Mejoras en las funciones `is_company` y `clean_empresa` - Githubissues

PabloCastellano / bormeparser

A Python library for parsing BORME files (Boletín Oficial del Registro Mercantil in Spain).

GNU General Public License v3.0

46 stars 20 forks source link

Mejoras en las funciones `is_company` y `clean_empresa` #17

Closed parnalte closed 6 years ago

parnalte commented 6 years ago

Cambios para tener en cuenta casos de nombres de empresas en liquidación/sucursal en España/con siglas no "limpias" (e.g. con puntuación, "S.L").

De esta manera evitamos que se clasifiquen erróneamente como "Personas" estas empresas. Ejemplos en LibreBorme: https://libreborme.net/borme/busqueda/?q=en+liquidacion&page=1&type=person https://libreborme.net/borme/busqueda/?q=sucursal+en+espa%C3%B1a&page=1&type=person https://libreborme.net/borme/busqueda/?q=S.L&page=1&type=person

Cambios:

en clean.py (clean_empresa):
- Si el nombre de la empresa acaba con "EN LIQUIDACION" o "SUCURSAL EN ESPAÑA", eliminar este término
en regex.py (is_company):
- Limpiar el nombre antes de decidir si es empresa o persona