#!/usr/bin/env python3 # SCRIPT DE PARSEO DEL EXCEL DE HALLIBURTON import sys import re import openpyxl import json # FUNCION QUE SE ENCARGA DE PARSEAR LA SECCION DE DATOS PESONALES def parsear_datos_personales(seccion): data_all_documents = {} # for i in range(0,len(seccion)): seccion_str = str(seccion[i]) if seccion_str.__contains__(':'): if seccion_str.__contains__('Nombre') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('nombre_DP') is None: data_all_documents['nombre_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Apellido') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('apellido_DP') is None: data_all_documents['apellido_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Dirección Residencial') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('direccion_DP') is None: data_all_documents['direccion_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Barrio') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('barrio_DP') is None: data_all_documents['barrio_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('House Number') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('nro_casa_DP') is None: data_all_documents['nro_casa_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Country') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('pais_DP') is None: data_all_documents['pais_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Provincia') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('provincia_DP') is None: data_all_documents['provincia_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('City') and not seccion_str.__contains__('City of Birth') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('ciudad_DP') is None: data_all_documents['ciudad_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Zip Code') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('codigo_postal_DP') is None: data_all_documents['codigo_postal_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Teléfono') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('telefono_DP') is None: data_all_documents['telefono_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Cell Phone') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('celular_DP') is None: data_all_documents['celular_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('E-mail') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('email_DP') is None: data_all_documents['email_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Birth Date') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('fecha_nacimiento_DP') is None: if seccion[i+1] == 'Enero': seccion[i+1] = '1' elif seccion[i+1] == 'Febrero': seccion[i+1] = '2' elif seccion[i+1] == 'Marzo': seccion[i+1] = '3' elif seccion[i+1] == 'Abril': seccion[i+1] = '4' elif seccion[i+1] == 'Mayo': seccion[i+1] = '5' elif seccion[i+1] == 'Junio': seccion[i+1] = '6' elif seccion[i+1] == 'Julio': seccion[i+1] = '7' elif seccion[i+1] == 'Agosto': seccion[i+1] = '8' elif seccion[i+1] == 'Septiembre': seccion[i+1] = '9' elif seccion[i+1] == 'Octubre': seccion[i+1] = '10' elif seccion[i+1] == 'Noviembre': seccion[i+1] = '11' elif seccion[i+1] == 'Diciembre': seccion[i+1] = '12' data_all_documents['fecha_nacimiento_DP'] = str(seccion[i+2]) + '/' + str(seccion[i+1]) + '/' + str(seccion[i+3]) continue elif seccion_str.__contains__('Estado Civil') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('estado_civil_DP') is None: data_all_documents['estado_civil_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Gender') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('genero_DP') is None: data_all_documents['genero_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Nationality') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('nacionalidad_DP') is None: data_all_documents['nacionalidad_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('City of Birth') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('ciudad_nacimiento_DP') is None: data_all_documents['ciudad_nacimiento_DP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('2nd Nationality') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('segunda_nacionalidad_DP') is None: data_all_documents['segunda_nacionalidad_DP'] = str(seccion[i+1]) continue # return data_all_documents #---- FUNCION QUE PARSEA LAS SECCIONES INDIVIDUALMENTE def parsear_seccion(documento,seccion): data_all_documents = {} # if(documento == 'Datos_Personales' ): data_all_documents = parsear_datos_personales(seccion) elif( documento == 'Contacto_Emergencia' ): for i in range(0,len(seccion)): seccion_str = str(seccion[i]) position = i+1 if seccion_str.__contains__(':'): if seccion_str.__contains__('Full Name') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('nombre_completo_CE') is None: data_all_documents['nombre_completo_CE'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Phone') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('telefono_CE') is None: data_all_documents['telefono_CE'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Zip Code') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('codigo_postal_CE') is None: data_all_documents['codigo_postal_CE'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Full Address') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('direccion_completa_CE') is None: data_all_documents['direccion_completa_CE'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Relationship') and position < len(seccion) and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('parentesco_CE') is None: data_all_documents['parentesco_CE'] = str(seccion[i+1]) continue elif( documento == 'Documentos_Personales' ): for i in range(0,len(seccion)): seccion_str = str(seccion[i]) if seccion_str.__contains__(':'): if seccion_str.__contains__('DNI') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('dni_DOCP') is None: data_all_documents['dni_DOCP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Passport No') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('num_pasaporte_DOCP') is None: data_all_documents['num_pasaporte_DOCP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Drivers License') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('licencia_conducir_DOCP') is None: data_all_documents['licencia_conducir_DOCP'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Category License') and not (str(seccion[i+1])).__contains__(':'): if data_all_documents.get('categoria_licencia_DOCP') is None: data_all_documents['categoria_licencia_DOCP'] = str(seccion[i+1]) continue elif( documento == 'Grupo_Familiar' ): cont_name = 0 cont_fecha_nac = 0 cont_nacionalidad = 0 cont_parentesco = 0 cont_dni = 0 for i in range(0,len(seccion)): seccion_str = str(seccion[i]) if seccion_str.__contains__(':'): if seccion_str.__contains__('Name') and not (str(seccion[i+1])).__contains__(':'): # NOMBRE cont_name += 1 str_cont = str(cont_name) # if data_all_documents.get(str_cont) is None: data_all_documents[str_cont] = {} if data_all_documents[str_cont].get('nombre_GF_') is None: data_all_documents[str_cont]['nombre_GF_'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Birth Date') and not (str(seccion[i+1])).__contains__(':'): # FECHA DE NACIMIENTO cont_fecha_nac += 1 str_cont = str(cont_fecha_nac) # if data_all_documents.get(str_cont) is None: data_all_documents[str_cont] = {} if data_all_documents[str_cont].get('fecha_nacimiento_GF_') is None: if seccion[i+1] == 'Enero': seccion[i+1] = '1' elif seccion[i+1] == 'Febrero': seccion[i+1] = '2' elif seccion[i+1] == 'Marzo': seccion[i+1] = '3' elif seccion[i+1] == 'Abril': seccion[i+1] = '4' elif seccion[i+1] == 'Mayo': seccion[i+1] = '5' elif seccion[i+1] == 'Junio': seccion[i+1] = '6' elif seccion[i+1] == 'Julio': seccion[i+1] = '7' elif seccion[i+1] == 'Agosto': seccion[i+1] = '8' elif seccion[i+1] == 'Septiembre': seccion[i+1] = '9' elif seccion[i+1] == 'Octubre': seccion[i+1] = '10' elif seccion[i+1] == 'Noviembre': seccion[i+1] = '11' elif seccion[i+1] == 'Diciembre': seccion[i+1] = '12' data_all_documents[str_cont]['fecha_nacimiento_GF_'] = str(seccion[i+2]) + '/' + str(seccion[i+1]) + '/' + str(seccion[i+3]) continue elif seccion_str.__contains__('Nationality') and not (str(seccion[i+1])).__contains__(':'): # NACIONALIDAD cont_nacionalidad += 1 str_cont = str(cont_nacionalidad) # if data_all_documents.get(str_cont) is None: data_all_documents[str_cont] = {} if data_all_documents[str_cont].get('nacionalidad_GF_') is None: data_all_documents[str_cont]['nacionalidad_GF_'] = str(seccion[i+1]) continue elif seccion_str.__contains__('Type of Relationship') and not (str(seccion[i+1])).__contains__(':'): # RELATIVO cont_parentesco += 1 str_cont = str(cont_parentesco) # if data_all_documents.get(str_cont) is None: data_all_documents[str_cont] = {} if data_all_documents[str_cont].get('parentesco_GF_') is None: data_all_documents[str_cont]['parentesco_GF_'] = str(seccion[i+1]) continue elif seccion_str.__contains__('DNI') and not (str(seccion[i+1])).__contains__(':'): # DNI cont_dni += 1 str_cont = str(cont_dni) if data_all_documents.get(str_cont) is None: data_all_documents[str_cont] = {} if data_all_documents[str_cont].get('dni_GF_') is None: data_all_documents[str_cont]['dni_GF_'] = str(seccion[i+1]) continue # data_all_documents['cant_reg'] = str(cont_name) elif( documento == 'Educacion' ): cont_ultimo_titulo = 0 cont_fecha_finalizacion = 0 cont_institucion = 0 cont_pais = 0 cont_city_estado = 0 for i in range(0,len(seccion)): seccion_str = str(seccion[i]) range_list = i + 1 seccionSTR = 0 if(range_list == len(seccion)): seccionSTR = seccion[i] else: seccionSTR = seccion[i+1] if seccion_str.__contains__(':'): if seccion_str.__contains__('Last Degree') and not (str(seccion[i+1])).__contains__(':'): cont_ultimo_titulo += 1 str_cont = str(cont_ultimo_titulo) if data_all_documents.get('ultimo_titulo_ED_'+ str_cont) is None: data_all_documents['ultimo_titulo_ED_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('End Date') and not (str(seccion[i+1])).__contains__(':'): cont_fecha_finalizacion += 1 str_cont = str(cont_fecha_finalizacion) if data_all_documents.get('fecha_finalizacion_ED_'+ str_cont) is None: if seccion[i+1] == 'Enero': seccion[i+1] = '1' elif seccion[i+1] == 'Febrero': seccion[i+1] = '2' elif seccion[i+1] == 'Marzo': seccion[i+1] = '3' elif seccion[i+1] == 'Abril': seccion[i+1] = '4' elif seccion[i+1] == 'Mayo': seccion[i+1] = '5' elif seccion[i+1] == 'Junio': seccion[i+1] = '6' elif seccion[i+1] == 'Julio': seccion[i+1] = '7' elif seccion[i+1] == 'Agosto': seccion[i+1] = '8' elif seccion[i+1] == 'Septiembre': seccion[i+1] = '9' elif seccion[i+1] == 'Octubre': seccion[i+1] = '10' elif seccion[i+1] == 'Noviembre': seccion[i+1] = '11' elif seccion[i+1] == 'Diciembre': seccion[i+1] = '12' data_all_documents['fecha_finalizacion_ED_'+ str_cont] = str(seccion[i+2]) + '/' + str(seccion[i+1]) continue elif seccion_str.__contains__('Institute') and not (str(seccion[i+1])).__contains__(':'): cont_institucion += 1 str_cont = str(cont_institucion) if data_all_documents.get('institucion_ED_'+ str_cont) is None: data_all_documents['institucion_ED_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Country') and not (str(seccion[i+1])).__contains__(':'): cont_pais += 1 str_cont = str(cont_pais) if data_all_documents.get('pais_ED_'+ str_cont) is None: data_all_documents['pais_ED_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Ciudad y Estado') and not (str(seccionSTR)).__contains__(':'): cont_city_estado += 1 str_cont = str(cont_city_estado) if data_all_documents.get('ciudad_ED_'+ str_cont) is None: data_all_documents['ciudad_ED_'+ str_cont] = str(seccion[i+1]) continue elif( documento == 'Laboral' ): cont_empresa = 0 cont_cargo = 0 cont_sector_ind = 0 cont_contact_ref = 0 cont_direccion_lb = 0 cont_pais_lb = 0 cont_ciudad_lb = 0 cont_fecha_start_lb = 0 cont_fecha_end_lb = 0 # laboral_lista = len(seccion) # for i in range(0,laboral_lista): seccion_str = str(seccion[i]) range_list = i + 1 seccionSTR = 0 if(range_list == len(seccion)): seccionSTR = seccion[i] else: seccionSTR = seccion[i+1] if seccion_str.__contains__(':'): if seccion_str.__contains__('Company') and not (str(seccion[i+1])).__contains__(':'): cont_empresa += 1 str_cont = str(cont_empresa) if data_all_documents.get('empresa_LB_'+ str_cont) is None: data_all_documents['empresa_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Position') and not (str(seccion[i+1])).__contains__(':'): cont_cargo += 1 str_cont = str(cont_cargo) if data_all_documents.get('cargo_LB_'+ str_cont) is None: data_all_documents['cargo_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Industry') and not (str(seccion[i+1])).__contains__(':'): cont_sector_ind += 1 str_cont = str(cont_sector_ind) if data_all_documents.get('sector_industrial_LB_'+ str_cont) is None: data_all_documents['sector_industrial_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Contact for References') and not (str(seccion[i+1])).__contains__(':'): cont_contact_ref += 1 str_cont = str(cont_contact_ref) if data_all_documents.get('contacto_referencia_LB_'+ str_cont) is None: data_all_documents['contacto_referencia_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Adress') and not (str(seccion[i+1])).__contains__(':'): cont_direccion_lb += 1 str_cont = str(cont_direccion_lb) if data_all_documents.get('direccion_LB_'+ str_cont) is None: data_all_documents['direccion_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Country') and not (str(seccion[i+1])).__contains__(':'): cont_pais_lb += 1 str_cont = str(cont_pais_lb) if data_all_documents.get('pais_LB_'+ str_cont) is None: data_all_documents['pais_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('City and State') and not (str(seccion[i+1])).__contains__(':'): cont_ciudad_lb += 1 str_cont = str(cont_ciudad_lb) if data_all_documents.get('ciudad_estado_LB_'+ str_cont) is None: data_all_documents['ciudad_estado_LB_'+ str_cont] = str(seccion[i+1]) continue elif seccion_str.__contains__('Start Date') and not (str(seccion[i+1])).__contains__(':'): cont_fecha_start_lb += 1 str_cont = str(cont_fecha_start_lb) if data_all_documents.get('fecha_inicio_LB_'+ str_cont) is None: if seccion[i+1] == 'Enero': seccion[i+1] = '1' elif seccion[i+1] == 'Febrero': seccion[i+1] = '2' elif seccion[i+1] == 'Marzo': seccion[i+1] = '3' elif seccion[i+1] == 'Abril': seccion[i+1] = '4' elif seccion[i+1] == 'Mayo': seccion[i+1] = '5' elif seccion[i+1] == 'Junio': seccion[i+1] = '6' elif seccion[i+1] == 'Julio': seccion[i+1] = '7' elif seccion[i+1] == 'Agosto': seccion[i+1] = '8' elif seccion[i+1] == 'Septiembre': seccion[i+1] = '9' elif seccion[i+1] == 'Octubre': seccion[i+1] = '10' elif seccion[i+1] == 'Noviembre': seccion[i+1] = '11' elif seccion[i+1] == 'Diciembre': seccion[i+1] = '12' # if (i+2) < laboral_lista: data_all_documents['fecha_inicio_LB_'+ str_cont] = str(seccion[i+2]) if (i+1) < laboral_lista: data_all_documents['fecha_inicio_LB_'+ str_cont] += '/' + str(seccion[i+1]) if (i+3) < laboral_lista: data_all_documents['fecha_inicio_LB_'+ str_cont] += '/' + str(seccion[i+3]) #data_all_documents['fecha_inicio_LB_'+ str_cont] = str(seccion[i+2]) + '/' + str(seccion[i+1]) + '/' + str(seccion[i+3]) # continue elif seccion_str.__contains__('End Date') and not (str(seccionSTR)).__contains__(':'): cont_fecha_end_lb += 1 str_cont = str(cont_fecha_end_lb) if data_all_documents.get('fecha_finalizacion_LB_'+ str_cont) is None: if seccion[i+1] == 'Enero': seccion[i+1] = '1' elif seccion[i+1] == 'Febrero': seccion[i+1] = '2' elif seccion[i+1] == 'Marzo': seccion[i+1] = '3' elif seccion[i+1] == 'Abril': seccion[i+1] = '4' elif seccion[i+1] == 'Mayo': seccion[i+1] = '5' elif seccion[i+1] == 'Junio': seccion[i+1] = '6' elif seccion[i+1] == 'Julio': seccion[i+1] = '7' elif seccion[i+1] == 'Agosto': seccion[i+1] = '8' elif seccion[i+1] == 'Septiembre': seccion[i+1] = '9' elif seccion[i+1] == 'Octubre': seccion[i+1] = '10' elif seccion[i+1] == 'Noviembre': seccion[i+1] = '11' elif seccion[i+1] == 'Diciembre': seccion[i+1] = '12' else: continue # Se elegio para validar que la clave que se agregar ya existe if (i+2) < laboral_lista: data_all_documents['fecha_finalizacion_LB_'+ str_cont] = str(seccion[i+2]) if (i+1) < laboral_lista: data_all_documents['fecha_finalizacion_LB_'+ str_cont] += '/' + str(seccion[i+1]) if (i+3) < laboral_lista: data_all_documents['fecha_finalizacion_LB_'+ str_cont] += '/' + str(seccion[i+3]) continue # elif( documento == 'Laboral' ): # cont_empresa = 0 # cont_cargo = 0 # cont_sector_ind = 0 # cont_contact_ref = 0 # cont_direccion_lb = 0 # cont_pais_lb = 0 # cont_ciudad_lb = 0 # cont_fecha_start_lb = 0 # cont_fecha_end_lb = 0 # for i in range(0,len(seccion)): # seccion_str = str(seccion[i]) # if seccion_str.__contains__(':'): # if seccion_str.__contains__('Company') and not (str(seccion[i+1])).__contains__(':'): # cont_empresa += 1 # str_cont = str(cont_empresa) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('empresa_LB_') is None: # data_all_documents[str_cont]['empresa_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('Position') and not (str(seccion[i+1])).__contains__(':'): # cont_cargo += 1 # str_cont = str(cont_cargo) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('cargo_LB_') is None: # data_all_documents[str_cont]['cargo_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('Industry') and not (str(seccion[i+1])).__contains__(':'): # cont_sector_ind += 1 # str_cont = str(cont_sector_ind) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('sector_industrial_LB_') is None: # data_all_documents[str_cont]['sector_industrial_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('Contact for References') and not (str(seccion[i+1])).__contains__(':'): # cont_contact_ref += 1 # str_cont = str(cont_contact_ref) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('contacto_referencia_LB_') is None: # data_all_documents[str_cont]['contacto_referencia_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('Adress') and not (str(seccion[i+1])).__contains__(':'): # cont_direccion_lb += 1 # str_cont = str(cont_direccion_lb) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('direccion_LB_') is None: # data_all_documents[str_cont]['direccion_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('Country') and not (str(seccion[i+1])).__contains__(':'): # cont_pais_lb += 1 # str_cont = str(cont_pais_lb) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('pais_LB_') is None: # data_all_documents[str_cont]['pais_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('City and State') and not (str(seccion[i+1])).__contains__(':'): # cont_ciudad_lb += 1 # str_cont = str(cont_ciudad_lb) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('ciudad_estado_LB_') is None: # data_all_documents[str_cont]['ciudad_estado_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('Start Date') and not (str(seccion[i+1])).__contains__(':'): # cont_fecha_start_lb += 1 # str_cont = str(cont_fecha_start_lb) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('fecha_inicio_LB_') is None: # data_all_documents[str_cont]['fecha_inicio_LB_'] = str(seccion[i+1]) # continue # elif seccion_str.__contains__('End Date') and not (str(seccion[i+1])).__contains__(':'): # cont_fecha_end_lb += 1 # str_cont = str(cont_fecha_end_lb) # if data_all_documents.get(str_cont) is None: # data_all_documents[str_cont] = {} # if data_all_documents[str_cont].get('fecha_finalizacion_LB_') is None: # data_all_documents[str_cont]['fecha_finalizacion_LB_'] = str(seccion[i+1]) # continue # # # data_all_documents['cant_reg'] = str(cont_empresa) # return data_all_documents # return json.dumps(data_all_documents) return data_all_documents #---- FUNCION QUE DEVUELVE LA SECCION DE DATOS PERSONALES def parsear_secciones_excel(worksheet): exp_datos_personales = re.compile(r"^PERSONAL\s?DATA") exp_contacto_emergencia = re.compile(r"^EMERGENCY\s?CONTACT\s?INFORMATION") exp_documentos_personales = re.compile(r"^PERSONAL\s?DOCUMENTS") exp_grupo_familiar = re.compile(r"^FAMILY\s?DEPENDENT\s?INFORMATION") exp_educacion = re.compile(r"^EDUCATION") exp_laboral = re.compile(r"^PREVIOUS\s?EMPLOYMENT") exp_final = re.compile(r"^TO\sBE\sCOMPLETED\sBY\sHALLIBURTON") # datos_personales = [] contacto_emergencia = [] documentos_personales = [] grupo_familiar = [] educacion = [] laboral = [] # ind_start_datos_personales = 0 ind_end_datos_personales = 0 # ind_start_contacto_emergencia = 0 ind_end_contacto_emergencia = 0 # ind_start_documentos_personales = 0 ind_end_documentos_personales = 0 # ind_start_grupo_familiar = 0 ind_end_grupo_familiar = 0 # ind_start_educacion = 0 ind_end_educacion = 0 # ind_start_laboral = 0 ind_end_laboral = 0 # for i in range(0,worksheet.max_row): # for col in worksheet.iter_cols(1,worksheet.max_column): if col[i].value is not None: if exp_datos_personales.match(str(col[i].value)) and ind_start_datos_personales == 0: ind_start_datos_personales = 1 if exp_contacto_emergencia.match(str(col[i].value)) and ind_start_contacto_emergencia == 0: ind_start_contacto_emergencia = 1 if exp_documentos_personales.match(str(col[i].value)) and ind_start_documentos_personales == 0: ind_start_documentos_personales = 1 if exp_grupo_familiar.match(str(col[i].value)) and ind_start_grupo_familiar == 0: ind_start_grupo_familiar = 1 if exp_educacion.match(str(col[i].value)) and ind_start_educacion == 0: ind_start_educacion = 1 if exp_laboral.match(str(col[i].value)) and ind_start_laboral == 0: ind_start_laboral = 1 # if exp_contacto_emergencia.match(str(col[i].value)) and ind_start_datos_personales == 1: ind_end_datos_personales = 1 ind_start_datos_personales = 2 continue if exp_documentos_personales.match(str(col[i].value)) and ind_start_contacto_emergencia == 1: ind_end_contacto_emergencia += 1 ind_start_contacto_emergencia += 1 continue if exp_grupo_familiar.match(str(col[i].value)) and ind_start_documentos_personales == 1: ind_end_documentos_personales += 1 ind_start_documentos_personales += 1 continue if exp_educacion.match(str(col[i].value)) and ind_start_grupo_familiar == 1: ind_end_grupo_familiar += 1 ind_start_grupo_familiar += 1 continue if exp_laboral.match(str(col[i].value)) and ind_start_educacion == 1: ind_end_educacion += 1 ind_start_educacion += 1 continue if exp_final.match(str(col[i].value)) and ind_start_laboral == 1: ind_end_laboral += 1 ind_start_laboral += 1 continue # if ind_start_datos_personales == 1 and ind_end_datos_personales == 0: datos_personales.append(col[i].value) if ind_start_contacto_emergencia == 1 and ind_end_contacto_emergencia == 0: contacto_emergencia.append(col[i].value) if ind_start_documentos_personales == 1 and ind_end_documentos_personales == 0: documentos_personales.append(col[i].value) if ind_start_grupo_familiar == 1 and ind_end_grupo_familiar == 0 : grupo_familiar.append(col[i].value) if ind_start_educacion == 1 and ind_end_educacion == 0 : educacion.append(col[i].value) if ind_start_laboral == 1 and ind_end_laboral == 0 : laboral.append(col[i].value) #-- result = {'Datos_Personales':datos_personales,'Contacto_Emergencia':contacto_emergencia,'Documentos_Personales':documentos_personales,'Grupo_Familiar':grupo_familiar,'Educacion':educacion,'Laboral':laboral} #-- return result #--- def main(argv): workbook = openpyxl.load_workbook(argv[1]) worksheet = workbook.active # secciones = parsear_secciones_excel(worksheet) # respuesta = {} # for key,value in secciones.items(): respuesta[key] = parsear_seccion(key,value) # print(json.dumps(respuesta)) #---- if __name__ == '__main__': main(sys.argv)