forked from jgrocha/covid-pt
-
Notifications
You must be signed in to change notification settings - Fork 0
/
relatorio.py
executable file
·280 lines (255 loc) · 17.2 KB
/
relatorio.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
#!/usr/bin/python3
# usage: ./relatorio2.py 2020-04-21 https://covid19.min-saude.pt/wp-content/uploads/2020/04/50_DGS_boletim_20200421.pdf 50_DGS_boletim_20200421.sql
import sys, argparse
import subprocess
import re
from concelhos import municipalities
import difflib
from datetime import datetime
def generate_sql(sqlfile, concelhos, casos):
idx = 0
while idx < len(concelhos):
if concelhos[idx] == 'Lagoa (Faro)':
dico = '0806'
elif concelhos[idx] == 'Calheta (Madeira)':
dico = '3101'
else:
dico = municipalities[concelhos[idx]]
sqlfile.write("-- {} \n".format( concelhos[idx] ))
altdate = datetime.fromisoformat(args.date)
sqlfile.write("UPDATE public.confirmados_concelho SET \"{}\" = {} where dico = '{}';\n".format( altdate.strftime("%d/%m/%Y"), casos[idx], dico ))
idx += 1
def fix_municipality_list(municipality):
idx = 0
while idx < len(municipality):
canonical = difflib.get_close_matches(municipality[idx].upper(), municipalities.keys(), n=1)
if canonical:
score_alone = difflib.SequenceMatcher(None, municipality[idx].upper(), canonical[0]).ratio()
print("{} → {} → {}".format(score_alone, municipality[idx].upper(), canonical[0]))
if score_alone < 1.0 and idx < len(municipality)-1:
nome_potencial = " ".join([municipality[idx].upper(), municipality[idx+1].upper()])
potencial = difflib.get_close_matches( nome_potencial, municipalities.keys(), n=1)
if potencial:
score_with_next = difflib.SequenceMatcher(None, nome_potencial, potencial[0]).ratio()
print(" {} → {}".format(score_with_next, nome_potencial ))
if score_alone < score_with_next:
potencial = difflib.get_close_matches( nome_potencial, municipalities.keys(), n=1)
municipality[idx] = potencial[0]
municipality.pop(idx+1)
else:
municipality[idx] = canonical[0]
else:
municipality[idx] = canonical[0]
else:
municipality[idx] = canonical[0]
else:
print("{} → {} → {}".format(0.0, municipality[idx].upper(), '--SEM MATCH--'))
idx += 1
return municipality
parser = argparse.ArgumentParser(description='Process DGS report')
parser.add_argument('date')
parser.add_argument('url')
parser.add_argument('sql')
args = parser.parse_args()
print(args.date)
print(args.url)
url = args.url
print(args.sql)
report = url[url.rfind("/")+1:]
print(report)
sqlfile = open(args.sql,"w+")
sqlfile.write("INSERT INTO public.situacao_epidemiologica (url,data_relatorio) VALUES ('{}', '{}');\n".format(args.url, args.date))
# 1a página
pagina = 1
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 456 -y 873 -W 150 -H 723 {} -".format(pagina, pagina, report))
dados = list(filter(None, [x.strip(' *') for x in stdoutdata.splitlines()]))
valores = [int(i) for i in dados]
print(valores);
if len(valores) != 7:
print("Problema na página {}".format(pagina))
else:
sqlfile.write("UPDATE public.situacao_epidemiologica SET suspeitos = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET nao_confirmados = {} where data_relatorio = '{}';\n".format(valores[2], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET aguarda_resultados = {} where data_relatorio = '{}';\n".format(valores[3], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET recuperados = {} where data_relatorio = '{}';\n".format(valores[4], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos = {} where data_relatorio = '{}';\n".format(valores[5], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET em_vigilancia = {} where data_relatorio = '{}';\n".format(valores[6], args.date))
# 2a página
pagina = 2
# casos masculino
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 846 -y 1170 -W 130 -H 350 {} -".format(pagina, pagina, report))
dados = list(filter(None, [x.strip() for x in stdoutdata.splitlines()]))
valores = [int(i) for i in dados]
print(valores);
if len(valores) != 10 and sum(valores[0:9]) != valores[-1]:
print("Problema na página {}".format(pagina))
else:
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_0_9 = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_10_19 = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_20_29 = {} where data_relatorio = '{}';\n".format(valores[2], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_30_39 = {} where data_relatorio = '{}';\n".format(valores[3], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_40_49 = {} where data_relatorio = '{}';\n".format(valores[4], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_50_59 = {} where data_relatorio = '{}';\n".format(valores[5], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_60_69 = {} where data_relatorio = '{}';\n".format(valores[6], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_70_79 = {} where data_relatorio = '{}';\n".format(valores[7], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_masculino_80_sup = {} where data_relatorio = '{}';\n".format(valores[8], args.date))
# casos feminino
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 1000 -y 1170 -W 130 -H 350 {} -".format(pagina, pagina, report))
dados = list(filter(None, [x.strip() for x in stdoutdata.splitlines()]))
valores = [int(i) for i in dados]
print(valores);
if len(valores) != 10 and sum(valores[0:9]) != valores[-1]:
print("Problema na página {}".format(pagina))
else:
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_0_9 = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_10_19 = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_20_29 = {} where data_relatorio = '{}';\n".format(valores[2], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_30_39 = {} where data_relatorio = '{}';\n".format(valores[3], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_40_49 = {} where data_relatorio = '{}';\n".format(valores[4], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_50_59 = {} where data_relatorio = '{}';\n".format(valores[5], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_60_69 = {} where data_relatorio = '{}';\n".format(valores[6], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_70_79 = {} where data_relatorio = '{}';\n".format(valores[7], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET confirmados_feminino_80_sup = {} where data_relatorio = '{}';\n".format(valores[8], args.date))
# casos importados
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 20 -y 850 -W 585 -H 785 {} -".format(pagina, pagina, report))
dados = list(filter(None, [x.strip() for x in stdoutdata.splitlines()]))
# print(dados);
nums = []
for i in dados:
nums.extend( re.findall(r'\d+', i) )
valores = [int(i) for i in nums]
print("CASOS IMPORTADOS: {}".format(sum(valores)));
sqlfile.write("UPDATE public.situacao_epidemiologica SET importados = {} where data_relatorio = '{}';\n".format(sum(valores), args.date))
# 4a página
pagina = 4
# caracterização clínica
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 124 -y 457 -W 956 -H 61 {} -".format(pagina, pagina, report))
print( stdoutdata.splitlines() )
dados = list(filter(str.isdigit, stdoutdata.splitlines()))
valores = [int(i) for i in dados]
print(valores);
sqlfile.write("UPDATE public.situacao_epidemiologica SET internados = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET internados_uci = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
# ,,,,,
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 192 -y 708 -W 859 -H 40 {} -".format(pagina, pagina, report))
print( stdoutdata.splitlines() )
dados = list(filter(str.isdigit, [x.strip('%') for x in stdoutdata.splitlines()]))
valores = [int(i) for i in dados]
print(valores);
sqlfile.write("UPDATE public.situacao_epidemiologica SET sintoma_febre = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET sintoma_tosse = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET sintoma_respiratoria = {} where data_relatorio = '{}';\n".format(valores[2], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET sintoma_cefaleia = {} where data_relatorio = '{}';\n".format(valores[3], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET sintoma_dores = {} where data_relatorio = '{}';\n".format(valores[4], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET sintoma_fraqueza = {} where data_relatorio = '{}';\n".format(valores[5], args.date))
# óbitos
# casos masculino
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 551 -y 1060 -W 140 -H 345 {} -".format(pagina, pagina, report))
dados = list(filter(None, [x.strip() for x in stdoutdata.splitlines()]))
valores = [int(i) for i in dados]
print(valores);
if len(valores) != 10 and sum(valores[0:9]) != valores[-1]:
print("Problema na página {}".format(pagina))
else:
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_0_9 = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_10_19 = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_20_29 = {} where data_relatorio = '{}';\n".format(valores[2], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_30_39 = {} where data_relatorio = '{}';\n".format(valores[3], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_40_49 = {} where data_relatorio = '{}';\n".format(valores[4], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_50_59 = {} where data_relatorio = '{}';\n".format(valores[5], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_60_69 = {} where data_relatorio = '{}';\n".format(valores[6], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_70_79 = {} where data_relatorio = '{}';\n".format(valores[7], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_masculino_80_sup = {} where data_relatorio = '{}';\n".format(valores[8], args.date))
# óbitos
# casos feminino
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x 712 -y 1060 -W 140 -H 345 {} -".format(pagina, pagina, report))
dados = list(filter(None, [x.strip() for x in stdoutdata.splitlines()]))
valores = [int(i) for i in dados]
print(valores);
if len(valores) != 10 and sum(valores[0:9]) != valores[-1]:
print("Problema na página {}".format(pagina))
else:
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_0_9 = {} where data_relatorio = '{}';\n".format(valores[0], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_10_19 = {} where data_relatorio = '{}';\n".format(valores[1], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_20_29 = {} where data_relatorio = '{}';\n".format(valores[2], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_30_39 = {} where data_relatorio = '{}';\n".format(valores[3], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_40_49 = {} where data_relatorio = '{}';\n".format(valores[4], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_50_59 = {} where data_relatorio = '{}';\n".format(valores[5], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_60_69 = {} where data_relatorio = '{}';\n".format(valores[6], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_70_79 = {} where data_relatorio = '{}';\n".format(valores[7], args.date))
sqlfile.write("UPDATE public.situacao_epidemiologica SET obitos_feminino_80_sup = {} where data_relatorio = '{}';\n".format(valores[8], args.date))
# # concelhos
print()
pagina = 3
#coluna 1
if datetime.fromisoformat(args.date) >= datetime.fromisoformat("2020-05-23"):
x_1 = 70; x_2 = 219; y = 430; width_1 = 148; width_2 = 57; height = 1130
else:
x_1 = 70; x_2 = 219; y = 453; width_1 = 148; width_2 = 57; height = 1130
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_1, y, width_1, height, report))
stdoutcasos = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_2, y, width_2, height, report))
dados = list(filter(None, stdoutdata.splitlines()))
casos = list(filter(None, stdoutcasos.splitlines()))
# print(dados)
dados = fix_municipality_list(dados)
print(casos)
print("Concelhos vs Casos: {} {}".format(len(dados), len(casos)))
generate_sql(sqlfile, dados, casos)
#coluna 2
if datetime.fromisoformat(args.date) >= datetime.fromisoformat("2020-05-23"):
x_1 = 300; x_2 = 444; y = 430; width_1 = 144; width_2 = 60; height = 1130
else:
x_1 = 300; x_2 = 444; y = 453; width_1 = 144; width_2 = 53; height = 1130
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_1, y, width_1, height, report))
stdoutcasos = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_2, y, width_2, height, report))
dados = list(filter(None, stdoutdata.splitlines()))
casos = list(filter(None, stdoutcasos.splitlines()))
# print(dados)
dados = fix_municipality_list(dados)
print(casos)
print("Concelhos vs Casos: {} {}".format(len(dados), len(casos)))
generate_sql(sqlfile, dados, casos)
#coluna 3
if datetime.fromisoformat(args.date) >= datetime.fromisoformat("2020-05-23"):
x_1 = 520; x_2 = 668; y = 430; width_1 = 148; width_2 = 53; height = 1130
else:
x_1 = 520; x_2 = 668; y = 453; width_1 = 148; width_2 = 53; height = 1130
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_1, y, width_1, height, report))
stdoutcasos = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_2, y, width_2, height, report))
dados = list(filter(None, stdoutdata.splitlines()))
casos = list(filter(None, stdoutcasos.splitlines()))
# print(dados)
dados = fix_municipality_list(dados)
print(casos)
print("Concelhos vs Casos: {} {}".format(len(dados), len(casos)))
generate_sql(sqlfile, dados, casos)
#coluna 4
if datetime.fromisoformat(args.date) >= datetime.fromisoformat("2020-05-23"):
x_1 = 740; x_2 = 879; y = 430; width_1 = 134; width_2 = 65; height = 1130
else:
x_1 = 740; x_2 = 879; y = 453; width_1 = 134; width_2 = 65; height = 1130
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_1, y, width_1, height, report))
stdoutcasos = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_2, y, width_2, height, report))
dados = list(filter(None, stdoutdata.splitlines()))
casos = list(filter(None, stdoutcasos.splitlines()))
# print(dados)
dados = fix_municipality_list(dados)
print(casos)
print("Concelhos vs Casos: {} {}".format(len(dados), len(casos)))
generate_sql(sqlfile, dados, casos)
#coluna 5
if datetime.fromisoformat(args.date) >= datetime.fromisoformat("2020-05-23"):
x_1 = 952; x_2 = 1110; y = 430; width_1 = 146; width_2 = 65; height = 1130
else:
x_1 = 952; x_2 = 1102; y = 453; width_1 = 146; width_2 = 65; height = 1130
stdoutdata = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_1, y, width_1, height, report))
stdoutcasos = subprocess.getoutput("pdftotext -f {} -l {} -r 150 -x {} -y {} -W {} -H {} {} -".format(pagina, pagina, x_2, y, width_2, height, report))
dados = list(filter(None, stdoutdata.splitlines()))
casos = list(filter(None, stdoutcasos.splitlines()))
# print(dados)
dados = fix_municipality_list(dados)
print(casos)
print("Concelhos vs Casos: {} {}".format(len(dados), len(casos)))
generate_sql(sqlfile, dados, casos)
sqlfile.close()