-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathcombinationDuurzaamheidStrategie.py
133 lines (107 loc) · 3.35 KB
/
combinationDuurzaamheidStrategie.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
import pathlib
import fitz
import re
websitefiles = "./contents"
reportfiles = "./annualReports"
count = 0
mogelijkeCombi = False
aantalVoorkomens = 1
# Websitecontent overlopen en scannen op duurzaamheid en strategie
for path in pathlib.Path(websitefiles).iterdir():
aantalVoorkomens = 1
file = open(path, "r")
ondernemingsnr = str(path).split("\\")[1].split(".")[0]
content = file.read()
words = content.split(" ")
for word in words:
word = word.lower()
if "duurza" in word:
mogelijkeCombi = True
if mogelijkeCombi:
if count <= 50:
if "strateg" in word:
print(str(ondernemingsnr))
result = open("resultaatWebsitecontent", "a+")
if aantalVoorkomens == 1:
result.write("\n")
result.write(str(ondernemingsnr))
result.write(f"\t{aantalVoorkomens}\n")
result.close()
aantalVoorkomens += 1
count += 1
else:
mogelijkeCombi = False
count = 0
for word in words:
word = word.lower()
if "strateg" in word:
mogelijkeCombi = True
if mogelijkeCombi:
if count <= 50:
if "duurza" in word:
result = open("resultaatWebsitecontent", "a+")
if aantalVoorkomens == 1:
result.write("\n")
print(str(ondernemingsnr))
result.write(str(ondernemingsnr))
result.write(f"\t{aantalVoorkomens}\n")
result.close()
aantalVoorkomens += 1
count += 1
else:
mogelijkeCombi = False
count = 0
file.close()
# Reportcontent overlopen en scannen op duurzaamheid en strategie
pattern = re.compile("[0-9]{4}\.{1}[0-9]{3}\.{1}[0-9]{3}")
for path in pathlib.Path(reportfiles).iterdir():
aantalVoorkomens = 1
file = fitz.open(path)
content = ""
for page in file:
content += page.get_text()
words = content.split(" ")
# Search for companynumber
for word in words:
if pattern.match(word):
ondernemingsnr = word.split(".")[0] + word.split(".")[1] + word.split(".")[2].split("\n")[0]
for word in words:
word = word.lower()
if "duurza" in word:
mogelijkeCombi = True
if mogelijkeCombi:
if count <= 50:
if "strateg" in word:
print(str(ondernemingsnr))
result = open("resultaatReportcontent", "a+")
if aantalVoorkomens == 1:
result.write("\n")
result.write(str(ondernemingsnr))
result.write(f"\t{aantalVoorkomens}\n")
result.close()
aantalVoorkomens += 1
count += 1
else:
mogelijkeCombi = False
count = 0
for word in words:
word = word.lower()
if "strateg" in word:
mogelijkeCombi = True
if mogelijkeCombi:
if count <= 50:
if "duurza" in word:
result = open("resultaatReportcontent", "a+")
if aantalVoorkomens == 1:
result.write("\n")
print(str(ondernemingsnr))
result.write(str(ondernemingsnr))
result.write(f"\t{aantalVoorkomens}\n")
result.close()
aantalVoorkomens += 1
count += 1
else:
mogelijkeCombi = False
count = 0
file.close()
print("end")