9. Espace de noms data:: — données externes

← fix:: · Sommaire · Suivant : bibliothèque standard →

8 fonctions pour recouper le contenu du PDF avec vos propres listes et tableaux. Tout se passe en local : aucune donnée ne sort.

9.1 Où placer les fichiers

Glossaires et jeux de données acceptent un chemin relatif au répertoire d'exécution :

data::load_glossary("termes/juridique.txt")
data::load_dataset("donnees/lots.csv")

Les tables de consultation (query_gtin, query_medicamento, query_postal_code) utilisent des noms de fichiers fixes, cherchés dans cet ordre :

  1. $PDFL_DATA_DIR (variable d'environnement)
  2. ./dados/
  3. ./
  4. Profils installés par pdfl add (pdfl_profiles/*/dados/)
  5. Le dossier du PDF analysé
PDFL_DATA_DIR=/opt/bases pdfl run profil.pdfl document.pdf

Si rien n'est trouvé, le message d'erreur indique où placer le fichier. Pour distribuer les données avec le profil, utilisez pdfl pack (chapitre 11).

9.2 Glossaires et jeux de données

Fonction Rôle
data::load_glossary(fichier) Liste de termes (un par ligne, # = commentaire)
data::validate_against_reference(fichier) Liste des termes absents du document
data::load_dataset(fichier) Lit un CSV comme une liste de lignes
data::lookup_value(fichier, clé) 2e colonne de la ligne dont la 1re vaut la clé (null sinon)

La comparaison ignore la casse et les espaces.

termes/obligatoires.txt :

# Termes que toute police d'assurance doit contenir
waiting period
covered benefits
general conditions

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

  // L'usage le plus direct
  manquants = data::validate_against_reference("termes/obligatoires.txt")
  assert manquants.length == 0,
    "clauses missing from the policy: #{manquants.join("; ")}"

  lignes = data::load_dataset("donnees/lots.csv")
  print("columns:", lignes.first().join(" | "))   // la 1re ligne est l'en-tête
  print("records:", lignes.length - 1)

  // null est faux, la validation s'écrit donc directement
  lot = text::extract_from_region(1, region(400, 50, 150, 20)).trim()
  description = data::lookup_value("donnees/lots.csv", lot)
  assert description, "batch #{lot} is not in the approved list"
}

9.3 Tables de consultation

Fichiers à noms fixes, cherchés dans l'ordre de la section 9.1. Elles retournent la ligne entière sous forme de liste, ou null si rien n'est trouvé.

Fonction Fichier de référence Rôle
data::query_gtin(code) gtin.csv Consultation par GTIN (ponctuation ignorée)
data::query_medicamento(enreg_ou_nom) medicamentos.csv Par numéro d'enregistrement ou fragment de nom
data::query_postal_code(code) ceps.csv Par code postal (8 chiffres)
data::validate_address(code, "fragment") ceps.csv L'adresse de ce code contient-elle le fragment ?

dados/gtin.csv :

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

check "Lookup tables" {
  // Recoupement avec le code-barres lu sur l'emballage
  code = codes::decode_barcode(1)
  produit = data::query_gtin(code)
  assert produit, "GTIN #{code} is not in the product database"
  print("product:", produit.get(2), "| manufacturer:", produit.get(3))

  // Informations du médicament par numéro d'enregistrement
  enregistrement = text::extract_from_region(1, region(50, 780, 200, 15)).trim()
  medicament = data::query_medicamento(enregistrement)
  assert medicament, "registration #{enregistrement} not found"

  // Un médicament sur ordonnance exige la mention légale
  bandeau = medicament.get(4)
  assert bandeau != "prescription" || text::require_text("PRESCRIPTION ONLY"),
    "prescription medicine without the mandatory text"

  // L'adresse imprimée correspond-elle au code postal ?
  assert data::validate_address("01310100", "Avenida Paulista"),
    "printed address does not match the given postal code"
}

9.4 Exemple complet

// notice_avec_bases.pdfl — recoupement avec des données locales
// Usage : PDFL_DATA_DIR=./bases pdfl run notice_avec_bases.pdfl notice.pdf
profile "insert-with-references" {

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

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

    // Le nom enregistré doit apparaître sur l'imprimé
    nom = produit.get(2)
    assert text::require_text(nom),
      "the name '#{nom}' from the database does not appear on the insert"
    print("product verified:", nom)
  }

  check "Registration and band" tags: ["regulatory"] {
    enregistrement = text::extract_from_region(1, region(50, 780, 200, 15)).trim()
    med = data::query_medicamento(enregistrement)
    assert med, "registration #{enregistrement} 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:: · Sommaire · Suivant : bibliothèque standard →