source: trunk/Update Dates/update_dates.py @ 566

Last change on this file since 566 was 566, checked in by Nicholas Riley, 10 years ago

update_dates.py: Continuous scanning workflow.

File size: 5.8 KB
Line 
1from appscript import *
2from datetime import datetime
3from osax import *
4from plistlib import readPlist, writePlist
5import os
6import re
7import time
8
9PREFERENCES_PATH = \
10    os.path.expanduser('~/Library/Preferences/net.sabi.UpdateDates.plist')
11
12DATE_FORMATS = (('%m/%d/%y',  r'\d{1,2}/\d{1,2}/\d{1,2}'       ), # T-Mobile
13                ('%m.%d.%y',  r'\d{1,2}\.\d{1,2}\.\d{1,2}'     ), # iFixit
14                ('%b %d, %Y', r'[A-Z][a-z][a-z] \d{1,2}, \d{4}'), # AmerenIP
15                ('%B %d, %Y', r'[A-Z][a-z]+  ?\d{1,2}, ?\d{4}' ), # Amazon
16                ('of %Y%m%d', r'of \d{8}'                      ), # Amazon
17                ('%m/%d/%Y',  r'\d{1,2}/\d{1,2}/\d{4}'         ), # Busey
18                ('%b %d %Y',  r'[A-Z]{3} \d{1,2} \d{4}'        ), # State Farm
19                ('%d %b %Y',  r'\d{1,2} [A-Z][A-Za-z]{2} \d{4}'), # Apple
20                ('%Y-%m-%d',  r'\d{4}-\d{2}-\d{2}'             ), # MacSpeech
21                ('%Y-%m',     r'\d{4}-\d{2}'                   ), # filename
22                ('%m1%d/%y',  r'\d{1,2}1\d{1,2}/\d{1,2}'       ), # T-Mo bad OCR
23                ('%m/%d1%y',  r'\d{1,2}/\d{1,2}1\d{1,2}'       ), # T-Mo bad OCR
24                ('%m/%d/%y',  r'\d{1,2}/ \d{1,2}/ \d{1,2}'     ), # T-Mo bad OCR
25                ('%m/%d/%Y',
26                 r'(?:\d ?){1,2}/ (?:\d ?){1,2}/ (?:\d ?){4}'  ), # Busey bad OCR
27                )
28
29RE_DATE = re.compile('|'.join(r'(\b%s\b)' % regex
30                              for format, regex in DATE_FORMATS))
31
32def extract_date(contents, match=None):
33    no_match = []
34    for m in RE_DATE.finditer(contents):
35        matched_format = m.lastindex
36        format = DATE_FORMATS[matched_format - 1][0]
37        # note: spaces in strptime format match zero or more spaces, this is OK
38        matched = m.group(matched_format).replace(' ', '')
39        try:
40            parsed = datetime.strptime(matched, format)
41        except ValueError, e: # not a date
42            no_match.append((matched, format, e))
43            continue
44        if not match or (match.year, match.month) == (parsed.year, parsed.month):
45            return parsed.date(), no_match
46        no_match.append(m.group(matched_format))
47    return None, no_match
48
49def extract_source(title, hint):
50    if hint:
51        return title[:RE_DATE.search(title).start(0)].rstrip()
52    else:
53        return title
54
55EagleFiler = app(id='com.c-command.EagleFiler')
56Paper = EagleFiler.documents['Paper.eflibrary']
57
58sources = os.path.exists(PREFERENCES_PATH) and \
59          readPlist(PREFERENCES_PATH).get('Sources', []) or []
60
61def update_all():
62    for record in Paper.library_records[its.kind=='PDF']():
63        title = record.title()
64        hint, no_match = extract_date(title)
65        source = extract_source(title, hint)
66
67        contents = record.contents()
68        if re.search(re.escape(source), contents, re.IGNORECASE):
69            if source in sources:
70                sources.remove(source)
71            sources.append(source)
72
73        extracted, no_match = extract_date(contents, hint)
74
75        if not extracted:
76            print title, hint
77            for nm in no_match:
78                print '  no match', nm
79            if not hint:
80                continue
81
82        record.creation_date.set(extracted or hint)
83
84    sources.reverse() # most recently referenced ones at top
85
86def scan_one():
87    Acrobat = app(id='com.adobe.Acrobat.Pro')
88    SystemEvents = app(id='com.apple.systemevents')
89    acro_process = SystemEvents.application_processes[u'Acrobat']
90
91    filename = datetime.now().strftime('Scanned Document %y%m%d %H%m%S')
92
93    SA = ScriptingAddition()
94    SA.activate()
95    try:
96        while True:
97            result = SA.display_dialog('How many pages do you wish to scan?',
98                                       buttons=['Cancel', 'Scan'],
99                                       cancel_button=1, default_button=2,
100                                       default_answer='1')
101            try:
102                pages = int(result[k.text_returned])
103            except ValueError:
104                continue
105            if pages > 0:
106                break
107    except CommandError:
108        return False
109
110    Acrobat.activate()
111
112    acro_process.menu_bars[1].menu_bar_items['Document'].menus[1].\
113        menu_items['Scan to PDF...'].click()
114    acro_process.windows['Acrobat Scan'].buttons['Scan'].click()
115
116    # pause (Carbon -> Cocoa? use keystrokes instead?)
117    acro_process.windows['Save Scanned File As'].text_fields[1].value.\
118        set(filename)
119    acro_process.windows['Save Scanned File As'].buttons['Save'].click()
120
121    acro_scan_window = acro_process.windows['Acrobat Scan']
122
123    while True:
124        acro_process.windows['DSmobile 600'].buttons['Scan'].click()
125        while not acro_scan_window.exists():
126            time.sleep(0.1)
127
128        pages -= 1
129
130        if pages == 0:
131            acro_scan_window.groups[1].radio_buttons[2].click()
132            acro_scan_window.buttons['OK'].click()
133            break
134
135        acro_scan_window.groups[1].radio_buttons[1].click()
136        acro_scan_window.buttons['OK'].click()
137
138    scanned_document = Acrobat.documents['%s.pdf' % filename]
139    scanned_file = scanned_document.file_alias()
140    scanned_document.close()
141
142    record = Paper.import_(files=[scanned_file])[0]
143    contents = record.contents()
144    m = re.search('(%s)' % '|'.join(map(re.escape, sources)), contents,
145                  re.IGNORECASE)
146    if m:
147        # use the saved source's case
148        title = sources[map(str.lower, sources).index(m.group(1).lower())]
149    else:
150        title = '???'
151
152    extracted, no_match = extract_date(contents)
153    if extracted:
154        title += extracted.strftime(' %Y-%m')
155        record.creation_date.set(extracted)
156
157    record.title.set(title)
158
159    return True
160
161# update_all()
162
163# XXX incremental source recording from EagleFiler (use tag to record)
164
165while scan_one():
166    pass
167
168writePlist({'Sources': sources}, PREFERENCES_PATH)
Note: See TracBrowser for help on using the repository browser.