Оптимизировать работу

Логика работы программы

1. Мониторинг сайта Росздравнадзора:

Проверка появления новых PDF-файлов.

Сравнение новых файлов с уже обработанными.

2. Скачивание PDF и извлечение текста:

Скачивание найденных файлов.

Извлечение текста из PDF для анализа.

3. Анализ текста:

Выделение ключевых данных (например, название препарата, МНН, изменения).

Формирование структуры данных для таблицы.

4. Создание Excel-таблицы:

Сохранение выделенной информации в Excel.

Формирование сводной таблицы.

5. Поиск дополнительных данных:

Автоматический поиск стандартов медицинской помощи и клинических рекомендаций в базе КонсультантПлюс.

6. Автоматизация и уведомления:

Запуск программы по расписанию.

Отправка готовых таблиц на почту или сохранение в облако.

---

2. Используемые программы и инструменты

1. Язык программирования:

Python (главный инструмент для автоматизации).

2. Библиотеки Python:

requests: Загрузка страниц и PDF-файлов с сайта.

beautifulsoup4: Парсинг HTML для поиска ссылок.

pdfplumber: Извлечение текста из PDF.

openpyxl или pandas: Работа с Excel-таблицами.

selenium: Автоматизация браузера для поиска данных на сайтах.

schedule или apscheduler: Настройка регулярного запуска программы.

3. Внешние сервисы:

ChatGPT (через OpenAI API): Анализ текста и выделение ключевых данных.

4. Дополнительные программы:

Google Chrome и ChromeDriver: Для работы selenium.

Task Scheduler (Планировщик задач Windows): Для автоматического запуска скрипта.

5. Хранилище данных:

Excel-файлы (локально или в облачных сервисах, например, Google Drive, Dropbox).

6. Уведомления:

Отправка готовых файлов через e-mail (с помощью библиотеки smtplib).