#!/usr/bin/python #-*- coding:utf8 -*- #Parser für Bestellbestätigungen #TODO: #- Umbauen in eine class "Bestellung", deren Instanzen dann die Daten enthalten. #- Evtl. die Gesamtdaten der Bestellung mit einlesen. #- Striktere Tests, mit denen Formatänderungen festgestellt werden können, und Rückgabe des entsprechenden Status. #- Datumsformat in Python-Datentype date parsen. debug = False #Testdaten, wie sie in einer Bestellbestätigung per E-Mail erscheinen. Bestellung = u"""Menting Mikroelektrik ------------------------------------------------------ Bestellnummer: 12345 Detailierte Bestellübersicht: ------------------------------------------------------ Telefonnr.: 0123/4567890 ------------------------------------------------------ E-Mail: user@domain.tld ------------------------------------------------------ Bestelldatum: Dienstag, 08. Juni 2010 Artikel ------------------------------------------------------ 1 x Speicherdrossel 150µH 6A (T27/013/1) = 3,86 EUR 5 x Speicherdrossel 300µ 3A, liegend, Cool Mµ (T27/018/1) = 17,45 EUR ------------------------------------------------------ (Versand [ DE ]): 5,95 EUR Zwischensumme: 21,31 EUR Summe: 27,26 EUR enthaltene MwSt. 19%: 4,35 EUR Lieferanschrift ------------------------------------------------------ Vorname Name Straße 1 12345 Stadt Land Rechnungsanschrift ------------------------------------------------------ Vorname Name Straße 1 13245 Stadt Land Zahlungsweise ------------------------------------------------------ PayPal (auch Kreditkarten) """ #Hiermit werden die Feldnamen des Lieferanten auf einheitliche Feldnamen der Software gemappt. #Gibt ein Wörterbuch mit den vereinheitlichten Feldern zurück. Lieferant = 'Menting Mikroelektrik' parser_version = '1' valid_from = None #Hier kann eingetragen werden, ab wann die Daten in diesem Format versandt werden valid_until = None #und bis wann dieses Format verwendet wurde. def mapper(Bestelldatum, Artikelnummer, Bezeichnung, Anzahl, Gesamtpreis, Waehrung): return {'B_Lieferant': Lieferant, \ 'B_Bestelldatum': Bestelldatum, \ 'L_Bestellnummer': Artikelnummer, \ 'L_Bezeichnung': Bezeichnung, \ 'B_Anzahl': Anzahl, \ 'B_Einzelpreis': Gesamtpreis / Anzahl} #Bestellung Zeile für Zeile durchgehen und Daten extrahieren. #Gibt eine Liste der in der Bestellung aufgeführten Teile mit den in der Funktion mapper definierten Daten zurück. def parse(bestellung): state = 0 #Für einfache State-Machine, die genau einmal anfängt, die Zeilen mit den Teilen zu parsen, # und am Ende der Teileliste aufhört und auch nicht wieder anfängt. Fehlerliste = [] #Zur Ausgabe eventueller Probleme beim Parsen OK = True #Wenn alles ok war, wird True zurückgeben, bei Fehlern False Teile = [] #Teileliste der Bestellung, die am Ende zurückgegeben wird Bestelldatum = ''#Leer vorbelegen, falls kein Bestelldatum in den Daten gefunden wird. for line in bestellung.split('\n'): line = line.strip(' \t\r\n') #Überflüssigen Whitespace weglassen #Start of parts listing if line == 'Artikel': # Erst die Ankündigung der Liste state = 1 elif line == '------------------------------------------------------': # Jetzt kommt sie if state == 1: state = 2 if debug: print 'PARSING STARTED' elif state == 2: # Abschluss der Liste state = 3 if debug: print 'PARSING STOPPED' elif line.startswith('Bestelldatum: '): Bestelldatum = line[14:].strip(' ') if debug: print 'Bestelldatum:', Bestelldatum else: if state == 2: #Parsen! if debug: print line if debug: print 'Länge:', len(line) try: #Bestelldatum, Artikelnummer, Bezeichnung, Anzahl, Gesamtpreis, Waehrung #Beispielzeile: #1 x Speicherdrossel 150µH 6A (T27/013/1) = 3,86 EUR pos_x = line.find('x') if debug: print 'pos_x:', pos_x Anzahl = float(line[0:pos_x].strip(' ')) if debug: print 'Anzahl:', Anzahl assert line.endswith(' EUR') Waehrung = 'EUR' if debug: print 'Währung:', Waehrung for pos_eq in range(len(line)): if line[-pos_eq] == '=': break pos_eq = len(line)-pos_eq #Position des = if debug: print 'pos_eq:', pos_eq Bezeichnung = line[pos_x+1:pos_eq].strip(' ') if ('(' in Bezeichnung) and (')' in Bezeichnung): Artikelnummer = Bezeichnung[Bezeichnung.find('(')+1:Bezeichnung.find(')')].strip(' ') Bezeichnung = Bezeichnung[:Bezeichnung.find('(')].strip(' ') else: #Da ich nicht ganz sicher bin, ob die Referenz IMMER angegeben wird, hier ein alternativer Pfad für den Fall, dass nicht. Artikelnummer = '' if debug: print 'Artikelnummer:', Artikelnummer print 'Bezeichnung:', Bezeichnung Gesamtpreis = float(line[pos_eq+1:-4].strip(' ').replace(',', '.')) if debug: print 'Gesamtpreis:', Gesamtpreis if debug: print Artikelnummer, '|', Bezeichnung, '|', Anzahl, '|', Gesamtpreis, '|', Waehrung Teile.append(mapper(Bestelldatum, Artikelnummer, Bezeichnung, Anzahl, Gesamtpreis, Waehrung)) except: Fehlerliste.append('Parse error: ' + line) if len(Bestelldatum) == 0: Fehlerliste.append('Kein Bestelldatum gefunden.') # Alle Daten der Bestellung übernommen? Bestellformat geändert? if state < 2: Fehlerliste.append('Keine Teileliste gefunden.') # Alle Daten der Bestellung übernommen? Bestellformat geändert? if state == 2: Fehlerliste.append('Teileliste nicht ordnungsgemäß abgeschlossen.') # Alle Daten der Bestellung übernommen? if len(Teile) == 0: Fehlerliste.append('Keine bestellten Teile gefunden.') # Alle Daten der Bestellung übernommen? Bestellformat geändert? return len(Fehlerliste) == 0, Teile, Fehlerliste if __name__ == '__main__': print 'Parsen von Testdaten...' OK, Teile, Fehlerliste = parse(Bestellung) print 'Status:', 'OK' if OK == True else 'Fehler aufgetreten, siehe Fehlerliste!' # Status signalisieren print 'Bestellte Teile:' for teil in Teile: print teil print 'Fehlerliste:' # Fehler auflisten. Sollte also normalerweise leer sein. for f in Fehlerliste: print f