Готовый рабочая версия

cor_func.py

@@ -6,17 +6,18 @@ import re
 
 def parse_html(url=str):
     """
-    Фунция принимает строку URL,
+    Фунция принимает строку URL, выполняет запрос.
-    выполняет запрос,
+    Создает и возращает объект BeautifulSoup(HTML).
-    создает и возращает объект BeautifulSoup(HTML).
     """
     # Запрос страницы
     response = requests.get(url)
-    # Проверка статуса страницы
+    # Проверка статуса в ответе на запрос
     if not(200 <= response.status_code <= 299):
-        print("Ошибка при запросе:", response.status_code)
+        # Повторный запрос 
+        response = requests.get(url)
+        print("Ошибка при запросе: ", response.status_code)
         return response.status_code
-    # Создание обьекта BeautifulSoup
+    # Создание обьекта BeautifulSoup(HTML страница)
     soup = BeautifulSoup(response.text, 'html.parser')
     return soup
 
@@ -29,23 +30,27 @@ def parse_date_report(url=str):
         'date =  01.07.22'
         'id_date = 5.01' 
     """
+    # HTML report
     soup = parse_html(url)
+    # Если не удалось отправить запрос, ворзвращаем URL и код ошибки.
+    # Они будут занесы в файл.
+    if soup == int:
+        return url, soup
     # Поиск в HTML строки ввида: 'Действующий формат (с 10.01.23) 5.01'
     div_element = soup.find('div', class_='controls-Dropdown__text')
     # Извлекаем текст из элемента
     text = div_element.get_text()
-    print(text, ' ',url)
+    # Парсим нужные данные
-    #Парсим нужные данные
+    # Уловия ловит: text = 'Действующий формат 02-04-2025 _2025_001'
-    date = '' 
+    if '_' in text:
-    id_date = ''
-    if ('_') in text:
         regex = r'\w+\s\w+\s(\S+) (\S+)'
         date, id_date = re.search(regex, text).groups()
+        return date, id_date
+    # Все остальные
     else:
         regex = r'(\d{2}\D\d{2}\D\d{2})(?:(?:.+)?\))? #?(\d+(?:\D\d+)?)'
         date, id_date = re.search(regex, text).groups()
-    print('date: ', date, 'id: ', id_date)
+        return date, id_date
-    return date, id_date
 
 def parse_reports(soup=BeautifulSoup, 
                   report_title = str, 
@@ -55,24 +60,21 @@ def parse_reports(soup=BeautifulSoup,
     Достаются все необходимые данные, возвращаются в ввиде словаря:
         {106538: ('fns', 'НД по косвенным налогам', '01.08.23', '5.04')}
     """
-    # Содрежит url всех report(не используется)
+
-    #list_report_url = []
     result_dict_data = {}
     # Перебарает все URL, ищутся по тегу 'a'
     for link in soup.find_all('a'):
         # Ищет по тегу: href 
         href = link.get('href')
         if f'{report_title}/' in href:
-            # id записи
+            # id report
             id = href.rstrip('/').split('/')[-1]
-            #URL записи 
+            #URL report 
             url_report = f'{url_formats}{href}'
-            #Добавление url в лист(не используется)
-            #list_report_url.append(url_title)
             link = soup.find('a', href=href)
-            # Имя записи
+            # Name report
             span = link.find('span', class_="ProxySbisRu__registry-BrowserItem_typeName")
-            # Передаем текущию запись цикла
+            # Данные получены из url после парсинга
             date, id_date = parse_date_report(url_report)
             # Добавление всех данных в итоговый словарь            
             result_dict_data.update({id: (name_title, span.text, date, id_date)})
@@ -84,49 +86,90 @@ def write_report_data(filename, dict_name = dict, name_title = str):
     Сохраняем запись, каждая запись с новой строки:
     'ключ: значение'
     'ключ: значение'
+    ...
     """
-    dash = '-'*30
+    #Блок для красивого форлмения файла
+
+    # Вычисляем количество подчёркиваний слева и справа
+    def center_text():
+        """
+        Функия парсит сколько нужно подчеркивания,
+        что бы центролизовать текст в строке с этими подчеркиваниями
+        Возвращает две строки одна для начало блока записей тайтал, вторая конца блока.
+        """
+        start_str = f'START_{name_title}'
+        end_str = f'END_{name_title}'
+        dash = 100
+        list_result = []
+        # сначал вернеться dash_start, потом end_start.
+        for text in start_str, end_str:
+            remaining_space = dash - len(text)
+            left = remaining_space // 2
+            right = remaining_space - left  # Чтобы учесть нечётную разницу
+            list_result.append('_' * left + text + '_' * right)
+        return list_result[:2]   
+    dash_start, dash_end = center_text()
+
+    #Конец блока
+    #Запись в файл с красивым офрмление в виде нижнего подчеркивания 
     with open(filename, 'a', encoding='utf-8') as f:
-        f.write(f'\n{dash}START_{name_title}{dash}\n')
+        f.write(f'\n{dash_start}\n')
         for key, value in dict_name.items():
             str_k_v = f'{key}: {value}\n'
             f.write(str_k_v)
-        f.write(f'{dash}END_{name_title}{dash}\n')
+        f.write(f'{dash_end}\n')
 
-def serth_title():
+def search_title():
     """
     Функция ищет все тайтлы,
     возвращает лист сотоящий из:
         ['/report/fns', ...]
     """
+    # url по которому в котором будет происходить поиск,
+    # Используется только в этой функции
     url_format_report = 'https://formats.saby.ru/report'
+    # Объект HTML
     html = parse_html(url_format_report)
+    # Если придет int(он же respons.status_code))
+    if html == int:
+        error_message = f'Ошибка при запросе {url_format_report}: {html}'
+        raise Exception(error_message)
+    # Лист в который будут заноситься тайтлы
     list_reports = []
     # Перебераем все URL
+    # Ищем все тэги 'a'
     for link in html.find_all('a'):
-        # Ищет по тегу: href 
+        # Ищем по тегу: href 
         href = link.get('href')
+        #Проверям что href содержит: /report/{title}
         if re.search(r'\/report\/(\w+)$', href):
-                print('Cовпадение найдено: ', href)
                 list_reports.append(href)
     return list_reports
 
 # Имя файла в который будет записан результат кода
 filename_save = 'ReportData.txt'
-#Удаляем старые записи, что бы довабить новые 
+# Удаляем старые записи, что бы записать актульные 
 with open(filename_save, 'w') as f:
-    #Файл перезаписывается в пустой
+    # Файл перезаписывается и становится пустым
     f.write('')
 # Лист имеет вид: ['/report/fns', '/report/sfr'...]
-list_title = serth_title()
+list_title = search_title()
-
+# Используется два раза, создал отдельную переменную 
 URL_FORMATS = 'https://formats.saby.ru'
-
+"""
+Цикл про бегается по каждому тайтлу. 
+Для всех записей(reports) выполняется запрос HTML страницы, 
+которая парситься в объект BeautifulSoup(HTML страница).
+Из это обьекта достаются не боходимые данные,
+которые записываются в текстовый файл.
+"""
+#report_title = '/report/fns'
 for report_title in list_title:
+    # Получаем имя тайтла через парсинг 
     name_title = report_title.rstrip('/').split('/')[-1]
-    
+    # URL на конкретный title 
     url_title = f'{URL_FORMATS}{report_title}'
-    # Объект HTML
+    # Объект HTML, конкретного title
     soup = parse_html(url_title)
     # Словарь с нужными данными
     dict_result = parse_reports(soup, report_title, URL_FORMATS, name_title)