddddd;\n\ttext-align: left;\n\tpadding: 8px;\n}tr:nth-child(even) {\n\tbackground-color: #dddddd;\n}\n"
str_bootstrap = "<link rel=\"stylesheet\" href=\"https://maxcdn.bootstrapcdn.com/bootstrap/3.3.7/css/bootstrap.min.css\">"
str_doc = "<!DOCTYPE html>\n<html>\n<head>\n%s\n<style>%s</style>\n <meta http-equiv=\"Content-Type\" content=\"text/html; charset=UTF-8\" />\n</head>\n<body>\n" % (str_bootstrap, str_style)
str_doc += "\t<h2 align=\"center\"> Diccionario de Base de datos (%s)</h2>\n\t<h3 align=\"center\">%s</h3>\n\t<br/>\n" % (replaceAcuteHTML(G.name), replaceAcuteHTML(G.label))
for E in G.entities:
if (not E.selectable):
for i in range(len(E.variables)):
V = E.variables[i]
if V.rangemax <= 255:
str_doc += "\t<h3 align=\"center\">TABLA %s_%s</h3>\n" % (replaceAcuteHTML(E.name), replaceAcuteHTML(V.name))
str_doc += "\t<p align=\"center\"><i>%s</i></p>\n" % (replaceAcuteHTML(V.label))
str_doc += "\t<div style=\"overflow-x:auto;\">\n"
str_doc += "\t<table align=\"center\">\n"
str_doc += "\t\t<tr>\n\t\t\t<th><b>Nombre del campo</b></th>\n\t\t<th><b>Descripción</b></th>\n\t\t</tr>\n"
for vl in V.value_labels:
str_doc += "\t\t<tr>\n\t\t\t<th>%s</th>\n\t\t\t<th>%s</th>\n\t\t</tr>\n" % (vl.name.replace("VL","F_"), replaceAcuteHTML(vl.value))
if (len(V.value_labels))!=0:
str_doc += "\t\t<tr>\n\t\t\t<th>F_T</th>\n\t\t\t<th>TOTAL</th>\n\t\t</tr>\n"
str_doc += "\t</table>\n"
str_doc += "\t</div>\n"
str_doc += "\t<br/>\n"
else:
str_doc += "\t<h3 align=\"center\">TABLA %s</h3>\n" % (replaceAcuteHTML(E.name))
str_doc += "\t<p align=\"center\"><i>%s</i></p>\n" % (replaceAcuteHTML(E.label))
str_doc += "\t<div style=\"overflow-x:auto;\">\n"
str_doc += "\t<table align=\"center\">\n"
for i in range(len(E.variables)):
if (i == 0) :
str_doc += "\t\t<tr>\n\t\t\t<th><b>Nombre del campo</b></th>\n\t\t<th><b>Descripción</b></th>\n\t\t</tr>\n"
for i in range(len(E.variables)):
V = E.variables[i]
str_doc += "\t\t<tr>\n\t\t\t<th>%s</th>\n\t\t\t<th>%s</th>\n\t\t</tr>\n" % (replaceAcuteHTML(V.name), replaceAcuteHTML(V.label))
str_doc += "\t</table>\n"
str_doc += "\t</div>\n"
str_doc += "\t<br/>\n"
str_doc += "\t<br/>\n"
str_doc += "<p align=\"center\"> Diccionario de datos creado con Framework <i>Open Census</i>. Proyecto <i>Eigencities</i>. </p>\n<br/>\n"
str_doc += "</body>\n</html>"
return str_doc
"""
Método que procesa los argumentos escritos en consola al ejecutar el script.
Parámetros de entrada:
* argv (List) : Lista de argumentos escritos en consola.
Retorna la ruta del archivo, la ruta de la carpeta con archivos *.dbf, el nivel geográfico a utilizar y si generar el script sqlite3 o no (valor booleano)
"""
def readArgs(argv):
PATH_FILE, PATH_CSV_FILES, LEVEL = "","",""
if len(sys.argv) > 0:
# valores por defecto:
PATH_FILE = "./"
PATH_CSV_FILES = "C:/"
LEVEL = "MANZENT"
str_out = ""
# obtenemos opciones desde consola
for i in range(len(argv)):
flag = argv[i]
if (flag == "--wxp_file"):
PATH_FILE = argv[i+1]
str_out +="[INFO] Archivo de entrada: '%s'\n" % PATH_FILE
elif (flag == "--csv_folder"):
PATH_CSV_FILES = argv[i+1]
if (PATH_CSV_FILES[-1:]!="/"):
PATH_CSV_FILES += "/"
elif (flag == "--level"):
LEVEL = argv[i+1]
# outputs obligatorios
if PATH_CSV_FILES=="C:/":
str_out +="[WARN] Carpeta para CSVs: '%s' (valor por defecto)\n" % PATH_CSV_FILES
else:
str_out +="[INFO] Carpeta para CSVs: '%s'\n" % PATH_CSV_FILES
if LEVEL == "MANZENT":
str_out +="[WARN] Nivel: '%s' (valor por defecto)\n" % LEVEL
else:
str_out +="[INFO] Nivel: '%s'" % LEVEL
print str_out
return PATH_FILE, PATH_CSV_FILES, LEVEL
# --
def main():
# se capturan los diferentes parámetros ingresados por consola
PATH_FILE, PATH_CSV_FILES, LEVEL = readArgs(sys.argv)
# nombre por defecto de archivo de consultas Redatam 7
fn_redatam_queries = "redatam_queries.txt"
# nombre por defecto de archivo para importar archivos *.csv a Sqlite3
fn_script_sqlite3 = "script.sql"
# se procesa el archivo "*.wxp" para
if PATH_FILE!="" :
G = readWXP(PATH_FILE)
if LEVEL!="":
# se genera archivo *.txt con queries Redatam
f = open(fn_redatam_queries, "w")
f.write(dumpQueries(G, PATH_CSV_FILES, LEVEL))
f.close()
print "[INFO] Archivo de consultas fue generado como \"%s\"\n" % fn_redatam_queries
# se genera script *.sql que permite importar los archivos *.csv a una BD Sqlite3
f = open(fn_script_sqlite3, "w")
f.write(createSqliteScript(G, path=PATH_CSV_FILES))
f.close()
print "[INFO] Script Sqlite3 fue generado como \"%s\"" % fn_script_sqlite3
# se genera documentación en html con la información
f = open("documentation.html","w")
f.write(createDocumentation(G))
f.close()
print "[TEST] documentacion generada como \"%s\"" % "documentation.html"
if __name__ == '__main__':
main()