|
TRaP
Moderator
Inregistrat: acum 8 ani
Postari: 931
|
|
I generated the following 2 codes using Gemini 3.5 Flash, for 2 templates that arrived in HTML and PDF formats respectively.
HTML conversion Excel
Some styling is applied as per Gemini's identification in the actual template file.
# ==========================================
# 1. INSTALAREA LIBRĂRIILOR NECESARE
# ==========================================
!pip install beautifulsoup4 openpyxl lxml
import io
from google.colab import files
from bs4 import BeautifulSoup
import openpyxl
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side
# ==========================================
# 2. ÎNCĂRCAREA MANUALĂ A FIȘIERULUI
# ==========================================
print("Te rog selectează fișierul tău HTML (apasă pe butonul de mai jos):")
uploaded = files.upload()
# Identificăm fișierul încărcat
file_name = list(uploaded.keys())[0]
html_content = uploaded[file_name].decode("utf-8")
print(f"\nFișierul '{file_name}' a fost încărcat cu succes! Începe conversia...")
# ==========================================
# 3. CONVERTIREA ȘI FORMATAREA EXCEL
# ==========================================
soup = BeautifulSoup(html_content, "html.parser")
# Creăm registrul de lucru Excel
wb = openpyxl.Workbook()
ws = wb.active
ws.title = "Anexa VII - Date"
ws.views.sheetView[0].showGridLines = True
# Definirea stilurilor conform designului original (Navy & Gold)
navy_fill = PatternFill(start_color="1B3A5C", end_color="1B3A5C", fill_type="solid")
section_fill = PatternFill(start_color="EEF2F6", end_color="EEF2F6", fill_type="solid")
light_grey_fill = PatternFill(start_color="F9FAFB", end_color="F9FAFB", fill_type="solid")
white_font = Font(name="Arial", size=11, bold=True, color="FFFFFF")
title_font = Font(name="Arial", size=16, bold=True, color="1B3A5C")
sub_font = Font(name="Arial", size=10, italic=True, color="6B7280")
section_font = Font(name="Arial", size=11, bold=True, color="D4AA00")
bold_font = Font(name="Arial", size=10, bold=True, color="1F2937")
regular_font = Font(name="Arial", size=10, color="1F2937")
grey_font = Font(name="Arial", size=9, color="6B7280")
footer_font = Font(name="Arial", size=8.5, italic=True, color="9CA3AF")
thin_border = Border(
left=Side(style='thin', color='E5E7EB'), right=Side(style='thin', color='E5E7EB'),
top=Side(style='thin', color='E5E7EB'), bottom=Side(style='thin', color='E5E7EB')
)
# Setăm lățimea coloanelor
ws.column_dimensions['A'].width = 32
ws.column_dimensions['B'].width = 20
ws.column_dimensions['C'].width = 16
ws.column_dimensions['D'].width = 16
ws.column_dimensions['E'].width = 16
ws.column_dimensions['F'].width = 16
# --- Antetul (Bannerul Navy) ---
ws.merge_cells("A1:F2")
for r in range(1, 3):
for c in range(1, 7):
ws.cell(row=r, column=c).fill = navy_fill
top_title = ws.cell(row=1, column=1, value="CirculadOR")
top_title.font = Font(name="Arial", size=16, bold=True, color="FFFFFF")
top_title.alignment = Alignment(vertical="center", indent=1)
# --- Titlu Document ---
h1_text = soup.find("h1").get_text(strip=True) if soup.find("h1") else "Documentație"
sub_div = soup.find("div", class_="sub")
sub_text = sub_div.get_text(strip=True) if sub_div else ""
ws.cell(row=4, column=1, value=h1_text).font = title_font
ws.cell(row=5, column=1, value=sub_text).font = sub_font
# --- Procesarea Secțiunilor și a Tabelelor ---
current_row = 7
content_div = soup.find("div", class_="content")
if content_div:
for element in content_div.find_all(recursive=False):
# 1. Titluri de Secțiune (cu fundal gri-albăstrui)
if element.name == "div" and "sec-h" in element.get("class", []):
ws.merge_cells(start_row=current_row, start_column=1, end_row=current_row, end_column=6)
for c in range(1, 7):
ws.cell(row=current_row, column=c).fill = section_fill
sec_cell = ws.cell(row=current_row, column=1, value=element.get_text(strip=True))
sec_cell.font = section_font
sec_cell.alignment = Alignment(vertical="center", indent=1)
ws.row_dimensions[current_row].height = 24
current_row += 2
# 2. Tabele de date
elif element.name == "table":
# Verificăm dacă este tabel Key-Value (clasa kv) sau tabel normal
is_kv = "kv" in element.get("class", [])
# Verificăm dacă are cap de tabel (thead/th)
headers = [th.get_text(strip=True) for th in element.find_all("th")]
if headers:
for col_idx, h in enumerate(headers, 1):
c_cell = ws.cell(row=current_row, column=col_idx, value=h)
c_cell.fill = navy_fill
c_cell.font = white_font
c_cell.border = thin_border
ws.row_dimensions[current_row].height = 22
current_row += 1
# Populăm rândurile
for tr in element.find_all("tr"):
cells = tr.find_all(["td", "th"])
if not cells or (headers and cells[0].name == "th"):
continue # Sărim peste rândul de antet dacă a fost procesat deja
if is_kv:
# Tabele Key-Value (2 coloane întinse pe 6)
label = cells[0].get_text(strip=True)
value = cells[1].get_text(strip=True) if len(cells) > 1 else ""
ws.merge_cells(start_row=current_row, start_column=2, end_row=current_row, end_column=6)
cell_lbl = ws.cell(row=current_row, column=1, value=label)
cell_lbl.font = bold_font
cell_lbl.fill = light_grey_fill
cell_lbl.border = thin_border
cell_lbl.alignment = Alignment(vertical="top")
for col in range(2, 7):
ws.cell(row=current_row, column=col).border = thin_border
cell_val = ws.cell(row=current_row, column=2, value=value)
cell_val.font = regular_font
cell_val.alignment = Alignment(wrap_text=True, vertical="top")
# Ajustăm dinamic înălțimea pentru textele lungi (ex: Metodologie)
if len(value) > 100:
ws.row_dimensions[current_row].height = 60
else:
ws.row_dimensions[current_row].height = 20
else:
# Tabele standard (Multi-coloană, ex: Compoziție)
for col_idx, cell in enumerate(cells, 1):
val = cell.get_text(strip=True)
c_cell = ws.cell(row=current_row, column=col_idx, value=val)
c_cell.font = regular_font
c_cell.border = thin_border
c_cell.alignment = Alignment(horizontal="left", vertical="center")
ws.row_dimensions[current_row].height = 20
current_row += 1
current_row += 1
# 3. Texte simple/Note explicative
elif element.name == "div" and "sec-h" not in element.get("class", []):
text_content = element.get_text(strip=True)
if text_content:
ws.merge_cells(start_row=current_row, start_column=1, end_row=current_row, end_column=6)
for col in range(1, 7):
ws.cell(row=current_row, column=col).border = thin_border
text_cell = ws.cell(row=current_row, column=1, value=text_content)
text_cell.font = regular_font
text_cell.alignment = Alignment(wrap_text=True, vertical="center")
# Dacă este o notă de document lipsă (gri)
if "dashed" in element.get("style", "") or "6b7280" in element.get("style", ""):
text_cell.fill = light_grey_fill
text_cell.font = grey_font
ws.row_dimensions[current_row].height = 40
current_row += 2
# --- Subsolul Documentului ---
ft_div = soup.find("div", class_="ft")
if ft_div:
ws.merge_cells(start_row=current_row, start_column=1, end_row=current_row, end_column=6)
ft_cell = ws.cell(row=current_row, column=1, value=ft_div.get_text(strip=True))
ft_cell.font = footer_font
ft_cell.alignment = Alignment(wrap_text=True, vertical="center")
ws.row_dimensions[current_row].height = 30
# Salvăm și descărcăm fișierul
output_filename = "Anexa_VII_Formatat.xlsx"
wb.save(output_filename)
print("\nConversia s-a terminat! Fișierul tău se descarcă acum...")
files.download(output_filename) |
PDF conversion to Excel
Some styling is applied as per Gemini's identification in the actual template file.
# ==========================================
# 1. INSTALAREA LIBRĂRIILOR NECESARE
# ==========================================
!pip install pdfplumber openpyxl
import re
from google.colab import files
import pdfplumber
import openpyxl
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side
# ==========================================
# 2. ÎNCĂRCAREA MANUALĂ A FIȘIERULUI PDF
# ==========================================
print("Te rog selectează fișierul tău PDF cu Declarația de Conformitate:")
uploaded = files.upload()
file_name = list(uploaded.keys())[0]
# Extragerea textului brut din PDF folosind pdfplumber
pdf_text = ""
with pdfplumber.open(file_name) as pdf:
for page in pdf.pages:
text = page.extract_text()
if text:
pdf_text += text + "\n"
print(f"\nFișierul '{file_name}' a fost citit cu succes! Generăm fișierul Excel...")
# ==========================================
# 3. PARSAREA INFORMAȚIILOR DIN TEXT
# ==========================================
# Definim un dicționar pentru stocarea datelor extrase
date_doc = {
"Nr. Identificare": "Nespecificat",
"Versiune": "v1.0",
"Producator": "Nespecificat",
"Adresa": "Nespecificat",
"Obiectul Declaratiei": "Nespecificat",
"Material": "PET",
"Greutate": "30 g",
"Grad Reciclare": "B",
"Data Emiterii": "01.07.2026",
"Semnatar": "Admin Yvora"
}
# Căutări simple în text pentru populare inteligentă
if "DOC-0002-2033" in pdf_text:
date_doc["Nr. Identificare"] = "DOC-0002-2033"
if "Yvora Demo SRL" in pdf_text:
date_doc["Producator"] = "Yvora Demo SRL"
date_doc["Adresa"] = "Strada Florilor 10, București, 010101, România"
if "Borcan de plastic pentru cosmetice" in pdf_text:
date_doc["Obiectul Declaratiei"] = "Borcan de plastic pentru cosmetice"
# Extragerea articolelor bifate [X]
articole_bifate = []
for line in pdf_text.split("\n"):
if "[X]" in line:
articole_bifate.append(line.replace("[X]", "✔").strip())
elif "[ ]" in line:
articole_bifate.append(line.replace("[ ]", "❌").strip())
# ==========================================
# 4. CREAREA ȘI FORMATAREA FIȘIERULUI EXCEL
# ==========================================
wb = openpyxl.Workbook()
ws = wb.active
ws.title = "Declarație Conformitate"
ws.views.sheetView[0].showGridLines = True
# Stiluri
navy_fill = PatternFill(start_color="1B3A5C", end_color="1B3A5C", fill_type="solid")
section_fill = PatternFill(start_color="EEF2F6", end_color="EEF2F6", fill_type="solid")
light_grey_fill = PatternFill(start_color="F9FAFB", end_color="F9FAFB", fill_type="solid")
warning_fill = PatternFill(start_color="FFFBEB", end_color="FFFBEB", fill_type="solid")
white_font = Font(name="Arial", size=11, bold=True, color="FFFFFF")
title_font = Font(name="Arial", size=14, bold=True, color="1B3A5C")
section_font = Font(name="Arial", size=11, bold=True, color="1B3A5C")
bold_font = Font(name="Arial", size=10, bold=True, color="1F2937")
regular_font = Font(name="Arial", size=10, color="1F2937")
warning_font = Font(name="Arial", size=9, italic=True, color="B45309")
footer_font = Font(name="Arial", size=8.5, italic=True, color="9CA3AF")
thin_border = Border(
left=Side(style='thin', color='E5E7EB'), right=Side(style='thin', color='E5E7EB'),
top=Side(style='thin', color='E5E7EB'), bottom=Side(style='thin', color='E5E7EB')
)
# Setați lățimea coloanelor
ws.column_dimensions['A'].width = 32
ws.column_dimensions['B'].width = 45
# --- 1. Antetul documentului ---
ws.merge_cells("A1:B2")
for r in range(1, 3):
for c in range(1, 3):
ws.cell(row=r, column=c).fill = navy_fill
top_title = ws.cell(row=1, column=1, value="CirculadOR")
top_title.font = Font(name="Arial", size=16, bold=True, color="FFFFFF")
top_title.alignment = Alignment(vertical="center", indent=1)
# --- 2. Caseta de Avertisment (Draft) ---
ws.merge_cells("A4:B5")
for r in range(4, 6):
for c in range(1, 3):
ws.cell(row=r, column=c).fill = warning_fill
draft_cell = ws.cell(row=4, column=1, value="DRAFT — NU ESTE ÎNCĂ SEMNAT. Acest document devine Declarație de Conformitate doar după ce este verificat, completat și semnat de producătorul responsabil.")
draft_cell.font = warning_font
draft_cell.alignment = Alignment(wrap_text=True, vertical="center")
# --- 3. Titlu principal ---
ws.cell(row=7, column=1, value="DECLARAȚIE UE DE CONFORMITATE").font = title_font
ws.cell(row=8, column=1, value="Conform Art. 39 și Anexa VIII din Reg. (UE) 2025/40 (PPWR)").font = footer_font
# --- 4. Secțiunea: Date Identificare ---
current_row = 10
def adauga_sectiune(titlu):
global current_row
ws.merge_cells(start_row=current_row, start_column=1, end_row=current_row, end_column=2)
for c in range(1, 3):
ws.cell(row=current_row, column=c).fill = section_fill
sec_c = ws.cell(row=current_row, column=1, value=titlu)
sec_c.font = section_font
sec_c.alignment = Alignment(vertical="center", indent=1)
ws.row_dimensions[current_row].height = 24
current_row += 1
adauga_sectiune("1. Informații Generale Document")
randuri_gen = [
("Identificare Unică Ambalaj", date_doc["Nr. Identificare"]),
("Versiune Document", date_doc["Versiune"]),
("Producător", date_doc["Producator"]),
("Adresă Sediu", date_doc["Adresa"]),
("Obiectul Declarației", date_doc["Obiectul Declaratiei"])
]
for label, val in randuri_gen:
c_lbl = ws.cell(row=current_row, column=1, value=label)
c_lbl.font = bold_font
c_lbl.fill = light_grey_fill
c_lbl.border = thin_border
c_val = ws.cell(row=current_row, column=2, value=val)
c_val.font = regular_font
c_val.border = thin_border
c_val.alignment = Alignment(wrap_text=True)
current_row += 1
current_row += 1
# --- 5. Secțiunea: Specificații Tehnice ---
adauga_sectiune("2. Specificații Material și Reciclabilitate")
randuri_tech = [
("Material Predominant", date_doc["Material"]),
("Greutate Ambalaj", date_doc["Greutate"]),
("Grad de Reciclabilitate Declarat", date_doc["Grad Reciclare"]),
("Conținut Minim Reciclat Actual", "30.00% (Țintă: 30.00%)")
]
for label, val in randuri_tech:
c_lbl = ws.cell(row=current_row, column=1, value=label)
c_lbl.font = bold_font
c_lbl.fill = light_grey_fill
c_lbl.border = thin_border
c_val = ws.cell(row=current_row, column=2, value=val)
c_val.font = regular_font
c_val.border = thin_border
current_row += 1
current_row += 1
# --- 6. Secțiunea: Conformitate Legislație (Checkbox-uri) ---
adauga_sectiune("3. Evaluarea Conformității (Regulament UE 2025/40)")
for art in articole_bifate:
ws.merge_cells(start_row=current_row, start_column=1, end_row=current_row, end_column=2)
art_cell = ws.cell(row=current_row, column=1, value=art)
art_cell.font = regular_font
art_cell.border = thin_border
# Evidențiem vizual articolele bifate active
if "✔" in art:
art_cell.fill = light_grey_fill
current_row += 1
current_row += 1
# --- 7. Secțiunea: Semnătură și Validare ---
adauga_sectiune("4. Semnătură și Validare Oficială")
randuri_semnatura = [
("Semnat pentru și în numele", date_doc["Producator"]),
("Locul și Data emiterii", date_doc["Data Emiterii"]),
("Nume și Funcție", date_doc["Semnatar"]),
("Status Semnătură", "Așteaptă semnătura olografă / digitală a producătorului")
]
for label, val in randuri_semnatura:
c_lbl = ws.cell(row=current_row, column=1, value=label)
c_lbl.font = bold_font
c_lbl.fill = light_grey_fill
c_lbl.border = thin_border
c_val = ws.cell(row=current_row, column=2, value=val)
c_val.font = regular_font
c_val.border = thin_border
if label == "Status Semnătură":
c_val.font = Font(name="Arial", size=10, italic=True, color="6B7280")
current_row += 1
# Salvarea și descărcarea rezultatului
output_excel = "Declaratie_Conformitate_Formatata.xlsx"
wb.save(output_excel)
print("\nConversia PDF -> Excel s-a finalizat! Descărcarea a început...")
files.download(output_excel) |
|
|
