Bot 2: Script funcional para el procesamiento y filtrado de los archivos descargados

This commit is contained in:
2026-09-16 14:24:35 -03:00
parent 221e236d73
commit 5c422fe3ef
6 changed files with 175 additions and 25 deletions

View File

@@ -1,4 +1,5 @@
import logging
import re
import pymysql
@@ -6,6 +7,19 @@ from config import DB_HOST, DB_PORT, DB_USER, DB_PASSWORD, DB_NAME, TABLA_PERSON
logger = logging.getLogger(__name__)
_RUC_BASE_RE = re.compile(r"^\d+")
def _normalizar_ruc(ruc):
"""
Para las personas físicas, el ruc en la BD viene casi siempre como número puro
(sin el dv pegado). Para poder comparar contra el ruc plano que trae el DNIT,
nos quedamos solo con el prefijo numérico inicial.
Devuelve None para filas basura que no arrancan con un dígito.
"""
match = _RUC_BASE_RE.match(str(ruc).strip())
return match.group() if match else None
def get_connection():
return pymysql.connect(
@@ -21,8 +35,9 @@ def get_connection():
def fetch_rucs_existentes(conn):
"""
Trae todos los RUC ya cargados en la tabla personas y los devuelve
como set (lookup O(1) para comparar contra los parseados del DNIT).
Trae todos los RUC ya cargados en la tabla personas, tal cual están guardados
(para jurídicas eso es casi siempre "ruc-dv" literal), como set para comparar
contra la clave "ruc-dv" armada con los datos del DNIT.
"""
query = f"SELECT {COLUMNA_RUC} FROM {TABLA_PERSONAS}"
existentes = set()
@@ -31,4 +46,21 @@ def fetch_rucs_existentes(conn):
for (ruc,) in cur.fetchall():
existentes.add(str(ruc).strip())
logger.info("RUC existentes en %s: %d", TABLA_PERSONAS, len(existentes))
return existentes
return existentes
def fetch_passwords_fisicas(conn):
"""
Trae ruc y password de las personas físicas (tipo_persona = 'F') ya cargadas,
como dict {ruc: password_actual} para comparar contra el dv del DNIT.
"""
query = f"SELECT {COLUMNA_RUC}, password FROM {TABLA_PERSONAS} WHERE tipo_persona = 'F'"
passwords = {}
with conn.cursor() as cur:
cur.execute(query)
for ruc, password in cur.fetchall():
ruc_base = _normalizar_ruc(ruc)
if ruc_base:
passwords[ruc_base] = password
logger.info("Personas físicas cargadas en %s: %d", TABLA_PERSONAS, len(passwords))
return passwords