Monitorowanie postępów i analiza zadań
Parsowanie danych
Potrzebny był szybki, automatyczny sposób monitorowania statusu pracy oraz liczby załadowanych plików we wszystkich aktywnych ("In Progress") zadaniach na platformie dla określonych firm.
Opracowano autonomiczny skrypt Python, który wykorzystuje Selenium i Beautiful Soup do:
Nawigacji w skomplikowanej strukturze tabelarycznej.
Identyfikacji i filtrowania tylko tych komórek (Cell), które mają status "In Progress" dla określonych firm.
Przechodzenia (klikania) w każdą znalezioną komórkę w celu głębokiego parsowania informacji za pomocą bs4 o liczbie załadowanych zdjęć dla każdego pytania.
Generowania szczegółowego raportu, który zawiera dokładną liczbę załadowanych fotografii dla każdego zadania, a także pełne informacje kontekstowe (blok, piętro, strona itp.) dla dokładnej identyfikacji pytań.
W rezultacie zapewniono codzienną, automatyczną sprawozdawczość o postępach pracy. Klient otrzymał jasne dane o bieżącym stanie realizacji zadań bez konieczności ręcznej weryfikacji, co pozwoliło na natychmiastowe wykrywanie "wąskich gardeł" i zarządzanie zasobami.
Opracowano autonomiczny skrypt Python, który wykorzystuje Selenium i Beautiful Soup do:
Nawigacji w skomplikowanej strukturze tabelarycznej.
Identyfikacji i filtrowania tylko tych komórek (Cell), które mają status "In Progress" dla określonych firm.
Przechodzenia (klikania) w każdą znalezioną komórkę w celu głębokiego parsowania informacji za pomocą bs4 o liczbie załadowanych zdjęć dla każdego pytania.
Generowania szczegółowego raportu, który zawiera dokładną liczbę załadowanych fotografii dla każdego zadania, a także pełne informacje kontekstowe (blok, piętro, strona itp.) dla dokładnej identyfikacji pytań.
W rezultacie zapewniono codzienną, automatyczną sprawozdawczość o postępach pracy. Klient otrzymał jasne dane o bieżącym stanie realizacji zadań bez konieczności ręcznej weryfikacji, co pozwoliło na natychmiastowe wykrywanie "wąskich gardeł" i zarządzanie zasobami.