77 lines
5.3 KiB
Markdown
77 lines
5.3 KiB
Markdown
# 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
|
||
```python
|
||
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:
|
||
```python
|
||
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()
|
||
```python
|
||
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
|
||
```python
|
||
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
|
||
```python
|
||
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
|
||
```python
|
||
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:
|
||
```python
|
||
scheduler.launch_the_scheduler(h=9, m=30)
|
||
```
|
||
|
||
|
||
|