DNIT RUC Zip Downloader + API RUC

Descarga y descomprime automáticamente archivos .zip desde la página web configurable (DNIT) y proporciona una API REST para consultar RUCs.

🚀 Características

• 🔍 Busca enlaces a archivos .zip en la página web
• ⬇️ Descarga múltiples archivos automáticamente
• 📦 Descomprime y unifica archivos .txt en CSV
• 🔧 Validación automática de CSV con eliminación de errores
• 🗃️ Crea base de datos SQLite con los datos
• 🌐 API REST para consulta de RUCs
• 📊 Búsqueda por RUC exacto o razón social

📦 Instalación

# Clonar o copiar el proyecto
cd ruc-dnit

# Instalar dependencias
pip install -r requirements.txt

🎯 Uso

1. Descargar y Procesar Datos

Opción 1: Línea de comandos (CLI)

# Básico
python -m src.main https://example.com

# Con directorio de salida personalizado
python -m src.main https://example.com -o ./mis_archivos

# Sin sobrescribir archivos existentes
python -m src.main https://example.com --no-overwrite

Opción 2: Archivo de configuración

1. Edita config.ini:

[DEFAULT]
url = https://example.com
output_dir = ./downloads
overwrite = true

2. Ejecuta:

python -m src.main

Opción 3: Variables de entorno

1. Crea un archivo .env:

cp .env.example .env

2. Edita .env:

ZIP_DOWNLOAD_URL=https://example.com
ZIP_OUTPUT_DIR=./downloads

3. Ejecuta:

python -m src.main --env

2. API REST para Consulta de RUC

Iniciar el servidor

# Usando el script instalado
ruc-api

# O directamente con Python
python -m src.api

Por defecto, la API corre en http://localhost:8000

Endpoints

GET /

Información de la API

curl http://localhost:8000/

GET /ruc/{ruc}

Busca un RUC exacto

curl http://localhost:8000/ruc/3634374

Respuesta:

{
  "ruc": "1234567-8",
  "razon_social": "JUAN PEREZ",
  "estado": "ACTIVO"
}

GET /buscar?query={texto}

Busca por RUC o razón social

# Buscar por parte de la razón social
curl "http://localhost:8000/buscar?query=JUAN"

# Buscar por RUC
curl "http://localhost:8000/buscar?query=1234567"

# Limitar resultados
curl "http://localhost:8000/buscar?query=JUAN&limit=5"

Respuesta:

{
  "resultados": [
    {
      "ruc": "1234567-8",
      "razon_social": "JUAN PEREZ",
      "estado": "ACTIVO"
    }
  ],
  "total": 1
}

GET /health

Verifica el estado de la API y la base de datos

curl http://localhost:8000/health

Respuesta:

{
  "status": "healthy",
  "database": "connected",
  "database_path": "C:\\dev\\python\\ruc-dnit\\data\\ruc.sqlite"
}

Documentación Interactiva

La API incluye documentación automática de Swagger/OpenAPI:

• Swagger UI: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc

📋 Proceso de Validación

El proceso de validación del CSV incluye:

1. Detección de líneas con errores (columnas incorrectas)
2. Creación de archivo error.csv con las líneas problemáticas
3. Eliminación automática de líneas con "CANCELADO" y columnas incorrectas
4. Generación de archivo limpio para SQLite

Archivo de errores (data/error.csv):

• numero_linea: posición original de la línea
• contenido_linea: contenido de la línea eliminada
• motivo_error: descripción del problema

📂 Estructura del proyecto

zip-downloader/
├── src/
│   ├── __init__.py
│   ├── downloader.py    # Lógica de descarga/descompresión/unificación
│   ├── api.py           # API REST FastAPI
│   └── main.py          # Interfaz CLI
├── data/
│   ├── ruc.csv          # CSV unificado y validado
│   ├── ruc.sqlite       # Base de datos SQLite
│   └── error.csv        # Líneas eliminadas por errores
├── config.ini           # Configuración por archivo
├── api.ini              # Configuración de la API
├── .env.example         # Plantilla variables de entorno
├── requirements.txt     # Dependencias
├── pyproject.toml       # Metadata del proyecto
└── README.md

🔧 Dependencias

• requests>=2.31.0 - Descarga de archivos
• beautifulsoup4>=4.12.0 - Parsing HTML
• python-dotenv>=1.0.0 - Variables de entorno
• fastapi>=0.109.0 - API REST
• uvicorn>=0.27.0 - Servidor ASGI

⚠️ Notas

• Los archivos .zip se eliminan después de descomprimirse
• La base de datos SQLite se sobrescribe en cada ejecución
• El RUC se retorna concatenado con el dígito verificador: {ruc}-{dv}
• La API soporta hasta 100 resultados por búsqueda

👤 Autor

• Daniel Cáceres
• Correo: dccaceres@gmail.com

📄 Licencia

Este proyecto está bajo la licencia MIT.