Skip to content
Permalink
master
Switch branches/tags

Name already in use

A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?
Go to file
 
 
Cannot retrieve contributors at this time
executable file 269 lines (226 sloc) 7.75 KB
#! /usr/bin/env python3
# rene-d 2018
# Unlicense: http://unlicense.org
"""
Fichier FANTOIR (Fichier ANnuaire TOpographique Initialisé Réduit)
https://www.data.gouv.fr/fr/datasets/fichier-fantoir-des-voies-et-lieux-dits/
crée une base SQLite3 à partir du fichier texte
lecture d'après la description officielle (cf. site) + ajustements
"""
import zipfile
import sqlite3
import os
import argparse
import glob
try:
from tqdm import tqdm
except ImportError:
print("Pour afficher la progression: pip3 install tqdm")
def tqdm(it, *args, **kwargs):
return it
#
# description du fichier FANTOIR
#
# le fichier fantoir est une suite de lignes texte, avec un enregistement par ligne
# initial
# direction
# commune
# voie
# voie
# ...
# commune
# voie
# ...
# ...
# final
FILLER = '_ '
FILLER_NULL = '_\0'
FILLER_ANY = '_*'
FILLER_0 = '_0'
FILLER_9 = '_9'
enregistrement_initial = [
"initial",
[10, FILLER_NULL],
[ 1, FILLER],
[25, 'lbl_prod', 'Libellé du centre de production du fichier'],
[ 8, 'date_situ', 'Date de situation du fichier', 'AAAAMMJJ'],
[ 7, 'date_prod', 'Date de production du fichier', 'AAAAQQQ']
]
enregistrement_direction = [
"direction",
[ 2, 'code_dpt', 'Code département'],
[ 1, 'code_dir', 'Code direction'],
[ 8, FILLER],
[30, 'libelle_dir', 'Libellé Direction']
]
enregistrement_commune = [
"commune",
[ 2, 'code_dpt', 'Code département'],
[ 1, 'code_dir', 'Code direction'],
[ 3, 'code_comm', 'Code commune'],
[ 4, FILLER],
[ 1, 'cle_rivoli', 'Clé RIVOLI', 'Contrôle la validité de COMM'],
[30, 'libelle_comm', 'Libellé Commune'],
[ 1, FILLER],
[ 1, 'type_comm', 'Type de la commune', 'N : rurale, R : recensée'],
[ 2, FILLER],
[ 1, 'caract_rur', 'Caractère RUR', '3 : pseudo-recensée, blanc sinon'],
[ 3, FILLER],
[ 1, 'caract_popul', 'Caractère de population', 'blanc si < 3000 hab, * sinon'],
[ 2, FILLER],
[ 7, 'popul_reel', 'Population réelle'],
[ 7, 'popul_apart', 'Population à part'],
[ 7, 'popul_fict', 'Population fictive'],
[ 1, 'caract_annul', 'Caractère d’annulation', 'Q : annulation avec transfert'],
[ 7, 'date_annul', 'Date d’annulation'],
[ 7, 'date_crea', 'Date de création de l’article'],
]
enregistrement_voie = [
"voie",
[ 2, 'code_dpt', 'Code département'],
[ 1, 'code_dir', 'Code direction'],
[ 3, 'code_comm', 'Code commune'],
[ 4, 'ident_voie', 'Identifiant de la voie dans la commune'],
[ 1, 'cle_rivoli', 'Clé RIVOLI', 'Contrôle la validité de COMM'],
[ 4, 'code_nature', 'Code nature de voie'],
[26, 'libelle_voie', 'Libellé voie'],
[ 1, FILLER],
[ 1, 'type_comm', 'Type de la commune', 'N : rurale, R : recensée'],
[ 2, FILLER],
[ 1, 'caract_rur', 'Caractère RUR', '3 : pseudo-recensée, blanc sinon'],
[ 2, FILLER],
[ 1, 'caract_voie', 'Caractère de voie', '1 : privée, 0 : publique'],
[ 1, 'caract_popul', 'Caractère de population', 'blanc si < 3000 hab, * sinon'],
[ 9, FILLER],
[ 7, 'popul_apart', 'Population à part'],
[ 7, 'popul_fict', 'Population fictive'],
[ 1, 'caract_annul', 'Caractère d’annulation', 'O : sans transfert, Q : avec'],
[ 7, 'date_annul', 'Date d’annulation'],
[ 7, 'date_crea', 'Date de création de l’article'],
[15, FILLER],
[ 5, 'code_majic', 'Code identifiant MAJIC de la voie'],
[ 1, 'type_voie', 'Type de voie', '1 : voie, 2 : ensemble immobilier, 3 : lieu-dit, 4 :pseudo-voie, 5 : voie provisoire'],
[ 1, 'caract_lieudit', 'Caractère du lieu-dit', '1 : lieu-dit bâti, 0 sinon'],
[ 2, FILLER],
[30, 'dernier_mot', 'Dernier mot entièrement alphabétique du libellé de la voie'],
]
enregistrement_final = [
"final",
[ 10, FILLER_9, '9999999999'],
[ 1, FILLER],
[ 29, 'inconnu', '80418781093705780047100000000'], # non documenté, valeurs inconnues
[110, FILLER_0, '0']
]
def decode(fields, line):
"""
analyse une ligne selon la description fields
retourne un dict si ok ou rien
"""
row = {}
offset = 0
for field in fields[1:]:
width, name = field[:2]
value = line[offset:offset + width]
if name == FILLER_ANY:
pass
elif name.startswith('_'):
# space, 0, 9, etc.
if value != name[1].encode() * width:
return
else:
if value == '':
print(line)
assert False
return
row[name] = str.rstrip(value.decode())
offset += width
row['trailing'] = line[offset:]
return row
def create(db, fields):
"""
crée les tables de la base de données
"""
sql = f"create table {fields[0]} (line number"
for field in fields[1:]:
width, name = field[:2]
if not name.startswith("_"):
sql += f", {name} text({width})"
sql += ")"
db.execute(sql)
def insert(db, fields, row, n):
"""
insère un enregistrement dans la base de données
"""
names = ['line']
values = [n]
for field in fields[1:]:
width, name = field[:2]
if not name.startswith("_"):
names.append(name)
values.append(row[name])
sql = f"insert into {fields[0]} ({','.join(names)}) values ({','.join('?' * len(values))})"
db.execute(sql, values)
def fantoir(archive):
"""
itérateur sur chaque ligne du fichier contenu dans l'archive ZIP
"""
zip = zipfile.ZipFile(archive)
for i in zip.infolist():
for line in zip.open(i.filename):
yield line
def main():
parser = argparse.ArgumentParser()
parser.add_argument('archive', nargs='?', metavar='FANTOIR', help="Fichier national FANTOIR (archive)")
args = parser.parse_args()
if args.archive is None:
z = glob.glob('FANTOIR*.zip')
if len(z) != 1:
parser.print_help()
exit(2)
args.archive = z[0]
if os.path.exists("fantoir.sqlite"):
os.unlink("fantoir.sqlite")
db = sqlite3.connect("fantoir.sqlite")
enregistrements = [enregistrement_final,
enregistrement_initial,
enregistrement_direction,
enregistrement_commune,
enregistrement_voie]
for e in enregistrements:
create(db, e)
i = 1 # on commence par l'enregistrement initial
n = 0 # compteur de ligne
for line in tqdm(fantoir(args.archive), unit=" lignes", desc=args.archive):
n += 1
assert line[-2:] == b'\r\n'
line = line[:-2]
while True:
row = decode(enregistrements[i], line)
if row:
# les enregistrements direction et commune ont la même longueur
if enregistrements[i][0] == 'commune':
if row['code_comm'] == '':
i -= 1
continue
# le décodeur courant fonctionne: on ajoute l'enregistrement à la base de données
insert(db, enregistrements[i], row, n)
# on passe au décodeur suivant
if i < len(enregistrements) - 1:
i += 1
break
else:
if i <= 0:
print("problème ligne", i)
print(line)
assert i > 0
i -= 1
if n % 10000 == 0:
db.commit()
db.commit()
print("{} lignes lues".format(n))
for fields in enregistrements:
count = db.execute('select count(*) from ' + fields[0]).fetchone()[0]
print(" {:<10} : {:>10}".format(fields[0], count))
db.close()
if __name__ == '__main__':
main()