Juan Tapia 1980 VAR Siena Los Angeles
Miguel Ruiz 1970 VAR (No Tiene) Los Angeles
Coloreado en 0.000 segundos, usando GeSHi 1.0.8.4
Using text Syntax Highlighting
Nombre Año Sexo Dirección Ciudad
Juan Tapia 1980 VAR Siena Los Angeles
Miguel Ruiz 1970 VAR (No Tiene) Los Angeles
Juan Tapia 1980 VAR Siena Los Angeles
Miguel Ruiz 1970 VAR (No Tiene) Los Angeles
Como ven en la fila número 2, el campo de dirección queda en blanco, al usar mi código en perl y pasarlo a un cvs, queda de la siguiente manera.
Using text Syntax Highlighting
Nombre Año Sexo Direccion Ciudad
Juan Tapia 1980 VAR Siena Los Ángeles
Miguel Ruiz 1970 VAR Los Ángeles (Queda En Blanco)
Juan Tapia 1980 VAR Siena Los Ángeles
Miguel Ruiz 1970 VAR Los Ángeles (Queda En Blanco)
Coloreado en 0.000 segundos, usando GeSHi 1.0.8.4
Lo cuál no es verdad ya que el campo dirección debería quedar vacío y el campo ciudad debería tener Los Ángeles. Adjunto código.
Using perl Syntax Highlighting
- use CAM::PDF; use CAM::PDF::PageText; # necesario
- use Encode; use LWP::UserAgent;
- use LWP::Simple; use strict; use warnings;
- ## Archivos a un Array
- opendir (PATH, ".") or die "$!";
- my @archivos = grep {/.*?\.pdf/} readdir PATH;
- close PATH;
- open FILE, ">servel.csv" or die "error";
- foreach my $archivo (@archivos) {
- my $pdf = CAM::PDF->new($archivo); # abre el pdf
- my $num = $pdf->numPages(); # numero de páginas del pdf
- for(my $x=1;$x<=$num;$x++) { # recorre páginas
- my $page_txt = $pdf->getPageText($x); # lee la página
- while($page_txt =~ m/\n\D{0,25}\s\D{0,25}\s{0,25}\s{0,25}\n(\d\d|\d).\d\d\d.\d\d\d-(\d|\S)\n\w{0,3}\n.*\n.*/g){ # saca la info
- my @t = split /\n/, $&; # splitea la info
- my $out = encode("ISO-8859-15", $t[1].",".$t[2].",".$t[3].",".$t[4].",".$t[5]); # encodea y ordena la info en csv
- print $out."\n"; # imprime la info
- print FILE $out."\n";
- }
- }
- }
- close FILE;
Coloreado en 0.003 segundos, usando GeSHi 1.0.8.4
