"""E-M2b · valida las salidas de las pasadas (stdlib, en el host): cada pareja del lote una vez, con valores del esquema. Uso: python3 sql/30_validar.py A 01 (o «A todos»)""" import csv, json, sys from pathlib import Path W = Path("/em2b") ET = {"misma_necesidad", "relacionada", "distinta"}; CF = {"alta", "media", "baja"} pares = {} for r in csv.DictReader(open(W / "clave/parejas.csv", encoding="utf-8"), delimiter=";"): pares.setdefault(r["lote"], set()).add(r["par"]) pas = sys.argv[1]; lotes = sorted(pares) if sys.argv[2] == "todos" else sys.argv[2:] for n in lotes: f = W / f"pasada{pas}/lote_{n}.jsonl" if not f.exists(): print(f"{pas} {n}: NO EXISTE"); continue vistos, malas, extra, dup, cuenta = set(), 0, 0, 0, {} for i, l in enumerate(f.read_text(encoding="utf-8").splitlines(), 1): if not l.strip(): continue try: o = json.loads(l) except Exception: malas += 1; continue p = o.get("par") if o.get("etiqueta") not in ET or o.get("confianza") not in CF or not isinstance(o.get("motivo"), str): malas += 1 if p not in pares[n]: extra += 1; continue if p in vistos: dup += 1 vistos.add(p); cuenta[o.get("etiqueta")] = cuenta.get(o.get("etiqueta"), 0) + 1 falta = len(pares[n] - vistos) ok = not (malas or extra or dup or falta) print(f"{pas} {n}: {'OK' if ok else 'MAL'} · {len(vistos)}/{len(pares[n])} · malas {malas} · ajenas {extra} · repetidas {dup} · faltan {falta} · {cuenta}")