InstIDEA / InstIDEA/controlciudadano
DAG para parseo masivo de PDF
- Dominant language
- TypeScript
- Stars
- 5
- Forks
- 3
- PR merge metrics
- No merged PRs in 30d
Description
Actualmente se cuenta con un microservicio que es capaz de recibir un PDF y retornar en formato JSON los datos necesarios para el análisis, la idea de este ticket es crear un DAG que permita hacer este proceso automático y con todos los PDF con los que contamos.
# Notes
* Hay una buena cantidad de pdfs que fueron generados de manera incorrecta (con patrimonio neto, activos y pasivos en 0), es necesario detectar estos casos y volver a bajar. Una posible solución para esto es que, durante la ejecución del DAG de este ticket, el parser retorne si este es o no el caso y el DAG elimine la fila correspondiente, de esta manera se podrá ejecutar posteriormente el dag que baja los PDF y debería bajar uno correcto.
* Debe trabajar en paralelo
# Definition of done
* [ ] DAG creado que guarde el resultado del parseo del PDF
* [ ] Todas las declaraciones juradas que se bajaron se parsean y se guardan sus datos.
Contributor guide
No contributing guide indexed for this repository
Assessment
This issue has not been assessed yet.