About

• Получаем и парсим данные с https://formats.saby.ru/
• Выполняем валидацию данных для БД
• Отправляем данные в БД oracle
• С помощью планировщика повторяем процессы выше.

Usage

Приложение запускается через main.py. Главный модуль parse_saby.py - находит по в html страницы нужные данные, работает не зависимо от других модулей, можно запускать отдельно.

How it's works

Проект расчитан на запуск в Docker контейнере. Для это есть Dockerfile и docker-compose.yaml. В Dockerfile используется подготовленый образ содержащий все необходимое для работы с базой данных Oracle и сам Python. docker-compose:

• Запускает main.py с ключом --first-run для первого запуска.
• Парамметр env-file прокидывает файл .env сордержащий токен для подключение к Vault.
• Парамметр environment содержит часовой пояс.

1. Получение данных с сайта.

C перва запускается скрипт parse_saby.py

result_dict_data = parse_saby.process_reports_parse()

Основным модулем для забора нужных данных является bs4 с классом BeautifulSoup. BeautifulSoup представляет объект html страницы, это позволяет обращаеться по тэгам, что бы достать нужные данные. process_reports_parse() возвращает cписок словарей. Пример:

result_dict_data = [{128513: ('fns', 'Уведомление о налогах для ЕНП', '01.07.22', None, '5.03')}, {132526: ('sfr', 'АДВ-1 Анкета застрахованного лица', '09.01.23', '31.12.34', '2.0')}, {...}]

2. Предварительный парсинг - parse_data_in_list()

list_data = parse_data_in_list(result_dict_data)

Легкий парсиннг преобразуем лист словарей в лист листов. Это нужно для отправки в БД - берутся ключу к ним присваиваеюся значение по индексу из листа.

3. Валидация данных

list_data_validated = DataValid.validate_data(list_data) 

Тут из листа по листу передаем данные в класс DataValid из модуля проекта validation.py. DataValid наследуется от класса BaseModul модуля pydantic. Сначало парсится дата, вторая дата в списке может быть None.

Потом проверяется соответсвие типов, и может выполняется явное преобразование. Забираем валидные данные в новый лист. Класс в рамках цикла пересоздается, для валидации следующего листа.

4. Отправка данных в БД

working_database.SimpleDB().data_transfer_in_database(list_data_validated)

4.1. Инциализация модуля working_database.py, подключение к hvac

Сервер hvac настрое на работу в тихом режиме, реализуется с помощью: init_oracle_client()

Тут выполняется сначало подключение к hvac серверу, получение секретов, необохдимых для подключения к БД _create_db_pool_from_vault(). Что бы подключиться к серверу hvac используется секретный токен. Он забирается из переменной окружения, передается при создание контейнера(определенно в docker-compouse.yaml).

4.2. Подключение и отправка данных в БД

Метод класса data_transfer_in_database() получает данные для отправки в БД. Данные имеют структуру лист словарей. Выполняется подключение к БД используя пул секретов из шага 4.1. После чего передаются данные в процедуру P_RK_GOVERNMENT_REPORTS_INSERS.

Планировщик заданий - scheduler.py

scheduler.launch_the_scheduler()

Запускается при вервом запуска main.py с ключом --first-run через docker-compose.

Планировщик работает в фоновом режиме, пока не наступит заданое время. Когда наступает заданое время запукает main.py. Время запуска по умолчанию 6 часов 0 минут.
Время можно изменить например на 9:30 следующим образом:

scheduler.launch_the_scheduler(h=9, m=30)