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

1. 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

2. Installer pip

sudo apt install python3-pip

Sur Windows, PIP est déjà inclus pour les versions de Python > 3.4.

3. Installer virtualenv

pip install virtualenv
# Eventuellement sur Linux :
# sudo apt install python3.10-venv

4. Créer l'environnement virtuel

python3.10 -m venv virtualenv

5. 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

6. Une fois dans l'environnement virtuel, installer les dépendances nécessaires à partir de requirements.txt :

pip install -r requirements.txt

Exécution du script

1. 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

2. 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_'):).

3. 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.