160 lines
6.3 KiB
Python
160 lines
6.3 KiB
Python
# ==============================================================================
|
|
# Servicio de Parseo y Normalización de DNI Argentino (PDF417 / QR)
|
|
# Soporta formatos 2009, 2012, 2026 y App Mi Argentina
|
|
# ==============================================================================
|
|
import re
|
|
from typing import Dict, Tuple, Optional
|
|
from pydantic import BaseModel
|
|
|
|
|
|
def limpiar_numero_documento(doc_raw: str) -> Tuple[str, Optional[str]]:
|
|
"""
|
|
Limpia y normaliza un número de documento DNI argentino.
|
|
En formatos antiguos (Libreta Cívica, Libreta de Enrolamiento o Formato 2009),
|
|
el documento suele estar precedido por 'F' (Femenino) o 'M' (Masculino),
|
|
por ejemplo: 'F5592570' -> ('5592570', 'F'), 'M34247025' -> ('34247025', 'M').
|
|
Retorna (documento_numerico, sexo_inferido).
|
|
"""
|
|
if not doc_raw:
|
|
return "", None
|
|
doc_clean = str(doc_raw).strip()
|
|
doc_sin_puntos = doc_clean.replace(".", "").replace(",", "").replace(" ", "")
|
|
|
|
# Patrón: Prefijo F o M seguido de 5 a 9 dígitos
|
|
m = re.match(r"^([FMfm])(\d{5,9})$", doc_sin_puntos)
|
|
if m:
|
|
return m.group(2), m.group(1).upper()
|
|
|
|
# Si contiene dígitos precedidos por F/M con posibles espacios o puntos
|
|
m2 = re.match(r"^([FMfm])[\s\.]*(\d{5,9})$", doc_clean)
|
|
if m2:
|
|
return m2.group(2), m2.group(1).upper()
|
|
|
|
return doc_sin_puntos if doc_sin_puntos.isdigit() else doc_clean, None
|
|
|
|
|
|
class DNIParsedResult(BaseModel):
|
|
valido: bool
|
|
documento: str
|
|
apellido: str
|
|
nombre: str
|
|
sexo: str
|
|
|
|
|
|
class DniParserService:
|
|
@staticmethod
|
|
def parsear(raw_text: str) -> Dict[str, str]:
|
|
"""
|
|
Parsea el texto decodificado por la cámara de la tablet o escáner.
|
|
Retorna: {"documento": str, "apellido": str, "nombre": str, "sexo": str}
|
|
"""
|
|
if not raw_text:
|
|
return {"documento": "", "apellido": "", "nombre": "", "sexo": "M"}
|
|
|
|
# Limpiar terminadores y retornos de carro
|
|
raw_clean = raw_text.strip().replace("\r", "").replace("\n", "")
|
|
|
|
# Si solo vino un número de documento escrito manualmente (o escaneado directamente)
|
|
doc_limpio, sexo_directo = limpiar_numero_documento(raw_clean)
|
|
if 5 <= len(doc_limpio) <= 9 and doc_limpio.isdigit() and '"' not in raw_clean and '@' not in raw_clean:
|
|
return {"documento": doc_limpio, "apellido": "", "nombre": "", "sexo": sexo_directo or "M"}
|
|
|
|
# Algunos escáneres o formatos vienen separados por @ en lugar de comillas dobles
|
|
text = raw_clean.replace("@", '"')
|
|
parts = [p.strip() for p in text.split('"')]
|
|
|
|
if len(parts) < 5:
|
|
digits = "".join(filter(str.isdigit, raw_clean))
|
|
if 5 <= len(digits) <= 9:
|
|
return {"documento": digits, "apellido": "", "nombre": "", "sexo": sexo_directo or "M"}
|
|
return {"documento": "", "apellido": "", "nombre": "", "sexo": "M"}
|
|
|
|
doc = nombre = apellido = sexo = ""
|
|
|
|
# Heurística para Formato 2009 con comilla inicial
|
|
if parts[0] == "" and 5 <= len(parts[1]) <= 11 and len(parts) > 2 and parts[2].isalpha() and len(parts[2]) == 1:
|
|
doc = parts[1]
|
|
if len(parts) > 5:
|
|
apellido = parts[4]
|
|
nombre = parts[5]
|
|
|
|
# Heurística para Formato 2009 sin comilla inicial
|
|
elif 5 <= len(parts[0]) <= 11 and len(parts) > 4 and parts[1].isalpha() and len(parts[1]) == 1:
|
|
doc = parts[0]
|
|
apellido = parts[3]
|
|
nombre = parts[4]
|
|
|
|
# Formatos 2012, 2026 y App Mi Argentina
|
|
else:
|
|
if parts[0] == "" and len(parts) > 1:
|
|
parts = parts[1:]
|
|
|
|
if parts[0].isdigit() and len(parts[0]) >= 8:
|
|
apellido = parts[1] if len(parts) > 1 else ""
|
|
nombre = parts[2] if len(parts) > 2 else ""
|
|
|
|
if len(parts) > 3:
|
|
p3 = parts[3].strip()
|
|
p4 = parts[4].strip() if len(parts) > 4 else ""
|
|
|
|
# Formato 2012: parts[3] es letra de sexo (M, F, X)
|
|
if len(p3) == 1 and p3.upper() in ("M", "F", "X"):
|
|
sexo = p3.upper()
|
|
if len(parts) > 4:
|
|
doc = p4
|
|
|
|
# Formato App Mi Argentina: parts[3] es código 1=M, 2=F, 3=X y parts[4] es DNI
|
|
elif p3 in ("1", "2", "3", "0") and p4.isdigit() and 5 <= len(p4) <= 9:
|
|
sexo = "M" if p3 == "1" else ("F" if p3 == "2" else "X")
|
|
doc = p4
|
|
|
|
# Formato 2026: parts[3] es DNI directo
|
|
elif p3.isdigit() and 5 <= len(p3) <= 9 and not (p4.isdigit() and 5 <= len(p4) <= 9):
|
|
doc = p3
|
|
if p4.upper() in ("M", "F", "X"):
|
|
sexo = p4.upper()
|
|
elif p4.upper() == "G":
|
|
sexo = "M"
|
|
|
|
# Desempate general: si parts[4] es DNI numérico
|
|
elif p4.isdigit() and 5 <= len(p4) <= 9:
|
|
doc = p4
|
|
if p3 == "1":
|
|
sexo = "M"
|
|
elif p3 == "2":
|
|
sexo = "F"
|
|
elif p3.upper() in ("M", "F", "X"):
|
|
sexo = p3.upper()
|
|
else:
|
|
doc = p3
|
|
|
|
# Normalizar DNI por si trajo prefijo F/M en Formato 2009 o Libreta Cívica
|
|
num_limpio, sexo_inf = limpiar_numero_documento(doc)
|
|
if num_limpio:
|
|
doc = num_limpio
|
|
if not sexo and sexo_inf:
|
|
sexo = sexo_inf
|
|
|
|
return {
|
|
"documento": doc.strip(),
|
|
"apellido": apellido.upper().strip() if apellido else "",
|
|
"nombre": nombre.upper().strip() if nombre else "",
|
|
"sexo": sexo or "M",
|
|
}
|
|
|
|
@classmethod
|
|
def parsear_codigo(cls, raw_text: str) -> DNIParsedResult:
|
|
res = cls.parsear(raw_text)
|
|
valido = bool(res["documento"] and len(res["documento"]) >= 6)
|
|
return DNIParsedResult(
|
|
valido=valido,
|
|
documento=res["documento"],
|
|
apellido=res["apellido"],
|
|
nombre=res["nombre"],
|
|
sexo=res["sexo"],
|
|
)
|
|
|
|
|
|
# Alias para compatibilidad de nomenclatura
|
|
DNIParsingService = DniParserService
|