Aggiungi script per verificare duplicati di email e numeri di telefono in un file Excel
This commit is contained in:
parent
ea9c84a395
commit
d663884521
3 changed files with 169 additions and 9 deletions
349
fix_gaia_excel.py
Normal file
349
fix_gaia_excel.py
Normal file
|
|
@ -0,0 +1,349 @@
|
|||
#!/usr/bin/env python3
|
||||
"""
|
||||
Script per processare file Excel con dati di titoli e qualifiche.
|
||||
|
||||
Cerca la colonna con intestazione "Titoli - Operativita - Data ottenimento - Data scadenza",
|
||||
estrae le qualifiche e le date, e aggiunge due nuove colonne al file Excel:
|
||||
- "Qualifica": contiene il testo della qualifica senza date
|
||||
- "Data": contiene la data più vecchia trovata per ogni riga
|
||||
|
||||
Il file modificato viene salvato con il suffisso "_modificato".
|
||||
|
||||
Autore: Luigi D'Acunto
|
||||
Data: 25 novembre 2025
|
||||
"""
|
||||
|
||||
import sys
|
||||
import re
|
||||
import openpyxl
|
||||
from pathlib import Path
|
||||
|
||||
|
||||
def trova_colonna_target(sheet):
|
||||
"""
|
||||
Trova la colonna che contiene l'intestazione target nella prima riga.
|
||||
|
||||
Args:
|
||||
sheet: Il foglio Excel da analizzare
|
||||
|
||||
Returns:
|
||||
int: L'indice della colonna (1-based) o None se non trovata
|
||||
"""
|
||||
target_header = "Titoli - Operativita - Data ottenimento - Data scadenza"
|
||||
|
||||
# Cerca nella prima riga
|
||||
for col_idx in range(1, sheet.max_column + 1):
|
||||
cell_value = sheet.cell(row=1, column=col_idx).value
|
||||
if cell_value and target_header.lower() in str(cell_value).lower():
|
||||
return col_idx
|
||||
|
||||
return None
|
||||
|
||||
|
||||
def estrai_date(testo):
|
||||
"""
|
||||
Estrae tutte le date nel formato aaaa-mm-gg da una stringa.
|
||||
|
||||
Args:
|
||||
testo: Stringa da cui estrarre le date
|
||||
|
||||
Returns:
|
||||
list: Lista di date trovate nel formato aaaa-mm-gg
|
||||
"""
|
||||
# Pattern per date nel formato aaaa-mm-gg
|
||||
pattern = r'\b\d{4}-\d{2}-\d{2}\b'
|
||||
|
||||
if testo is None:
|
||||
return []
|
||||
|
||||
# Converti in stringa se non lo è già
|
||||
testo_str = str(testo)
|
||||
|
||||
# Trova tutte le occorrenze del pattern
|
||||
date_trovate = re.findall(pattern, testo_str)
|
||||
|
||||
return date_trovate
|
||||
|
||||
|
||||
def seleziona_data(date_list, piu_recente=False):
|
||||
"""
|
||||
Seleziona la data più vecchia o più recente da una lista, rimuovendo i doppioni.
|
||||
|
||||
Args:
|
||||
date_list: Lista di stringhe nel formato aaaa-mm-gg
|
||||
piu_recente: Se True, seleziona la data più recente; altrimenti la più vecchia
|
||||
|
||||
Returns:
|
||||
str: La data selezionata, o None se la lista è vuota
|
||||
"""
|
||||
if not date_list:
|
||||
return None
|
||||
|
||||
# Rimuove i doppioni convertendo in set e poi tornando a lista
|
||||
date_uniche = list(set(date_list))
|
||||
|
||||
# Ordina le date (come stringhe funziona perché il formato aaaa-mm-gg è ordinabile)
|
||||
date_uniche.sort()
|
||||
|
||||
# Ritorna la prima (più vecchia) o l'ultima (più recente)
|
||||
return date_uniche[-1] if piu_recente else date_uniche[0]
|
||||
|
||||
|
||||
def estrai_qualifica(testo):
|
||||
"""
|
||||
Estrae la qualifica (testo senza date) dalla prima riga della cella.
|
||||
|
||||
Args:
|
||||
testo: Stringa da cui estrarre la qualifica
|
||||
|
||||
Returns:
|
||||
str: La qualifica pulita senza date
|
||||
"""
|
||||
if testo is None:
|
||||
return ""
|
||||
|
||||
testo_str = str(testo)
|
||||
|
||||
# Prende solo la prima riga se ci sono più righe
|
||||
prima_riga = testo_str.split('\n')[0].strip()
|
||||
|
||||
# Rimuove tutte le date nel formato aaaa-mm-gg
|
||||
pattern = r'\b\d{4}-\d{2}-\d{2}\b'
|
||||
qualifica_pulita = re.sub(pattern, '', prima_riga)
|
||||
|
||||
# Rimuove spazi multipli e strisce che potrebbero rimanere
|
||||
qualifica_pulita = re.sub(r'\s+', ' ', qualifica_pulita)
|
||||
qualifica_pulita = re.sub(r'\s*-\s*$', '', qualifica_pulita) # Rimuove trattini finali
|
||||
qualifica_pulita = qualifica_pulita.strip()
|
||||
|
||||
return qualifica_pulita
|
||||
|
||||
|
||||
def trova_prima_colonna_vuota(sheet):
|
||||
"""
|
||||
Trova la prima colonna completamente vuota nella prima riga.
|
||||
|
||||
Args:
|
||||
sheet: Il foglio Excel da analizzare
|
||||
|
||||
Returns:
|
||||
int: L'indice della prima colonna vuota (1-based)
|
||||
"""
|
||||
for col_idx in range(1, sheet.max_column + 2): # +2 per andare oltre l'ultima colonna
|
||||
cell_value = sheet.cell(row=1, column=col_idx).value
|
||||
if cell_value is None or str(cell_value).strip() == "":
|
||||
return col_idx
|
||||
|
||||
# Se tutte le colonne sono piene, ritorna la successiva
|
||||
return sheet.max_column + 1
|
||||
|
||||
|
||||
def leggi_dati_colonna(sheet, col_idx):
|
||||
"""
|
||||
Legge tutti i dati dalla colonna specificata (escludendo l'intestazione).
|
||||
|
||||
Args:
|
||||
sheet: Il foglio Excel
|
||||
col_idx: L'indice della colonna da leggere
|
||||
|
||||
Returns:
|
||||
list: Lista di tuple (row_idx, valore) per ogni riga con dati
|
||||
"""
|
||||
dati = []
|
||||
|
||||
# Legge dalla riga 2 in poi (riga 1 è l'intestazione)
|
||||
for row_idx in range(2, sheet.max_row + 1):
|
||||
cell_value = sheet.cell(row=row_idx, column=col_idx).value
|
||||
if cell_value is not None: # Ignora celle vuote
|
||||
dati.append((row_idx, cell_value))
|
||||
|
||||
return dati
|
||||
|
||||
|
||||
def stampa_help():
|
||||
"""Stampa il messaggio di aiuto completo."""
|
||||
help_text = """
|
||||
╔══════════════════════════════════════════════════════════════════════════════╗
|
||||
║ FIXGAIAEXCEL - Script di aiuto ║
|
||||
╚══════════════════════════════════════════════════════════════════════════════╝
|
||||
|
||||
DESCRIZIONE:
|
||||
Script per processare file Excel contenenti dati di titoli e qualifiche.
|
||||
|
||||
Lo script:
|
||||
1. Cerca la colonna "Titoli - Operativita - Data ottenimento - Data scadenza"
|
||||
2. Estrae le qualifiche (testo senza date) da ogni cella
|
||||
3. Estrae tutte le date in formato aaaa-mm-gg
|
||||
4. Aggiunge due nuove colonne al file Excel:
|
||||
- "Qualifica": testo pulito della qualifica
|
||||
- "Data": data selezionata secondo il criterio scelto
|
||||
5. Salva un nuovo file con suffisso "_modificato"
|
||||
|
||||
UTILIZZO:
|
||||
python fix_gaia_excel.py <file_excel> [opzioni]
|
||||
|
||||
ESEMPI:
|
||||
# Estrae la data più vecchia (comportamento predefinito)
|
||||
python fix_gaia_excel.py "data/report.xlsx"
|
||||
|
||||
# Estrae la data più recente
|
||||
python fix_gaia_excel.py "data/report.xlsx" --data-recente
|
||||
|
||||
# Mostra questo aiuto
|
||||
python fix_gaia_excel.py --help
|
||||
|
||||
OPZIONI:
|
||||
--data-recente, --recente
|
||||
Seleziona la data più RECENTE invece della più VECCHIA per ogni riga.
|
||||
Di default, lo script seleziona sempre la data più vecchia.
|
||||
|
||||
--help, -h
|
||||
Mostra questo messaggio di aiuto ed esce.
|
||||
|
||||
FILE DI OUTPUT:
|
||||
Il file originale non viene modificato.
|
||||
Viene creato un nuovo file con il suffisso "_modificato".
|
||||
Esempio: "report.xlsx" → "report_modificato.xlsx"
|
||||
|
||||
AUTORE:
|
||||
Luigi D'Acunto
|
||||
|
||||
DATA:
|
||||
25 novembre 2025
|
||||
|
||||
╚══════════════════════════════════════════════════════════════════════════════╝
|
||||
"""
|
||||
print(help_text)
|
||||
|
||||
|
||||
def main():
|
||||
"""Funzione principale dello script."""
|
||||
|
||||
# Controlla se è richiesto l'help
|
||||
if '--help' in sys.argv or '-h' in sys.argv:
|
||||
stampa_help()
|
||||
sys.exit(0)
|
||||
|
||||
# Controlla gli argomenti da riga di comando
|
||||
if len(sys.argv) < 2:
|
||||
print("Errore: File Excel non specificato\n")
|
||||
print("Uso: python fix_gaia_excel.py <percorso_file_excel> [opzioni]")
|
||||
print("\nEsempi:")
|
||||
print(" python fix_gaia_excel.py data/report.xlsx")
|
||||
print(" python fix_gaia_excel.py data/report.xlsx --data-recente")
|
||||
print("\nPer maggiori informazioni: python fix_gaia_excel.py --help")
|
||||
sys.exit(1)
|
||||
|
||||
# Verifica se è stata richiesta la data più recente
|
||||
usa_data_recente = '--data-recente' in sys.argv or '--recente' in sys.argv
|
||||
|
||||
# Filtra gli argomenti per trovare il percorso del file (escludendo i flag)
|
||||
file_args = [arg for arg in sys.argv[1:] if not arg.startswith('--') and not arg.startswith('-')]
|
||||
|
||||
if not file_args:
|
||||
print("Errore: Nessun file specificato")
|
||||
print("\nPer maggiori informazioni: python fix_gaia_excel.py --help")
|
||||
sys.exit(1)
|
||||
|
||||
file_path = Path(file_args[0])
|
||||
|
||||
# Verifica che il file esista
|
||||
if not file_path.exists():
|
||||
print(f"Errore: Il file '{file_path}' non esiste")
|
||||
sys.exit(1)
|
||||
|
||||
# Verifica che sia un file Excel
|
||||
if file_path.suffix not in ['.xlsx', '.xls', '.xlsm']:
|
||||
print(f"Errore: Il file deve essere un file Excel (.xlsx, .xls, .xlsm)")
|
||||
sys.exit(1)
|
||||
|
||||
print(f"Apertura file: {file_path}")
|
||||
print(f"Modalità: {'Data più RECENTE' if usa_data_recente else 'Data più VECCHIA'}")
|
||||
print("-" * 70)
|
||||
|
||||
try:
|
||||
# Carica il file Excel
|
||||
workbook = openpyxl.load_workbook(file_path, data_only=True)
|
||||
sheet = workbook.active
|
||||
|
||||
print(f"Foglio attivo: {sheet.title}")
|
||||
print(f"Dimensioni: {sheet.max_row} righe x {sheet.max_column} colonne")
|
||||
print("-" * 70)
|
||||
|
||||
# Trova la colonna target
|
||||
col_idx = trova_colonna_target(sheet)
|
||||
|
||||
if col_idx is None:
|
||||
print("Errore: Colonna 'Titoli - Operativita - Data ottenimento - Data scadenza' non trovata")
|
||||
print("\nIntestazioni trovate nella prima riga:")
|
||||
for col in range(1, sheet.max_column + 1):
|
||||
header = sheet.cell(row=1, column=col).value
|
||||
if header:
|
||||
print(f" Colonna {col}: {header}")
|
||||
sys.exit(1)
|
||||
|
||||
print(f"Colonna target trovata: posizione {col_idx}")
|
||||
print(f"Intestazione: {sheet.cell(row=1, column=col_idx).value}")
|
||||
print("-" * 70)
|
||||
|
||||
# Legge i dati dalla colonna
|
||||
dati = leggi_dati_colonna(sheet, col_idx)
|
||||
|
||||
print(f"\nDati trovati ({len(dati)} righe Excel):\n")
|
||||
|
||||
# Trova la prima colonna vuota
|
||||
col_qualifica = trova_prima_colonna_vuota(sheet)
|
||||
col_data = col_qualifica + 1
|
||||
|
||||
print(f"Colonna 'Qualifica' sarà aggiunta in posizione: {col_qualifica}")
|
||||
print(f"Colonna 'Data' sarà aggiunta in posizione: {col_data}")
|
||||
print("-" * 70)
|
||||
|
||||
# Aggiungi intestazioni
|
||||
sheet.cell(row=1, column=col_qualifica).value = "Qualifica"
|
||||
sheet.cell(row=1, column=col_data).value = "Data"
|
||||
|
||||
# Estrae e scrive qualifica e data per ogni riga
|
||||
contatore_righe_con_date = 0
|
||||
|
||||
for idx, (row_idx, valore) in enumerate(dati, start=1):
|
||||
# Estrae la qualifica
|
||||
qualifica = estrai_qualifica(valore)
|
||||
|
||||
# Estrae le date
|
||||
date_estratte = estrai_date(valore)
|
||||
|
||||
if date_estratte:
|
||||
# Seleziona la data (più vecchia o più recente)
|
||||
data_selezionata = seleziona_data(date_estratte, usa_data_recente)
|
||||
|
||||
# Scrivi i dati nelle nuove colonne
|
||||
sheet.cell(row=row_idx, column=col_qualifica).value = qualifica
|
||||
sheet.cell(row=row_idx, column=col_data).value = data_selezionata
|
||||
|
||||
print(f" Riga {idx:3d}: Qualifica='{qualifica}' | Data={data_selezionata}")
|
||||
contatore_righe_con_date += 1
|
||||
else:
|
||||
# Scrivi solo la qualifica se non ci sono date
|
||||
sheet.cell(row=row_idx, column=col_qualifica).value = qualifica
|
||||
print(f" Riga {idx:3d}: Qualifica='{qualifica}' | Nessuna data trovata")
|
||||
|
||||
print("-" * 70)
|
||||
print(f"Totale righe Excel processate: {len(dati)}")
|
||||
print(f"Righe con date trovate: {contatore_righe_con_date}")
|
||||
|
||||
# Salva il file modificato
|
||||
output_path = file_path.parent / f"{file_path.stem}_modificato{file_path.suffix}"
|
||||
workbook.save(output_path)
|
||||
print("-" * 70)
|
||||
print(f"File salvato in: {output_path}")
|
||||
|
||||
workbook.close()
|
||||
|
||||
except Exception as e:
|
||||
print(f"Errore durante la lettura del file: {e}")
|
||||
sys.exit(1)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Loading…
Add table
Add a link
Reference in a new issue