terça-feira, 9 de dezembro de 2008

grep e pdftotxt "Tentam" descobrir a concorrencia do Concurso SECAD TO 2008

OAnexo I do Concurso Público para Provimento de Cargos do Quadro Geral de Servidores do Poder Executivo do Estado de Tocantins - 2008, que esta no site da Unitins, contém a relaçao de todos os inscritos deste concurso e suas respectivas vagas e código da vaga. Mas esqueceram de colocar uma relação com a concorrencia (candidatos / vaga).
Contar cargo por cargo em mais de 2100 paginas é um trabalho pra doido.
Para facititar esta tarefa temos duas ferramentas que podem ajudar muito.
Uma é pdftotext, que converte um arquivo de extencao PDF para texto puro, faça assim:
pdftotext arquivo.pdf arquivo.txt
Para nosso caso podemos utilizar assim
pdftotext [63364420737614750]anexoI.pdf anexoI.txt
Agora com o comando grep tem a capacidade de buscar e contar a ocorrencia de "palavras" dentro de arquivos de texto puro. Por exemplo vamos verificar a ocorrencia do cargo Analista em Tecnologia da Informação, dentro do arquivo anexoI.txt desta maneira
grep --count "Analista em Tecnologia da Informação"
anexoI.txt
E a resposta foi 464, ou seja, 464/107(vagas) aproximadamente 4 candidatos por vaga...
Ops! Hei, mas tem vaga para Analista em Tecnologia da Informação em vários outros Municipios!
Essa foi apenas uma tentativa de data mining frustada... mas pelo menos pode-se descobrir a quantidade de inscritos por cargo.
O problema está na conversão que o pdftotext faz, pois os dados estão tabulados (em tabelas), quando o pdftotext pega o texto de uma tabela ele passa primeiro na primeira coluna e depois vai para a próxima coluna. Se a primeira coluna tem nomes, os nomes são colocados um do lado do outro na mesma linha.
Observação: os comandos grep e pdftotext estão disponíves para GNU/Linux, recomendo o livro Comandos do Linux da Novatec

8 comentários:

Diogo_RBG disse...

Procure agora por "Analista em Tecnologia da Informação" em Pedro Afonso... um inscrito concorrendo a uma vaga (1/1 = 1).
E em Araguaína temos 25 inscritos concorrendo a 2 vagas... aqui tá feio !

t++

Silas disse...

Bom dia!!!!

caro amigo... por favor! (eu não sei mexer em linux e nem tenho instalado...
vc poderia pesquisar a concorrencia de: Assitente Administrativo para palmas?


fico muito grato se for possivel,,, se não for tb vou compreender, é claro!


Att.
Silas

Renê Dettenborn disse...

Para quem usa windows é só abrir o arquivo (pdf) com o Acrobat Reader e faça CTRL+f, vai aparecer um campo, então digite o nome do cargo e a cidade da vaga...
Pelo que me lembro na parte inferior do Acrobat Reader aparece o total de ocorrencias desta busca, então divida este valor pelo número de vagas.

Alex disse...

Renê é possivel utilizar mais 1 grep "Palmas" assim fica o total exato.

blogger disse...

quantos inscrito para o cargo fiscal agropecuario p/muricilandia.se poder me ajudar fico muito grato.

Renê Dettenborn disse...

Por favor veja meu último comentário "Para quem usa windows..."

Anônimo disse...

e ai renê o meu nome e fernando eu nao conseguir acha a concorrencia para o cargo de TECNICO DE DEFESA DO CONSUMIDOR teria como vc ver pra mim se nao for incomodo.
blz.

Anônimo disse...

Amigo Rnê se possivel gostaria q vc visse pra mim a concorrência para o cargo de extencionista rural no municópio de luzinópolis eposte ai no saite