| import re | |
| #DOCUMENTO:DNI CAMPO:IDENTIFICACIÓN | |
| def buscarPatronCedula(lista_textos): | |
| for i, texto in enumerate(lista_textos): | |
| if texto and texto[0].isdigit() and '-' in texto: | |
| return i | |
| return 'error' | |
| #DOCUMENTO:DNI CAMPO:FECHA DE NACIMIENTO | |
| def obtener_fecha(texto): | |
| # El patrón busca: | |
| # - "FECHADENACIMIENTO" (insensible a mayúsculas/minúsculas) | |
| # - Seguido opcionalmente de CERO o MÁS caracteres que NO SEAN UN DÍGITO (lo que inicia la fecha). | |
| # Esto cubrirá ':', '.', espacios, o cualquier otro carácter de separación. | |
| # - Captura el patrón de fecha: \d{1,2}-[A-Za-z0-9]{3}-\d{4} | |
| patron = r"FECHADENACIMIENTO[^\d]*(\d{1,2}-[A-Za-z0-9]{3}-\d{4})" | |
| match = re.search(patron, texto, re.IGNORECASE) | |
| fecha_encontrada = None | |
| if match: | |
| fecha_encontrada = match.group(1) | |
| if fecha_encontrada: | |
| partes_fecha = fecha_encontrada.split('-') | |
| if len(partes_fecha) == 3: | |
| dia = partes_fecha[0] | |
| mes = partes_fecha[1].lower() # Convierte el mes a minúsculas | |
| año = partes_fecha[2] | |
| return f"{dia}-{mes}-{año}" | |
| else: | |
| # Esto se ejecutaría si el formato de la fecha extraída no es el esperado (ej. 2 partes) | |
| return fecha_encontrada | |
| return None # Si no se encontró el patrón de fecha | |
| #DOCUMENTO:DNI CAMPO:SEXO | |
| def obtener_genero(texto): | |
| # El patrón ahora busca "Sexo" O "Seno" (insensible a mayúsculas/minúsculas) | |
| # Seguido opcionalmente de un ":" | |
| # Seguido opcionalmente de espacios en blanco | |
| # Captura la siguiente letra | |
| patron = r"(Sexo|Seno):?\s*([A-Za-z])" | |
| # re.search busca la primera ocurrencia del patrón en el texto | |
| # re.IGNORECASE hace que la búsqueda sea insensible a mayúsculas/minúsculas para "Sexo" y "Seno" | |
| match = re.search(patron, texto, re.IGNORECASE) | |
| if match: | |
| # match.group(2) devuelve lo que se capturó en el SEGUNDO grupo de paréntesis, | |
| # que es la letra del sexo/seno. match.group(1) sería "Sexo" o "Seno". | |
| return match.group(2) | |
| else: | |
| return None |