Metadata-Version: 2.4
Name: robust_dbfreader
Version: 0.1.0
Summary: Fault-tolerant DBF reader with automatic encoding detection and data recovery.
Author: vtl
License: MIT
Project-URL: Homepage, https://github.com/wilhelmges/RobustDBFreader
Project-URL: Repository, https://github.com/wilhelmges/RobustDBFreader
Project-URL: Issues, https://github.com/wilhelmges/RobustDBFreader/issues
Project-URL: Documentation, https://github.com/wilhelmges/RobustDBFreader
Keywords: dbf,xbase,foxpro,dbase,parser,encoding,recovery,pandas
Classifier: Development Status :: 5 - Production/Stable
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Programming Language :: Python :: 3.13
Classifier: Topic :: Database
Classifier: Topic :: Software Development :: Libraries
Classifier: Typing :: Typed
Requires-Python: >=3.10
Description-Content-Type: text/plain
License-File: LICENSE
Requires-Dist: dbfread
Provides-Extra: pandas
Requires-Dist: pandas>=2.2; extra == "pandas"
Provides-Extra: sql
Requires-Dist: sqlalchemy>=2.0; extra == "sql"
Requires-Dist: sqlmodel>=0.0.24; extra == "sql"
Provides-Extra: dev
Requires-Dist: dbfread; extra == "dev"
Requires-Dist: pytest>=8; extra == "dev"
Requires-Dist: pytest-cov; extra == "dev"
Requires-Dist: ruff; extra == "dev"
Requires-Dist: mypy; extra == "dev"
Requires-Dist: build; extra == "dev"
Requires-Dist: twine; extra == "dev"
Provides-Extra: all
Requires-Dist: pandas>=2.2; extra == "all"
Requires-Dist: sqlalchemy>=2.0; extra == "all"
Requires-Dist: sqlmodel>=0.0.24; extra == "all"
Dynamic: license-file

бібліотека — сучасний Python-інструмент для надійного читання DBF-файлів, орієнтований на роботу з реальними, часто пошкодженими або нестандартними даними. Вона автоматично визначає кодування текстових полів, ізолює помилки окремих записів і стовпців без переривання читання всього файлу, надає детальні звіти про якість даних, підтримує режими відновлення пошкоджених значень та забезпечує зручну інтеграцію з Pandas, SQLite і SQLAlchemy. Основна мета проєкту — зробити роботу з DBF-файлами максимально надійною, передбачуваною та придатною для використання в сучасних Python-застосунках.
