从安全数据表文件中提取化学数据
SDSParser的Python项目详细描述
！[alt text]（https://github.com/astepe/sds戋u parser/blob/master/logosample戋u bytailorbrands.jpg）
\sdsparser
sdsparser是一款基于浏览器的应用程序，用于从安全数据表文档中提取化学数据。sdsparser将无需通过阅读安全数据表来获取您关心的数据，从而加快您的数据输入过程。
要进行实时演示，请单击此处：[sdsparser]（http://www.aristepe.com/projects/submit-sds）
Wnload and use:
*[费希尔科学]（https://www.fishersci.com/store/msds？零件号=M2131&；产品描述=Met+异丁基+酮+CR+ACS+1L&；VendorID=VN00033897&；国家代码=美国语言=英语）
*[西格玛奥尔德里奇]（https://www.sigma aldrich.com/msds/msds/displaymdspage.do？country=us&language=en&productnumber=p5958&brand=sigald&pageToToTourl=https%3a%2f%2fwww.sigmaldrich.com%2fcatalog%2fsearch%3fterm%3dclok%26接口%3dall%26n%3d0%26模式%3dmatch%2520partialmax%26lang%3den%26区域%3dus%26focus%3dcroduct）
为了数据输入的目的，需要从安全数据表中快速获取化学数据。每一个化学制造商的SDS的样式和结构都会有一点不同。通过添加一组新的正则表达式来匹配特定制造商使用的格式，可以很容易地更新sdsparser以读取新的制造商格式。
\tech/framework used
*[pdfminer]（https://github.com/euske/pdfminer），这是一个从pdf文档中提取信息的工具。ments
*[pytesseract]（https://pypi.org/project/pytesseract/），一个用于google的tesseract ocr
\不用担心，sds_u解析器会将扫描的文件识别为图像，并执行光学字符识别（ocr）来为您提取文本。
\how to install
`pip install sds parser`
\how to use
simply initialize`sdsparser` with an optional list of data field是否要提取（例如[制造商]、[闪点]）到"请求密钥"关键字参数。有关要使用的正确密钥，请参见"configs.sdsregexes.request_keys"。如果未请求密钥，则将搜索所有可用的数据字段。
```
>；>t_keys=请求密钥）
```
一场火灾，
"NFPA_health"，
"NFPA_reactivity"，
"Sara_311"，
"修订日期"，
"物理状态"，
"cas_编号"，
]
``````
调用"parser.get_sds_data（'path/to/exampleds.pdf'），并传递到SDS文档的路径以获取SDS数据。
```
>；>；sds_data=parser.get_sds_data（'path/to/safetydatasheet.pdf'）
````
`.get_sds_data`返回一个字典对象映射请求密钥名到其相应的匹配项
````
>；sds_data
{
‘制造商’：'sigma aldrich'，
‘产品_名称'：'十二烷基硫酸钠'，
'闪点'：'338 F'，
'比重'：'3.2'，
'萨拉311'：'未列出的数据'
'NFPA火灾'：'无可用数据'
}
`````
>如果在SDS中未找到所请求数据类型的标题，`.get-sds-data'将返回字符串'd'ata未列出。
如果找到标题，但在标题下找不到数据，`.get-sds-data`将在终端中返回字符串"no data available"。
\sdsparser cli
````
path/to/sds/directory$sdsparser parse--闪点——比重
{fisher-1.pdf'：{flash-point'：'无可用数据'，
'比重'：'无可用数据'，
'fisher-2.pdf'：{flash-point'：'无可用数据'，
'比重'：'无可用数据'，
'fisher-3.pdf'：{'f斜线"："无可用数据"，
"特定重力"："1.84"}，
"fisher-5.pdf"：{"闪点"："无可用数据"，
"特定重力"："无可用数据"}"
`````
`````
path/to/sds/directory$sdsparser parse--csv
path/to/sds/directory$CAT SDS_data.csv
费舍尔，数据未列出，无数据可用，无数据可用，1,0,0，/312危险分类参见第2节了解更多信息CWA（清洁水法案）未，2018年1月26日，粉末，数据未列出
费舍尔，"水杨酸，钠盐"，无数据可用，（等等…）信息
```
$sdsparser--help
``
````或
`````
$sdsparser parse--help
````
\sdsparser
sdsparser是一款基于浏览器的应用程序，用于从安全数据表文档中提取化学数据。sdsparser将无需通过阅读安全数据表来获取您关心的数据，从而加快您的数据输入过程。
要进行实时演示，请单击此处：[sdsparser]（http://www.aristepe.com/projects/submit-sds）
Wnload and use:
*[费希尔科学]（https://www.fishersci.com/store/msds？零件号=M2131&；产品描述=Met+异丁基+酮+CR+ACS+1L&；VendorID=VN00033897&；国家代码=美国语言=英语）
*[西格玛奥尔德里奇]（https://www.sigma aldrich.com/msds/msds/displaymdspage.do？country=us&language=en&productnumber=p5958&brand=sigald&pageToToTourl=https%3a%2f%2fwww.sigmaldrich.com%2fcatalog%2fsearch%3fterm%3dclok%26接口%3dall%26n%3d0%26模式%3dmatch%2520partialmax%26lang%3den%26区域%3dus%26focus%3dcroduct）
为了数据输入的目的，需要从安全数据表中快速获取化学数据。每一个化学制造商的SDS的样式和结构都会有一点不同。通过添加一组新的正则表达式来匹配特定制造商使用的格式，可以很容易地更新sdsparser以读取新的制造商格式。
\tech/framework used
*[pdfminer]（https://github.com/euske/pdfminer），这是一个从pdf文档中提取信息的工具。ments
*[pytesseract]（https://pypi.org/project/pytesseract/），一个用于google的tesseract ocr
\不用担心，sds_u解析器会将扫描的文件识别为图像，并执行光学字符识别（ocr）来为您提取文本。
\how to install
`pip install sds parser`
\how to use
simply initialize`sdsparser` with an optional list of data field是否要提取（例如[制造商]、[闪点]）到"请求密钥"关键字参数。有关要使用的正确密钥，请参见"configs.sdsregexes.request_keys"。如果未请求密钥，则将搜索所有可用的数据字段。
```
>；>t_keys=请求密钥）
```
一场火灾，
"NFPA_health"，
"NFPA_reactivity"，
"Sara_311"，
"修订日期"，
"物理状态"，
"cas_编号"，
]
``````
调用"parser.get_sds_data（'path/to/exampleds.pdf'），并传递到SDS文档的路径以获取SDS数据。
```
>；>；sds_data=parser.get_sds_data（'path/to/safetydatasheet.pdf'）
````
`.get_sds_data`返回一个字典对象映射请求密钥名到其相应的匹配项
````
>；sds_data
{
‘制造商’：'sigma aldrich'，
‘产品_名称'：'十二烷基硫酸钠'，
'闪点'：'338 F'，
'比重'：'3.2'，
'萨拉311'：'未列出的数据'
'NFPA火灾'：'无可用数据'
}
`````
>如果在SDS中未找到所请求数据类型的标题，`.get-sds-data'将返回字符串'd'ata未列出。
如果找到标题，但在标题下找不到数据，`.get-sds-data`将在终端中返回字符串"no data available"。
\sdsparser cli
````
path/to/sds/directory$sdsparser parse--闪点——比重
{fisher-1.pdf'：{flash-point'：'无可用数据'，
'比重'：'无可用数据'，
'fisher-2.pdf'：{flash-point'：'无可用数据'，
'比重'：'无可用数据'，
'fisher-3.pdf'：{'f斜线"："无可用数据"，
"特定重力"："1.84"}，
"fisher-5.pdf"：{"闪点"："无可用数据"，
"特定重力"："无可用数据"}"
`````
`````
path/to/sds/directory$sdsparser parse--csv
path/to/sds/directory$CAT SDS_data.csv
费舍尔，数据未列出，无数据可用，无数据可用，1,0,0，/312危险分类参见第2节了解更多信息CWA（清洁水法案）未，2018年1月26日，粉末，数据未列出
费舍尔，"水杨酸，钠盐"，无数据可用，（等等…）信息
```
$sdsparser--help
``
````或
`````
$sdsparser parse--help
````
欢迎加入QQ群-->： 979659372
