9. Namensraum `data::` — externe Daten

8 Funktionen, um den Inhalt des PDF gegen eigene Listen und Tabellen zu prüfen. Alles läuft lokal, es gehen keine Daten hinaus.

---

9.1 Wo die Dateien liegen

Glossare und Datensätze nehmen einen Pfad relativ zum Arbeitsverzeichnis:

data::load_glossary("begriffe/recht.txt")
data::load_dataset("daten/chargen.csv")

Die Nachschlagetabellen (query_gtin, query_medicamento, query_postal_code) verwenden feste Dateinamen und suchen in dieser Reihenfolge:

1. $PDFL_DATA_DIR (Umgebungsvariable)
2. ./dados/
3. ./
4. Von pdfl add installierte Profile (pdfl_profiles/*/dados/)
5. Der Ordner des analysierten PDF

PDFL_DATA_DIR=/opt/datenbanken pdfl run profil.pdfl dokument.pdf

Wird nichts gefunden, sagt die Fehlermeldung, wohin die Datei gehört. Um die Daten mit dem Profil zu verteilen, nehmen Sie pdfl pack (Kapitel 11).

---

9.2 Glossare und Datensätze

Funktion	Zweck
data::load_glossary(datei)	Liste von Begriffen (einer je Zeile, # = Kommentar)
data::validate_against_reference(datei)	Liste der im Dokument fehlenden Begriffe
data::load_dataset(datei)	Liest eine CSV als Liste von Zeilen
data::lookup_value(datei, schlüssel)	2. Spalte der Zeile, deren 1. dem Schlüssel entspricht (sonst null)

Der Vergleich ignoriert Groß-/Kleinschreibung und Leerzeichen.

begriffe/pflicht.txt:

# Begriffe, die jede Versicherungspolice enthalten muss
waiting period
covered benefits
general conditions

check "Glossary and dataset" {
  begriffe = data::load_glossary("begriffe/pflicht.txt")
  print("terms in the glossary:", begriffe.length)

  // Die unmittelbarste Verwendung
  fehlend = data::validate_against_reference("begriffe/pflicht.txt")
  assert fehlend.length == 0,
    "clauses missing from the policy: #{fehlend.join("; ")}"

  zeilen = data::load_dataset("daten/chargen.csv")
  print("columns:", zeilen.first().join(" | "))   // die 1. Zeile ist die Kopfzeile
  print("records:", zeilen.length - 1)

  // null ist falsch, deshalb geht die Prüfung direkt
  charge = text::extract_from_region(1, region(400, 50, 150, 20)).trim()
  beschreibung = data::lookup_value("daten/chargen.csv", charge)
  assert beschreibung, "batch #{charge} is not in the approved list"
}

---

9.3 Nachschlagetabellen

Dateien mit festen Namen, gesucht in der Reihenfolge aus Abschnitt 9.1. Sie geben die ganze Zeile als Liste zurück, oder null, wenn nichts gefunden wird.

Funktion	Referenzdatei	Zweck
data::query_gtin(code)	gtin.csv	Suche nach GTIN (Satzzeichen egal)
data::query_medicamento(zulassung_oder_name)	medicamentos.csv	Nach Zulassungsnummer oder Namensteil
data::query_postal_code(code)	ceps.csv	Nach Postleitzahl (8 Ziffern)
data::validate_address(code, "fragment")	ceps.csv	Enthält die Adresse zu dieser PLZ das Fragment?

dados/gtin.csv:

gtin,description,manufacturer
7891234567895,Dipyrone 500mg 20 tablets,Example Labs

check "Lookup tables" {
  // Abgleich mit dem auf der Verpackung gelesenen Strichcode
  code = codes::decode_barcode(1)
  produkt = data::query_gtin(code)
  assert produkt, "GTIN #{code} is not in the product database"
  print("product:", produkt.get(2), "| manufacturer:", produkt.get(3))

  // Arzneimittelangaben über die Zulassungsnummer
  zulassung = text::extract_from_region(1, region(50, 780, 200, 15)).trim()
  medikament = data::query_medicamento(zulassung)
  assert medikament, "registration #{zulassung} not found"

  // Ein verschreibungspflichtiges Mittel verlangt den Pflichthinweis
  band = medikament.get(4)
  assert band != "prescription" || text::require_text("PRESCRIPTION ONLY"),
    "prescription medicine without the mandatory text"

  // Passt die gedruckte Adresse zur Postleitzahl?
  assert data::validate_address("01310100", "Avenida Paulista"),
    "printed address does not match the given postal code"
}

---

9.4 Vollständiges Beispiel

// beipackzettel_mit_daten.pdfl — Abgleich mit lokalen Daten
// Aufruf: PDFL_DATA_DIR=./datenbanken pdfl run beipackzettel_mit_daten.pdfl beipackzettel.pdf
profile "insert-with-references" {

  check "Mandatory regulatory terms" tags: ["glossary"] {
    fehlend = data::validate_against_reference("datenbanken/pflichttexte.txt")
    assert fehlend.length == 0, "mandatory texts missing: #{fehlend.join("; ")}"
  }

  check "Product in the database" tags: ["data", "critical"] {
    code = codes::decode_barcode(1)
    produkt = data::query_gtin(code)
    assert produkt, "GTIN #{code} not approved"

    // Der eingetragene Name muss auf dem Druck erscheinen
    name = produkt.get(2)
    assert text::require_text(name),
      "the name '#{name}' from the database does not appear on the insert"
    print("product verified:", name)
  }

  check "Registration and band" tags: ["regulatory"] {
    zulassung = text::extract_from_region(1, region(50, 780, 200, 15)).trim()
    med = data::query_medicamento(zulassung)
    assert med, "registration #{zulassung} not found"
    assert med.get(4) != "prescription" || text::require_text("PRESCRIPTION ONLY"),
      "prescription band requires the prescription notice"
  }

  check "Manufacturer address" tags: ["data"] {
    assert data::validate_address("01310100", "Avenida Paulista"),
      "manufacturer address does not match the postal code"
  }
}

---

← fix:: · Inhalt · Weiter: Standardbibliothek →