Ⱥik d Z ddlZddlZddlZddlZddlZddlZddlZddlm Z ddl
m Z h dZ dZ
dZd Zd Zd
Zd Zg d Zd
dddddZd Zd Zd Zedk r e dS dS )u
Boletín Oficial → CSV para importar en WordPress
Extrae avisos de un archivo .doc o .docx y genera un CSV listo para importar
con el plugin "Really Simple CSV Importer".
Uso:
python boletin_to_csv.py BO29.doc
python boletin_to_csv.py BO29.docx
N)Path)Counter> LeyesDecretos
Ordenanzas Resoluciones Partidos PolíticosAcordada MunicipalAcuerdo LegislativoDecretos MunicipalesResoluciones MunicipaleszNhttps://boletinoficial.jujuy.gob.ar/wp-content/uploads/2016/10/PDFDownload.pngz`https://boletinoficial.jujuy.gob.ar/wp-content/uploads/2016/Boletines/{anio}/{numero}-{anio}.pdfc V t || }d| dt dS )u3 Genera el HTML del ícono PDF con link al boletín.anionumeroz
) PDF_BASE_URLformat PDF_IMG_URL)r r urls /E:\GuilleBO\Escritorio\py int\boletin_to_csv.pyarmar_bloque_pdfr ( sC
4
7
7C 5@ c ddg} | D ]%}t j | r|c S &t j d S )Nz0C:\Program Files\LibreOffice\program\soffice.exez6C:\Program Files (x86)\LibreOffice\program\soffice.exesoffice)ospathexistsshutilwhich)
rutas_windowsrutas r encontrar_libreofficer" 4 sT ;AM
7>>$ KKK < " ""r c t }|sAt d t d t d t j d t j } t
j |dddd|| gd d
}|j d k r+t d |j t j d t | j d
z }t j
t j | }t! j t j
|| | |t! j |d S # t! j |d w xY w)Nz!ERROR: LibreOffice no encontrado.uG Instalalo desde https://www.libreoffice.org y reiniciá la computadora.u6 O convertí el archivo a .docx desde Word manualmente. z
--headlessz --convert-todocxz--outdirT)capture_outputtextr zERROR al convertir: .docx)
ignore_errors)r" printsysexittempfilemkdtemp
subprocessrun
returncodestderrr stemr r join
gettempdirr copyrmtree)doc_pathr tmpdirresultout_namefinals r convertir_doc_a_docxr= ? sO #%%G
1222
WXXX
FGGG
F
2
lNFJPX Y d
! ! 8 88 9 9 9 HQKKK>>&0 X 0 2 2H== BGLL22E:::
fD11111
fD11111s
&CE
E%c | }|dk rdS |dk rdS |dk rdS dddd d
d d d
d
dddddd}| |d S )znDevuelve el marcador de categoria si el texto es un encabezado de seccion del boletin,
o None si no lo es.z
FE DE ERRATAS _IGNORAR_z LEYES - DECRETOS - RESOLUCIONES _LEYES_DECRETOS_RESOLUCIONES_z#MUNICIPIOS - COMISIONES MUNICIPALES _MUNICIPIOS_r Licitaciones ContratosRemateszConcursos y QuiebrasMinasu
UsucapiónNotificacionesu Citación
Sucesorios)zPARTIDOS POLITICOSu PARTIDOS POLÍTICOSz"LICITACIONES - CONCURSO DE PRECIOSz!CONTRATOS - CONVOCATORIAS - ACTASREMATESzCONCURSOS Y QUIEBRASzEDICTOS DE MINASzEDICTOS DE USUCAPIONu EDICTOS DE USUCAPIÓNzEDICTOS DE NOTIFICACIONu EDICTOS DE NOTIFICACIÓNzEDICTOS DE CITACIONu EDICTOS DE CITACIÓNzEDICTOS SUCESORIOSN)stripupperget)r' tMAPAs r es_encabezado_categoriarN X s
AO{ ---.. 111 ~ 0E0E/=/:/8/E/6/;0>OOO JC>>>
2r c
KLMNOPQ ddl m} ddlm} dd l}| | 5 }| d } d d d n # 1 swxY w Y | | }
d} d} |
d| d }
t |
}i }t | D ]\ }}| d | d
}|D ]b}| d | d }d d
|D
}t | }|r|||< c || Li }d}t | D ]5\ }}|j d d }|dk r
|||< |dz
}6i }| D ]\ }}||v r |||| < i Kd} t% t' Lj D ]}||v r|| } | K|< i N dd l} ddlm} | | 5 } d| v rv| d } | | }!i }"|! d| d D ]}#|# d| d }$i }%|# d| d D ]R}&|& d| d }'|& d| d }(|( |( d| d |%|'< S|%|"|$< |! d| d D ]})|) d| d }*|) d| d }+|+R|+ d| d }$|" |$i }%|% d d }(|(d k rd nd N|*< d d d n # 1 swxY w Y n# t. $ r Y nw xY wi },d}-t | D ]3\ }}|j d d d!k r
|-|,|< |-dz
}-4g }.d}/t | D ]m\ }}|j d d }|dk r |. |d|/f |/dz
}/I|d!k r |. |d!|,| f ng }0t Lj D ](\ }1}2d"|2j j v r|0 |1 )Kfd#}3Nfd$Od% QOQfd&}4g }5d}6|0D ]}7t t% |6|7dz }8Lfd'|8d d D MLj |7 j
PPrM P MPfd(MD }9|9r|5 M|8f |7dz }6t t% |6t' Lj }:Lfd)|:D };|;r|5 |;|:f d* }|5D ]f\ M}8 |3|8 }?Md }@|?d,k r2|?d-k ss|?dk ry|@ d. sX|@ d/ sC|@ d0 s.|@ d1 s|@ d2 sd3|@v r |
}Ed? |E d@ D }FdAMd v }G|Gr|F}Hnt' |F dk r|F}Hng }H|Hr1|Ar|A d;d; |H nd; |H }A |4|8L|. }IdB|z dCz |Iz dDz }J|> ||JdEdF|?|AdG h|>S )HNr Documentetreeword/document.xmlz!extraer_avisos.. s+ ? ?! ?qv ? ? ? ? ? ?r }pr$ Sin clasificarzword/numbering.xmlz }abstractNumz}abstractNumIdz}lvlz}ilvlz}numFmtz}valz}numz}numId0bulletdecimalolultblpBdrc @ | d } |d S )uM Devuelve la categoría del bloque usando el último párrafo como referencia.r r )rK ) para_indiceslast_pi cat_por_paras r
bloque_catz"extraer_avisos..bloque_cat s$ r" )9:::r c ddl }| j sdS d}| j D ]A}|j }|s |j r|j rd| d}n|j rd| d}n
|j rd | d
}||z
}B| }|sdS d | j j v rW| d | j j }|r| d
nd}|r
|d nd}||fS |dfS )uE Convierte un párrafo a HTML, respetando negrita y subrayado por run.r N)NNrr z z
zz zznumPrz.para_to_html sI y : 9
CA
x
"CM
"2!222
"+q+++
"!!MMM NII OO%% : dm' ' ' ::&? ARSSL.:D\''***Fzzrr z
z2)rowscellsr' rI replaceappendr4 )table rows_htmlrowr cell cell_texts r
tabla_to_htmlz%extraer_avisos..tabla_to_html5 s : @ @CE
6
6 IOO - - 5 5dC @ @ 4I 4 4 45555 Vbggenn 4w > ? ? ? ?CbggiFXFXX[eeer c 0 | d }| d }g }d}|D ]N\ }}} |dk r| |k s| |k r|j | }
|
\ } } | s8| rV|| k r6|r| d| d | d| d | }| d| d |r| d| d d}| d
| d |d k rd}
d}|D ]!\ }}}|dk r||k r|}
||k r||} n"|
W||
cxk r|k rJn |r| d| d d}| |j | P|r| d| d d
| S )u< Construye el HTML de un bloque incluyendo viñetas y tablas.r r Nr zzzz
r r )
paragraphsr tablesr4 )r doc
body_sequencefirst_pir
html_partscurrent_list_typebody_idxtiporefr r' r prev_para next_para seq_body_idxseq_tiposeq_refr r s r build_block_htmlz(extraer_avisos..build_block_html@ sq ? r"
#0 # F # F HdCs{{>>S7]] ~c*".,t"4"4i 8(I55, I & - -.G3D.G.G.G H H H"))*:i*:*:*:;;;,5) %%&8T&8&8&89999( 1"))*C/@*C*C*CDDD,0) %%&6D&6&6&67777 7D " "3L(G 3'(22(/II )H 4 49J(/I !E (X-M-M-M-Mg-M-M-M-M-M( 1"))*C/@*C*C*CDDD,0) %%mmCJsO&D&DEEE 9 7#4 7 7 7 8 8 8yy$$$r c g | ]J}j | j &j | j KS r r' rI r jr s r
z"extraer_avisos..y sK hhhA XYIZI_IeIeIgIgh "'--//hhhr c J g | ] }|r|k rt d k | S )r$ )rw )r lrx sep_texts r r z"extraer_avisos.. s> qQ
MMc%jjAoo -oor c g | ]J}j | j &j | j KS r r r s r r z"extraer_avisos.. sK iiiQ#.YZJ[J`JfJfJhJhi#.#(..00iiir c | d }t | dk r| d nd}d|v r.| d rdS | d rdS | d rdS | d rdS | d rd
|v rd S | d rd S | d
s| d rd
|v rdS | d
s| d rdS d|v rdS d|v sd|v rd S dS )Nr rr zLEGISLATURA DE JUJUYLEYr ACUERDOr DECRETO MUNICIPALr r
RESOLUCION RESOLUCIÓNr
r INSTITUTO DE VIVIENDA
MUNICIPALIDAD MUNICIPIO)rJ rw
startswith)rx firstthirds r subclasificar_leyes_decretosz4extraer_avisos..subclasificar_leyes_decretos s a $'JJNNa !U * * &&
w **
-,, E " " 7 I & & )(( I & & *;%+?+?)) I & & : \ * * .e.>.>}.M.M .S^bgSgSg-- L ) ) "U-=-=m-L-L "!> "e + +!> e # #{e';';)) ~r c | d }t | dk r| d nd}d | }d|v rdS | d rdS | d rd
S | d s| d rd
S | d rdS | d rd
S | d rdS | d s| d rd
S d|v rd|v rdS d|v sd|v rd |v rd
S d |v sd |v rd
S dS )Nr r$ rr ro z SANCIONA CON FUERZA DE ACUERDOr
r r ORDENANZAr r r r
r z
EL INTENDENTEDECRETAzSANCIONA LA ORDENANZA
PROMULGASE)rJ rw r4 r )rx r secondry s r subclasificar_municipiosz0extraer_avisos..subclasificar_municipios s a %(ZZ!^^q !!!xx$$&& +t 3 3'' Y ' ' *)) [ ) ) < \ * * .f.?.?
.N.N .-- Y ' ' ('' K ( ( < I & & *)) L ) ) .U-=-=m-L-L .-- d " "yD'8'8)) "d * *ld.B.B{VZGZGZ < 4 =D#8#8--%%r r? r@ r r r r r r rA rF u INSCRIPCIÓN DE MARTILLEROz,Notificaciones, Inscripciones de Martilleros,rr )r
r r r
z, )r r uG (DECRETO|RESOLUCIÓN?|RESOLUCION)(\s+\w+)?\s+N[ºo°°]?\s*\d+-([^/]+)/ c ^ g | ]*}| | +S r )rI )r os r r z"extraer_avisos.. s- TTT!''))T!''))TTTr -CONJUNTAz
r z
publishpost
post_title post_content post_status post_type tax_category tax_post_tag)$r% r lxmlr zipfileZipFileread
fromstringfindlist enumeratefindallr4 rI rN tagsplitrt rangerw r namelistrK Exceptionr r r r' rJ r CATS_CON_ETIQUETAr} r match
IGNORECASEr )R docx_pathtitulo_boletinr r
bloque_pdfr r r zxml_rawtreeWWPSry
body_children
cat_por_childidxchildtxboxestxbxtextscontentcatpara_index_mappara_idxr r cat_cambios current_catzf2et2z2num_xmlnum_tree
abstract_numsanan_idlvlslvlilvl_valfmtnumr r tabla_por_body_idx
tabla_counterr para_counter sep_indicesir r r blocksprevsep_iindices
content_lines last_indices
last_linesr r avisoscategoryr r{ etiqueta_municipior morganismos_rawpartes es_conjunta
organismos html_body html_contentr r rx r r r r sR @@@@@@@r extraer_avisosrI sv NNN
# # .q&&,--. . . . . . . . . . . . . . . G $ $D GA
MC 99^!^^^ $ $DJJM M
.. ) )
U-- 3 3 3 344 ) )DLL 00Ehh ? ?u ? ? ???EEGGG)'22C
)%(
c" ) (9
C
NH$]33 %iooc""2& #::'/N8 $ MH K&,,.. 8 8
# ~ % %47Kx0 1 L"K#cn--.. - - { " "%h/K!, X N
%%%%%%
[[
#
# Tr#r{{}}44 ''"677 >>'22 "
"**+@+@+@+@AA 0 0B FF#:#:#:#: ; ;E D !zz-q--- 8 8 D D#&77>>>>#:#: !hh'7A'7'7'7 8 8 ?-0WW]!]]]-C-CDN+/M%((#++MMMM:: T TC WW_!___ 5 5F ((#:#:#:#:;;C #
Q
6 6 , 0 0 ; ; "hhsH 5 59< 9I9Itv.+ T T T T T T T T T T T T T T T,
M$]33 % 9??3 #u , ,+8 x ( Q M ML$]33 R R%iooc""2& #:: (C !> ? ? ? A LL
E\\ (E3Eh3O!P Q Q Q K S^,, " "4 T]& & & q ! ! !; ; ; ; ;
8 f f f2% 2% 2% 2% 2% 2%h F D uT519--..hhhh" hhh>%(-3355 # LL " " " E
, MM5'* + + +qydC$7$78899Liiii,iiiJ 2
z<0111 6 & & &@ F B B w :g&&a { " " 6 6 6 ,,,$$U++ -/4/?/? /J/J -$$Y// - $$\22 - 7<6F6F}6U6U - ,u4433E::HH
'
'//66H ' ' 'E,<,<=Y,Z,Z 'EH#>>#..q17799=NNN44TV o o o!3E!:!: !
cBJbh>>*<>>>Pb
3 3 3 3 dfklmfnftftfvfvx{ yG H HA
m!"!1!1!3!3TT^-A-A#-F-FTTT )E!HNN,<,< < $!'JJ[[A%%!'JJ "$J mIQ l( E Edii
.C.C E E EW[W`W`akWlWlH$$Wc=AA +j84?)KNcc
* ( % " $ $
MsH AAA+ N0
FN$ N0 $N((N0 +N(,N0 0
N=<N=c #$ ddl m} nC# t $ r6 t d t j t j dddddg Y nw xY wt t j d k r2t d
t d t
j
d t j d }| d
r2t d| d t | }t d nJ| d s#t d t
j
d t d t d }|s#t d t
j
d t! j d|t j }|r| d nd}|r%t! j d|t j r|dz }t! j d| }|r| d nd}|s0 ddlm} dd l}| | 5 } | d }
d d d n # 1 swxY w Y | |
} d } d }
| d | d }t7 | d d! D ]}| d"|
d# D ]h}| d"| d$ }d% d& |D }t! j d| }|r| d } ni|r nn# t< $ r Y nw xY w|s!t d' }|rt d(| |rAt d)| t> ||* }t d+| nt d, t d t |r|rtC || nd}tE t j d j# d-z }t d. tI ||||| #t d/t # d0 tK d1 #D }t d2 tM |' D ]\ }}t d3|d4d3| g d5}t t d6 }|d7k r] tQ t d8 $n# tR $ r d9$Y nw xY w#$fd:tU dt # $ D } tE t j d j# } tW | d D ]\ } } | d;| d-} tY | d 5 }!t[ j. |!|? }"|"/ |"0 | d d d n # 1 swxY w Y t d@| dAt | dB t dCt | dD ntY |d 5 }!t[ j. |!|? }"|"/ |"0 # d d d n # 1 swxY w Y t dE| t d3t # dF t t dG d S )HNr r zInstalando python-docx...z-mpipinstallz python-docxz-qr z)Uso: python boletin_to_csv.py archivo.docz* python boletin_to_csv.py archivo.docxr$ z.docz
Convirtiendo z a .docx con LibreOffice...u → Listo
r( z'ERROR: El archivo debe ser .doc o .docxu ───────────────────────────────────────────────────────uB Título del boletín (ej: BOLETIN OFICIAL Nº 29 – 09/03/2026): u( ERROR: El título no puede estar vacío.u N[ºo°]?\s*(\d+)rr zE\.?C\.?ECz
\b(20\d{2})\br r r r r r
r r r ro c 3 2 K | ]}|j |j V d S r r r s r r zmain..D s+ "C"CaAF"C16"C"C"C"C"C"Cr uM No se detectó el año automáticamente. Ingresalo manualmente (ej: 2026): u → Año detectado: u → Número de boletín: r u → Link PDF: uR ⚠ No se pudo detectar el número de boletín — el ícono PDF no se agregaráz _avisos.csvzExtrayendo avisos...u → z avisos encontradosc 3 & K | ] }|d V
dS )r Nr )r as r r zmain..d s' 88Aa'888888r u
Resumen por categoría:z 3dr u0 ¿Dividir el CSV en lotes para importar? (s/n): su( ¿Cuántas entradas por lote? (ej: 20): c * g | ]}||z S r r )r r7 r? tams r r zmain..s s% EEEQ!C% EEEr _partewz utf-8-sig)newlineencoding)
fieldnamesu ✓ z (z
entradas)u
✓ u8 archivos generados — importalos de a uno en WordPressu
✓ CSV generado: z+ entradas listas para importar en WordPressu7 Próximo paso: Herramientas → Import CSV en WordPress)1r% r ImportErrorr* r/ r0 r+
executablerw argvr, lowerendswithr= inputrI r r r r r r r r r r r r r r4 r
r r r r r3 rI r ru rt int
ValueErrorr r opencsv
DictWriter writeheader writerows)%r archivotitulo match_numr
match_anior r zfr r r r r ry r r r txtrB pdf_urlr salidaresumenr! ncamposresplotesr3 r lote nombre_lotefwriterr? rV s% @@r mainrz s V!!!!!!! V V V
)***eY
tTUUUUUV 38}}q
9:::
:;;; hqkG}} ''
BgBBBCCC&w//
]]__
%
%g
.
.
7888 *
W
X
X
^
^
`
`F
8999 .
FFI#,
4Y__Q
"F
")K ?? $ +V44J", 4: A "D " " " " " " G$$
6&&!455
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6##G,,DPAUC99^!^^^,,D dCRC
!MM*=#*=*=*= > > D LL 8 8E (("C"C5"C"C"CCCC "2C88A wwqzz E D ndeekkmm /
-t--...
d
4F44555 %%4%??
***++++
bccc * GGG39JdJ!&$///J
#(1+
#m
3F
!!!
GVT6:
F
FF
33v;;
3
3
34448888888G
%&&& )) " "Q
1 3 !!!!
g
g
gF
GGG C D D J J L L R R T TD s{{ e FGGMMOOPPCC CCC EEEEE%3v;;*D*DEEECHQK %"5!,, B BIC !99999Kk3[III
'Q f===""$$$ &&&
'
'
'
'
'
'
'
'
'
'
'
'
'
'
'
@;@@3t99@@@ A A A A
[s5zz[[[\\\\
&#rK
@
@
@ %A^A&999F V $ $ $ % % % % % % % % % % % % % % % -V--...
K3v;;KKKLLL GGG
CDDDDDs~ =A
A 9 M I:. M :I>>M I>CM
M%$M%?.U. . U=<U=?A Y Y Y .A [::[>[>__main__)__doc__r+ r re r r r- r/ pathlibr collectionsr r r r r r" r= rN rv rs r} rI rz __name__r r r r s^
_ q # # #2 2 22 @
" .%+"(#) ) n n nb vE vE vEr zDFFFFF r