forked from EvertonCa/SeleniumSemanticScraper
-
Notifications
You must be signed in to change notification settings - Fork 0
/
ExcelExporter.py
390 lines (325 loc) · 17.2 KB
/
ExcelExporter.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
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
import xlsxwriter
import Gerenciador
import os
class ExcelExporter:
def __init__(self, search, single_or_merge, root_directory):
self.root_directory = root_directory
self.articles_list = []
self.authors_list = []
self.search_parameter = search
self.ordered_date_articles_list = []
self.ordered_citations_articles_list = []
self.ordered_optimized_list = []
self.gui = None
self.single_or_merge = single_or_merge
def set_list(self, articles_list, authors_list):
self.articles_list = articles_list
self.authors_list = authors_list
def order_type(self, parameter):
if self.single_or_merge:
self.articles_list = self.gui.merger.articles_list
self.authors_list = self.gui.merger.authors_list
if parameter == 'Importance Rate (RECOMMENDED)':
self.merge_creator(1)
elif parameter == "Number of Citations":
self.merge_creator(2)
elif parameter == "Newer Articles":
self.merge_creator(3)
elif parameter == "Alphabetically, by Article's Title":
self.merge_creator(4)
else:
if parameter == 'Importance Rate (RECOMMENDED)':
self.single_creator(1)
elif parameter == "Number of Citations":
self.single_creator(2)
elif parameter == "Newer Articles":
self.single_creator(3)
elif parameter == "Alphabetically, by Article's Title":
self.single_creator(4)
def order_optimized(self, articles_list):
newer_date = 0
for article in articles_list:
if int(article.data) > newer_date:
newer_date = int(article.data)
for article in articles_list:
article.data_relativa = int(article.data) / newer_date
# put a score based on number of citations
if int(article.citacoes) > 100:
article.citacoes_relativa = 1
elif 20 < int(article.citacoes) <= 100:
article.citacoes_relativa = 0.5
else:
article.citacoes_relativa = 0
# put a score based on article's type
label = float(self.article_label(article))
article.cite_label = (4 - label)/3
article.total_factor = article.data_relativa + article.citacoes_relativa + article.cite_label
self.ordered_optimized_list = articles_list
self.ordered_optimized_list.sort(key=lambda model: model.total_factor, reverse=True)
def order_articles(self, articles_list, order_type):
max_citations = 0
newer_date = 0
for article in articles_list:
if int(article.data) > newer_date:
newer_date = int(article.data)
if int(article.citacoes) > max_citations:
max_citations = int(article.citacoes)
for article in articles_list:
article.data_relativa = int(article.data) / newer_date
article.citacoes_relativa = int(article.citacoes) / max_citations
self.ordered_date_articles_list = articles_list
self.ordered_citations_articles_list = articles_list
if order_type == 1:
self.ordered_citations_articles_list.sort(key=lambda model: model.citacoes_relativa, reverse=True)
else:
self.ordered_date_articles_list.sort(key=lambda model: model.data_relativa, reverse=True)
def merge_creator(self, search_type):
os.chdir(os.path.join(self.root_directory, 'Results', 'Merged Search'))
diretorio_excel = os.path.join(self.root_directory, 'Results', 'Merged Search')
workbook = xlsxwriter.Workbook(os.path.join(diretorio_excel, 'Merged.xlsx'))
os.chdir(self.root_directory)
worksheet_artigos = workbook.add_worksheet('ARTICLES')
worksheet_autores = workbook.add_worksheet('AUTHORS')
indice = 0
type = 1
titulo = 2
autores = 3
publicado = 4
data = 5
citacoes = 6
optimized = 7
impact = 8
link = 9
bibtex = 10
synopsis = 11
linha = 0
label_comment = 'Label NUMBER: 1 -> article\n' \
'Label NUMBER: 2 -> conference, inproceedings, proceedings or phdthesis\n' \
'Label NUMBER: 3 -> mastersthesis, book, inbook, Incollection or techreport\n' \
'Label NUMBER: 4 -> manual, misc or unpublished'
primeiraLinha_format = workbook.add_format({'bold': True,
'font_size': '16',
'align': 'center',
'bg_color': '#757A79',
'font_color': 'white',
'border': 1})
one_line_format = workbook.add_format({'bg_color': "#B5E9FF",
'align': 'center',
'border': 1})
autor_format = workbook.add_format({'bg_color': "#B5E9FF",
'align': 'center',
'border': 1,
'underline': True,
'font_color': 'blue'})
merge_format = workbook.add_format({
'align': 'center',
'valign': 'vcenter',
'bg_color': "#B5E9FF",
'border': 1
})
worksheet_artigos.write(linha, indice, 'Index', primeiraLinha_format)
worksheet_artigos.write(linha, type, 'Article Type', primeiraLinha_format)
worksheet_artigos.write_comment(linha, type, label_comment)
worksheet_artigos.write(linha, titulo, 'Title', primeiraLinha_format)
worksheet_artigos.write(linha, autores, 'Authors', primeiraLinha_format)
worksheet_artigos.write(linha, publicado, 'Publication Source', primeiraLinha_format)
worksheet_artigos.write(linha, data, 'Publication Year', primeiraLinha_format)
worksheet_artigos.write(linha, citacoes, 'Citations', primeiraLinha_format)
worksheet_artigos.write(linha, link, 'Article Link', primeiraLinha_format)
worksheet_artigos.write(linha, bibtex, 'BibTex', primeiraLinha_format)
worksheet_artigos.write(linha, optimized, 'Importance Rate', primeiraLinha_format)
worksheet_artigos.write(linha, impact, 'Impact Factor', primeiraLinha_format)
worksheet_artigos.write(linha, synopsis, 'Synopsis', primeiraLinha_format)
linha += 1
if search_type == 1:
self.order_optimized(self.articles_list)
self.articles_list = self.ordered_optimized_list
elif search_type == 2:
self.order_articles(self.articles_list, 1)
self.articles_list = self.ordered_citations_articles_list
elif search_type == 3:
self.order_articles(self.articles_list, 3)
self.articles_list = self.ordered_date_articles_list
elif search_type == 4:
pass
numeroDoArtigo = 1
for artigo in self.articles_list:
primeiraLinha = linha
worksheet_artigos.write(linha, indice, str(numeroDoArtigo), one_line_format)
articleLabel = self.article_label(artigo)
worksheet_artigos.write(linha, type, articleLabel, one_line_format)
worksheet_artigos.write(linha, titulo, artigo.titulo, one_line_format)
worksheet_artigos.write(linha, publicado, artigo.publicado_em, one_line_format)
worksheet_artigos.write(linha, data, artigo.data, one_line_format)
worksheet_artigos.write(linha, citacoes, artigo.citacoes, one_line_format)
worksheet_artigos.write(linha, optimized, artigo.total_factor, one_line_format)
worksheet_artigos.write(linha, impact, artigo.impact_factor, one_line_format)
worksheet_artigos.write(linha, link, artigo.link, one_line_format)
worksheet_artigos.write(linha, bibtex, artigo.bibtex, one_line_format)
worksheet_artigos.write(linha, synopsis, artigo.synopsis, one_line_format)
authors = ''
for autor in artigo.autores:
authors += autor.nome + ', '
authors = authors[:-2]
worksheet_artigos.write(linha, autores, authors, one_line_format)
numeroDoArtigo += 1
linha += 1
nome_autor = 0
link_autor = 1
artigos_autor = 2
linha = 0
worksheet_autores.write(linha, nome_autor, 'Author Name', primeiraLinha_format)
worksheet_autores.write(linha, link_autor, 'Author Page', primeiraLinha_format)
worksheet_autores.write(linha, artigos_autor, 'Related Published Articles', primeiraLinha_format)
linha += 1
for autor in self.authors_list:
primeiraLinha = linha
worksheet_autores.write(linha, nome_autor, autor.nome, one_line_format)
worksheet_autores.write(linha, link_autor, autor.link, one_line_format)
for artigos in autor.artigos:
try:
worksheet_autores.write_url(linha, artigos_autor, artigos.link, autor_format, string=artigos.titulo)
except:
worksheet_autores.write(linha, artigos_autor, artigos.titulo, one_line_format)
finally:
linha += 1
if primeiraLinha != linha - 1:
worksheet_autores.merge_range(primeiraLinha, nome_autor, linha - 1, nome_autor, autor.nome,
merge_format)
worksheet_autores.merge_range(primeiraLinha, link_autor, linha - 1, link_autor, autor.link,
merge_format)
workbook.close()
self.gui.show_saved_alert(diretorio_excel)
def single_creator(self, search_type):
os.chdir(os.path.join(self.root_directory, 'Results', self.search_parameter))
diretorio_excel = os.path.join(self.root_directory, 'Results', self.search_parameter)
workbook = xlsxwriter.Workbook(os.path.join(diretorio_excel, self.search_parameter + '.xlsx'))
os.chdir(self.root_directory)
worksheet_artigos = workbook.add_worksheet('ARTICLES')
worksheet_autores = workbook.add_worksheet('AUTHORS')
indice = 0
type = 1
titulo = 2
autores = 3
publicado = 4
data = 5
citacoes = 6
optimized = 7
impact = 8
link = 9
bibtex = 10
synopsis = 11
linha = 0
label_comment = 'Label NUMBER: 1 -> article\n' \
'Label NUMBER: 2 -> conference, inproceedings, proceedings or phdthesis\n' \
'Label NUMBER: 3 -> mastersthesis, book, inbook, Incollection or techreport\n' \
'Label NUMBER: 4 -> manual, misc or unpublished'
primeiraLinha_format = workbook.add_format({'bold': True,
'font_size': '16',
'align': 'center',
'bg_color': '#757A79',
'font_color': 'white',
'border': 1})
one_line_format = workbook.add_format({'bg_color': "#B5E9FF",
'align': 'center',
'border': 1})
autor_format = workbook.add_format({'bg_color': "#B5E9FF",
'align': 'center',
'border': 1,
'underline': True,
'font_color': 'blue'})
merge_format = workbook.add_format({
'align': 'center',
'valign': 'vcenter',
'bg_color': "#B5E9FF",
'border': 1
})
worksheet_artigos.write(linha, indice, 'Index', primeiraLinha_format)
worksheet_artigos.write(linha, type, 'Article Type', primeiraLinha_format)
worksheet_artigos.write_comment(linha, type, label_comment)
worksheet_artigos.write(linha, titulo, 'Title', primeiraLinha_format)
worksheet_artigos.write(linha, autores, 'Authors', primeiraLinha_format)
worksheet_artigos.write(linha, publicado, 'Publication Source', primeiraLinha_format)
worksheet_artigos.write(linha, data, 'Publication Year', primeiraLinha_format)
worksheet_artigos.write(linha, citacoes, 'Citations', primeiraLinha_format)
worksheet_artigos.write(linha, link, 'Article Link', primeiraLinha_format)
worksheet_artigos.write(linha, bibtex, 'BibTex', primeiraLinha_format)
worksheet_artigos.write(linha, optimized, 'Importance Rate', primeiraLinha_format)
worksheet_artigos.write(linha, impact, 'Impact Factor', primeiraLinha_format)
worksheet_artigos.write(linha, synopsis, 'Synopsis', primeiraLinha_format)
linha += 1
gerenciador = Gerenciador.Gerenciador(self.search_parameter, self.root_directory)
listaDeArtigos = gerenciador.loadArtigos()
listaDeAutores = gerenciador.loadAutores()
if search_type == 1:
self.order_optimized(listaDeArtigos)
listaDeArtigos = self.ordered_optimized_list
elif search_type == 2:
self.order_articles(listaDeArtigos, 1)
listaDeArtigos = self.ordered_citations_articles_list
elif search_type == 3:
self.order_articles(listaDeArtigos, 2)
listaDeArtigos = self.ordered_date_articles_list
elif search_type == 4:
pass
numeroDoArtigo = 1
for artigo in listaDeArtigos:
primeiraLinha = linha
worksheet_artigos.write(linha, indice, str(numeroDoArtigo), one_line_format)
articleLabel = self.article_label(artigo)
worksheet_artigos.write(linha, type, articleLabel, one_line_format)
worksheet_artigos.write(linha, titulo, artigo.titulo, one_line_format)
worksheet_artigos.write(linha, publicado, artigo.publicado_em, one_line_format)
worksheet_artigos.write(linha, data, artigo.data, one_line_format)
worksheet_artigos.write(linha, citacoes, artigo.citacoes, one_line_format)
worksheet_artigos.write(linha, optimized, artigo.total_factor, one_line_format)
worksheet_artigos.write(linha, impact, artigo.impact_factor, one_line_format)
worksheet_artigos.write(linha, link, artigo.link, one_line_format)
worksheet_artigos.write(linha, bibtex, artigo.bibtex, one_line_format)
worksheet_artigos.write(linha, synopsis, artigo.synopsis, one_line_format)
authors = ''
for autor in artigo.autores:
authors += autor.nome + ', '
authors = authors[:-2]
worksheet_artigos.write(linha, autores, authors, one_line_format)
numeroDoArtigo += 1
linha += 1
nome_autor = 0
link_autor = 1
artigos_autor = 2
linha = 0
worksheet_autores.write(linha, nome_autor, 'Author Name', primeiraLinha_format)
worksheet_autores.write(linha, link_autor, 'Author Page', primeiraLinha_format)
worksheet_autores.write(linha, artigos_autor, 'Related Published Articles', primeiraLinha_format)
linha += 1
for autor in listaDeAutores:
if len(autor.artigos) > 0:
primeiraLinha = linha
worksheet_autores.write(linha, nome_autor, autor.nome, one_line_format)
worksheet_autores.write(linha, link_autor, autor.link, one_line_format)
for artigos in autor.artigos:
try:
worksheet_autores.write_url(linha, artigos_autor, artigos.link, autor_format, string=artigos.titulo)
except:
worksheet_autores.write(linha, artigos_autor, artigos.titulo, one_line_format)
finally:
linha += 1
if primeiraLinha != linha - 1:
worksheet_autores.merge_range(primeiraLinha, nome_autor, linha - 1, nome_autor, autor.nome,
merge_format)
worksheet_autores.merge_range(primeiraLinha, link_autor, linha - 1, link_autor, autor.link,
merge_format)
workbook.close()
self.gui.show_saved_alert(diretorio_excel)
def article_label(self, artigo):
if artigo.cite == 'article':
article_label = '1'
elif artigo.cite == 'conference' or artigo.cite == 'inproceedings' or artigo.cite == 'proceedings' or \
artigo.cite == 'phdthesis':
article_label = '2'
elif artigo.cite == 'mastersthesis' or artigo.cite == 'book' or artigo.cite == 'inbook' or \
artigo.cite == 'Incollection' or artigo.cite == 'techreport':
article_label = '3'
else:
article_label = '4'
return article_label