Prérequis
Les prérequis pour exécuter le script sont les suivants :
- Python 3 doit être installé
- Git doit être installé pour récupérer le code source
Installation
- Récupérer le code de ce repository avec git, et se positionner dans le répertoire du script
git clone git@github.com:sparna-git/ans-schema-data.git
cd ans-schema-data
- Installer pip
sudo apt install python3-pip
Sur Windows, PIP est déjà inclus pour les versions de Python > 3.4.
- Installer virtualenv
pip install virtualenv
# Eventuellement sur Linux :
# sudo apt install python3.10-venv
- Créer l'environnement virtuel
python3.10 -m venv virtualenv
- Activer l'environnement virtuel
Sur Windows : virtualenv/Scripts/activate.bat
Sur Linux : source virtualenv/bin/activate
L'invite de commande change et le nom de l'environnement virtual apparait entre parenthèses au début de la ligne de commande
- Une fois dans l'environnement virtuel, installer les dépendances nécessaires à partir de
requirements.txt:
pip install -r requirements.txt
Exécution du script
- Se positionner dans l'environnement virtuel si on n'y est pas déjà
cd ans-schema-data
Sur Windows : virtualenv/Scripts/activate.bat
Sur Linux : source virtualenv/bin/activate
- Copier les fichier csv à vérifier dans un sous-répertoire "input" (créer le répertoire à la main) :
mkdir input
# Copier les fichier csv :
# cp .... input
Le script repère les fichiers par rapport au préfixe du nom de fichier (par exemple if filename.startswith('1_ANS_Spécialité_pharmaceutique_'):).
- Lancer le script
python3.10 Schema_data_validate.py <répertoire d'input contenant les CSV> <répertoire de sortie des rapports>
Par exemple :
Windows : python Schema_data_validate.py input output
Linux : python3.10 Schema_data_validate.py input output
Le répertoire d'output contiendra 2 fichiers : le rapport de validation en CSV rapport.csv, et le rapport de validation en HTML rapport.html.