Add numeric interval fields

pre_process/preprocess_pdf.py

@@ -32,6 +32,17 @@ def normalize_interval(value):
     return re.sub(r"\s+", " ", value.replace("VÔO", "VOO")).strip()
 
 
+def interval_number(intervalo):
+    if not intervalo:
+        return ""
+    first_token = intervalo.split()[0]
+    if ":" in first_token:
+        return int(first_token.split(":", 1)[0])
+    if first_token.isdigit():
+        return int(first_token)
+    return ""
+
+
 def parse_control_fields(tokens):
     nivel_descricao = {
         "B": "Base",
@@ -192,8 +203,11 @@ def parse_record(record):
         "duracao_unidade": control_fields["duracao_unidade"],
         "controle_original": controle,
         "intervalo_horas_voo": intervalo_horas_voo,
+        "intervalo_horas_voo_valor": interval_number(intervalo_horas_voo),
         "intervalo_meses_continuos": intervalo_meses_continuos,
+        "intervalo_meses_continuos_valor": interval_number(intervalo_meses_continuos),
         "intervalo_pousos": intervalo_pousos,
+        "intervalo_pousos_valor": interval_number(intervalo_pousos),
         "intervalos": intervalos,
         "linha_original": record,
     }
@@ -227,8 +241,11 @@ def main():
         "duracao_unidade",
         "controle_original",
         "intervalo_horas_voo",
+        "intervalo_horas_voo_valor",
         "intervalo_meses_continuos",
+        "intervalo_meses_continuos_valor",
         "intervalo_pousos",
+        "intervalo_pousos_valor",
         "intervalos",
     ]
     with CSV_PATH.open("w", newline="", encoding="utf-8-sig") as csv_file: