Proyecto autores.ar

Descripción

autores.py

Extrae la información de autores del "Breve diccionario biográfico de autores argentinos: desde 1940" en breve_diccionario.hocr.

Modo de uso:

autores.py FUENTE RESULTADOS

FUENTE: archivo hocr devuelto por el motor OCR

RESULTADOS: nombre del archivo csv donde se escribirán los resultados

También usa la información en:

• nombres.csv: una lista de nombres del Registro Civil de la Ciudad de Buenos Aires, con sus respectivos géneros.
• disciplinas.csv: versión csv de disciplinas.ods, indica qué disciplinas y subdisciplinas corresponden a qué rasgos.
• lugares.csv: una lista de capitales, provincias y países usada para validación.

integrador.py

Integra el resultado devuelto por autores.py con el último volcado de la base.

Modo de uso:

integrador.py RESULTADOS VOLCADO IMPORTABLE

RESULTADOS: archivo csv devuelto por autores.py

VOLCADO: volcado de la base obtenido en http://www.dominiopublico.org.ar/dbdump.csv

IMPORTABLE: nombre del archivo csv donde se escribirán los resultados

Instalación

Descargar y extraer zip, o clonar con Git.

Requerimientos

• Python3
• python-Levenshtein: se usa en integrador.py para hallar nombres similares.