9. Namensraum data:: — externe Daten

← fix:: · Inhalt · Weiter: Standardbibliothek →

8 Funktionen, um den Inhalt des PDF gegen eigene Listen und Tabellen zu prüfen. Alles läuft lokal, es gehen keine Daten hinaus.

9.1 Wo die Dateien liegen

Glossare und Datensätze nehmen einen Pfad relativ zum Arbeitsverzeichnis:

data::load_glossary("begriffe/recht.txt")
data::load_dataset("daten/chargen.csv")

Die Nachschlagetabellen (query_gtin, query_medicamento, query_postal_code) verwenden feste Dateinamen und suchen in dieser Reihenfolge:

  1. $PDFL_DATA_DIR (Umgebungsvariable)
  2. ./dados/
  3. ./
  4. Von pdfl add installierte Profile (pdfl_profiles/*/dados/)
  5. Der Ordner des analysierten PDF
PDFL_DATA_DIR=/opt/datenbanken pdfl run profil.pdfl dokument.pdf

Wird nichts gefunden, sagt die Fehlermeldung, wohin die Datei gehört. Um die Daten mit dem Profil zu verteilen, nehmen Sie pdfl pack (Kapitel 11).

9.2 Glossare und Datensätze

Funktion Zweck
data::load_glossary(datei) Liste von Begriffen (einer je Zeile, # = Kommentar)
data::validate_against_reference(datei) Liste der im Dokument fehlenden Begriffe
data::load_dataset(datei) Liest eine CSV als Liste von Zeilen
data::lookup_value(datei, schlüssel) 2. Spalte der Zeile, deren 1. dem Schlüssel entspricht (sonst null)

Der Vergleich ignoriert Groß-/Kleinschreibung und Leerzeichen.

begriffe/pflicht.txt:

# Begriffe, die jede Versicherungspolice enthalten muss
waiting period
covered benefits
general conditions

check "Glossary and dataset" {
  begriffe = data::load_glossary("begriffe/pflicht.txt")
  print("terms in the glossary:", begriffe.length)

  // Die unmittelbarste Verwendung
  fehlend = data::validate_against_reference("begriffe/pflicht.txt")
  assert fehlend.length == 0,
    "clauses missing from the policy: #{fehlend.join("; ")}"

  zeilen = data::load_dataset("daten/chargen.csv")
  print("columns:", zeilen.first().join(" | "))   // die 1. Zeile ist die Kopfzeile
  print("records:", zeilen.length - 1)

  // null ist falsch, deshalb geht die Prüfung direkt
  charge = text::extract_from_region(1, region(400, 50, 150, 20)).trim()
  beschreibung = data::lookup_value("daten/chargen.csv", charge)
  assert beschreibung, "batch #{charge} is not in the approved list"
}

9.3 Nachschlagetabellen

Dateien mit festen Namen, gesucht in der Reihenfolge aus Abschnitt 9.1. Sie geben die ganze Zeile als Liste zurück, oder null, wenn nichts gefunden wird.

Funktion Referenzdatei Zweck
data::query_gtin(code) gtin.csv Suche nach GTIN (Satzzeichen egal)
data::query_medicamento(zulassung_oder_name) medicamentos.csv Nach Zulassungsnummer oder Namensteil
data::query_postal_code(code) ceps.csv Nach Postleitzahl (8 Ziffern)
data::validate_address(code, "fragment") ceps.csv Enthält die Adresse zu dieser PLZ das Fragment?

dados/gtin.csv:

gtin,description,manufacturer
7891234567895,Dipyrone 500mg 20 tablets,Example Labs

check "Lookup tables" {
  // Abgleich mit dem auf der Verpackung gelesenen Strichcode
  code = codes::decode_barcode(1)
  produkt = data::query_gtin(code)
  assert produkt, "GTIN #{code} is not in the product database"
  print("product:", produkt.get(2), "| manufacturer:", produkt.get(3))

  // Arzneimittelangaben über die Zulassungsnummer
  zulassung = text::extract_from_region(1, region(50, 780, 200, 15)).trim()
  medikament = data::query_medicamento(zulassung)
  assert medikament, "registration #{zulassung} not found"

  // Ein verschreibungspflichtiges Mittel verlangt den Pflichthinweis
  band = medikament.get(4)
  assert band != "prescription" || text::require_text("PRESCRIPTION ONLY"),
    "prescription medicine without the mandatory text"

  // Passt die gedruckte Adresse zur Postleitzahl?
  assert data::validate_address("01310100", "Avenida Paulista"),
    "printed address does not match the given postal code"
}

9.4 Vollständiges Beispiel

// beipackzettel_mit_daten.pdfl — Abgleich mit lokalen Daten
// Aufruf: PDFL_DATA_DIR=./datenbanken pdfl run beipackzettel_mit_daten.pdfl beipackzettel.pdf
profile "insert-with-references" {

  check "Mandatory regulatory terms" tags: ["glossary"] {
    fehlend = data::validate_against_reference("datenbanken/pflichttexte.txt")
    assert fehlend.length == 0, "mandatory texts missing: #{fehlend.join("; ")}"
  }

  check "Product in the database" tags: ["data", "critical"] {
    code = codes::decode_barcode(1)
    produkt = data::query_gtin(code)
    assert produkt, "GTIN #{code} not approved"

    // Der eingetragene Name muss auf dem Druck erscheinen
    name = produkt.get(2)
    assert text::require_text(name),
      "the name '#{name}' from the database does not appear on the insert"
    print("product verified:", name)
  }

  check "Registration and band" tags: ["regulatory"] {
    zulassung = text::extract_from_region(1, region(50, 780, 200, 15)).trim()
    med = data::query_medicamento(zulassung)
    assert med, "registration #{zulassung} not found"
    assert med.get(4) != "prescription" || text::require_text("PRESCRIPTION ONLY"),
      "prescription band requires the prescription notice"
  }

  check "Manufacturer address" tags: ["data"] {
    assert data::validate_address("01310100", "Avenida Paulista"),
      "manufacturer address does not match the postal code"
  }
}

← fix:: · Inhalt · Weiter: Standardbibliothek →