ares

00000256.xml

<?xml version="1.0" encoding="UTF-8"?>
<are:Ares_odpovedi xmlns:are="http://wwwinfo.mfcr.cz/ares/xml_doc/schemas/ares/ares_answer_vreo/v_1.0.0" 
odpoved_datum_cas="2017-12-11T17:27:27"
odpoved_pocet="1" odpoved_typ="Vypis_VREO" vystup_format="XML" xslt="klient" validation_XSLT="http://wwwinfo.mfcr.cz/ares/xml_doc/schemas/ares/ares_odpovedi.xsl" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://wwwinfo.mfcr.cz/ares/xml_doc/schemas/ares/ares_answer_vreo/v_1.0.0 ../ares_answer_vreo.xsd" Id="aresds">
<are:Odpoved>
 <are:Pomocne_ID>0</are:Pomocne_ID>
 <are:Vysledek_hledani>
  <are:Kod>1</are:Kod>
 </are:Vysledek_hledani>
 <are:Pocet_zaznamu>1</are:Pocet_zaznamu>
 <are:Vypis_VREO>
  <are:Uvod>
   <are:Nadpis>Výpis z veřejného rejstříku v ARES - elektronický opis</are:Nadpis>
   <are:Aktualizace_DB>2017-12-09</are:Aktualizace_DB>
   <are:Datum_vypisu>2017-12-11</are:Datum_vypisu>
   <are:Cas_vypisu>17:27:27</are:Cas_vypisu>
   <are:Typ_vypisu>aktualni</are:Typ_vypisu>
  </are:Uvod>
  <are:Zakladni_udaje>
   <are:Rejstrik>OR</are:Rejstrik>
   <are:ICO>00000256</are:ICO>
   <are:ObchodniFirma>VOJENSKÉ LESY A STATKY ČR, odštěpný závod Mimoň</are:ObchodniFirma>
   <are:Sidlo>
    <are:ruianKod>16613376</are:ruianKod>
    <are:stat>203</are:stat>
    <are:okres>Česká Lípa</are:okres>
    <are:obec>Mimoň</are:obec>
    <are:ulice>Nádražní</are:ulice>
    <are:cisloTxt>115</are:cisloTxt>
   </are:Sidlo>
   <are:DatumZapisu>1989-11-27</are:DatumZapisu>
   <are:DatumVymazu>1999-02-24</are:DatumVymazu>
  </are:Zakladni_udaje>
  <are:Statutarni_organ dza="1989-11-27" dvy="1999-02-24">
   <are:Nazev>Statutární orgán</are:Nazev>
   <are:Clen dza="1989-11-27" dvy="1991-08-19">
    <are:funkce>
     <are:nazev>Vedoucí</are:nazev>
    </are:funkce>
    <are:fosoba>
     <are:adresa>
      <are:ruianKod>4</are:ruianKod>
      <are:stat>203</are:stat>
      <are:okres>Česká Lípa</are:okres>
      <are:obec>Mimoň</are:obec>
      <are:ulice>Komenského</are:ulice>
      <are:cisloTxt>122/V</are:cisloTxt>
     </are:adresa>
     <are:jmeno>Ladislav</are:jmeno>
     <are:prijmeni>Zdeněk</are:prijmeni>
     <are:titulPred>Ing.</are:titulPred>
     <are:titulZa>plukovník</are:titulZa>
    </are:fosoba>
   </are:Clen>
   <are:Clen dza="1991-08-19" dvy="1993-02-09">
    <are:funkce>
     <are:nazev>Vedoucí</are:nazev>
    </are:funkce>
    <are:fosoba>
     <are:adresa>
      <are:ruianKod>16613392</are:ruianKod>
      <are:stat>203</are:stat>
      <are:okres>Česká Lípa</are:okres>
      <are:obec>Mimoň</are:obec>
      <are:ulice>Podhájek</are:ulice>
      <are:cisloTxt>117</are:cisloTxt>
     </are:adresa>
     <are:jmeno>Pavel</are:jmeno>
     <are:prijmeni>Smrčka</are:prijmeni>
     <are:titulPred>Ing.</are:titulPred>
     <are:titulZa>podplukovník</are:titulZa>
    </are:fosoba>
   </are:Clen>
   <are:Clen dza="1993-02-09" dvy="1999-02-24">
    <are:funkce>
     <are:nazev>Vedoucí</are:nazev>
    </are:funkce>
    <are:fosoba>
     <are:adresa>
      <are:ruianKod>4</are:ruianKod>
      <are:stat>203</are:stat>
      <are:okres>Česká Lípa</are:okres>
      <are:obec>Mimoň</are:obec>
      <are:ulice>Sídliště pod Ralskem</are:ulice>
      <are:cisloTxt>598</are:cisloTxt>
     </are:adresa>
     <are:jmeno>Petr</are:jmeno>
     <are:prijmeni>Doubrava</are:prijmeni>
     <are:titulPred>Ing.</are:titulPred>
    </are:fosoba>
   </are:Clen>
  </are:Statutarni_organ>
 </are:Vypis_VREO>
</are:Odpoved>
</are:Ares_odpovedi>

b64_convert.py

import tarfile
import base64
import gzip

# curl -O http://wwwinfo.mfcr.cz/ares/ares_vreo_all.tar.gz
with tarfile.open('../data/ares_vreo_all.tar.gz', 'r:gz') as tf:
    tg = '../data/b64.txt.gz'
    with gzip.open(tg, 'wb') as tw:
        for j, el in enumerate(tf):
            print(' %d %s' % (j + 1, el.name), end='\r')

            fl = tf.extractfile(el)
            b64 = base64.b64encode(fl.read())
            tw.write(b64 + b'\n')

data.py

import gzip
import base64

with gzip.open('../data/b64.txt.gz') as gf:
    with open('../data/data.txt', 'wb') as tg:
        for j, ln in enumerate(gf):
            if j % 10000 == 0: print('\t%d' % j, end='\r')
            xml = base64.b64decode(ln)
            dt = xml[164:183]

            tg.write(dt + b'\n')