import re        # Regular Expressions
import datetime  # Datum/Zeit
import os        # Files suchen

# Erklärungen zu diesem Code sind bei der Lehrperson erhältlich. Es ist nicht nötig, diesen Code zu verstehen, um die Aufgabe zu lösen. Es könnte aber interessant sein, sich damit zu beschäftigen.

rootdir = 'C:/ordner/wo/alles/liegt/'
pathtocsv = 'C:/order/wo/das/resultat/sein/soll/dateiname.csv'
mnum = {"Jan": 1, "Feb": 2, "Mar": 3, "Apr": 4, "May": 5, "Jun": 6,
        "Jul": 7, "Aug": 8, "Sep": 9, "Oct": 10, "Nov": 11, "Dec": 12}

# Resultat, das am Schluss geschrieben werden soll
csv = ""   # Comma separated values
# Wie viele Kontrollausgaben?
debug = 10

# Alle HTML-Dateien im Verzeichnis anzeigen
for root, dirs, files in os.walk(rootdir):
    for file in files:
        if file.endswith(".html"):
            filepath = os.path.join(root, file)
            # Datei oeffnen
            f = open(filepath, "r", encoding="utf8")
            html = f.read()  # Alles einlesen
            f.close()        # Datei schliessen

            # Datum der Form Apr. 08, 2021 8:54 am einlesen
            # Alle nötigen Angaben werden in Klammern "ge-captured"
            daten = re.findall(
                "([A-Z][a-z][a-z])\.? (\d{1,2}), (\d{4}) (\d{1,2}):(\d{1,2}) ([ap]m)", html)

            if (debug > 0):
                print(file, ": ", len(daten))
                debug -= 1

            # Alle Einträge durchgehen, d enthält jeweils den nächsten Eintrag
            for d in daten:
                # Einträge in Zahlen umwandeln
                # Monat plus die anderen Einträge (ohne AM/PM) in Zahlen umgewandelt
                #   Die Zeichenkette "42" ist nicht das gleiche wie die Zahl 42.
                e = [mnum[d[0]]] + [int(x) for x in d[1:-1]]
                # Nachmittag? Plus 12 Stunden (Ausser Mitternacht = 0)
                if d[5] == "pm":
                    e[3] = (e[3]+12) % 24
                if debug > 0:
                    # Ausgabe zur Kontrolle, sollte folgendes Format Produzieren
                    print(e)  # [1, 6, 2021, 21, 23, 12]
                    debug -= 1  # Um 1 vermindern

                # Datum daraus generieren (macht die Datumsmanipulation einfacher).
                # Jahr, Monat, Tag, Stunde, Minute, Sekunde
                datum = datetime.datetime(e[2], e[0], e[1], e[3], e[4], 0)

                if debug > 0:
                    # Ausgabe zur Kontrolle, produziert folgendes Format
                    print(datum)   # 2021-01-06 21:23:12
                    debug -= 1  # Um 1 vermindern

                # Wochentag (Mo=0, Di=1, ..., So=6)
                # Sämtliche Methoden für datetime-Objekte sind hier beschrieben: https://docs.python.org/3/library/datetime.html#datetime-objects
                wday = datum.weekday()

                # Formatierte Ausgabe des Datums, siehe https://www.w3schools.com/python/python_datetime.asp
                # \n heisst neue Zeile.
                # Das Format soll so angepasst werden, damit die Tabellenkalkulation dann damit umgehen kann.
                csv += datum.strftime("%Y-%m-%d %H:%M:%S;" + os.path.splitext(file)[0]+"\n")

        # Ausgabe in Datei schreiben
        f = open(pathtocsv, "w")
        f.write(csv)
        f.close()