Wiki¶

Récupération des données du fichier PDF¶

Utilisation du service OCR d'Huma-Num¶

• avec Filezilla, placer dans le dossier "ocr" de l'espace commun : triangle@mygrid.huma-num.fr, le fichier pdf source

• puis en ligne de commande, exécuter ainsi :

$ ssh triangle@mygrid.huma-num.fr
$ abbyyocr11 -rl French -if GLH-Pub_Fonciere-bureau1et2_pages2-3.pdf -f XML -of test2-fr.xml

puis en local :
$ scp -p 22 triangle@mygrid.huma-num.fr:~/ocr/test2-fr.xml Documents/workspaceGit/FrancoisRobert/output/

Conception du modèle des données¶

Nom colonne excel Francois	Variable code python	valeur exemple	texte qui précède dans le pdf
Bureau	office	1 (default value)
num	ordernum	105	N° d'ordre:
Fichier	file	1b (default value)
année acte	year	2009	laquelle parmi celles-ci : Date de dépôt, Référence d'enliassement, Date de l'acte
nature simplifiée
nature acte	nature	voir liste ci-après	Nature de l'acte:
Donateur	donator	COURLY (acronyme de F.)
Donataire	beneficiary	GLH (acronyme de F.)
Montant	sum	56 160	uniquement quand il y a eu une vente
Cadastre	registry	AO 25	uniquement quand il y a eu un bail ou une vente
Localisation	localization	69001	uniquement quand il y a eu un bail ou une vente
Notes	notes	55 ans, 53 450 € après la 40e année (synthèse de F.)	Complément:

Liste des options possibles pour la nature de l'acte :

• BAIL EMPHYTEOTIQUE,
• CONSTITUTION DE SERVITUDES,
• CORRECTION DE FORMALITE,
• VENTE, CHANGEMENT DE DENOMINATION,
• ETAT DESCRIPTIF DE DIVISION EN VOLUMES,
• BAIL A CONSTRUCTION, INFIRMATION DE MISE EN INSTANCE DE REJET,
• EMPHYTEOSE,
• VENTE ET ANNULATION EDD,
• etc.

Script pour attraper les données¶

Quand

• vente, chercher un prix et regarder les compléments
• bail (à construire, emphytéotique) ou emphytéose, chercher une durée

Attention il peut y avoir plusieurs Dispositions, Disposants, Bénéficiaires/donataires et Immeubles et Lots.