Обновлено описание новых методов в документацию

This commit is contained in:
Ilia Miheev
2025-05-05 16:31:55 +03:00
parent c628505a63
commit 2b7c17fd36
+30 -8
View File
@@ -1,6 +1,6 @@
# Библиотека для работы с файлами во время парсинга # Библиотека для работы с файлами во время парсинга
Во время работы часто приходится скачивать html-страницы, работать с json- и csv-файлами. Эта библиотека призвана облегчить написание кода для такого рода задач. Во время парсинга часто приходится скачивать html-страницы, работать с json- и csv-файлами. Эта библиотека призвана облегчить написание кода для такого рода задач. Библиотека создавалась для удобства работы во время парсинга, но ничто не мешает использовать её просто для работы с json и csv.
В библиотеке есть три класса для отдельных работ: Pars для получения данных из Интернета, JsonManager для работы с json и CsvManager для работы с csv. В библиотеке есть три класса для отдельных работ: Pars для получения данных из Интернета, JsonManager для работы с json и CsvManager для работы с csv.
@@ -10,12 +10,14 @@
pip install ipars pip install ipars
``` ```
Рассмотрим каждый класс детальнее.
## Работа с Pars ## Работа с Pars
Класс Pars не принимает никаких данных для конструкторов Класс Pars не принимает никаких данных для конструкторов.
```python ```python
# Импортируем библиотеку # Импортируем класс
from ipars import Pars from ipars import Pars
# Создаём объект класса # Создаём объект класса
p = Pars() p = Pars()
@@ -27,7 +29,9 @@ p = Pars()
2. Функция **get_dynamic_page** с помощью библиотеки Selenium получает динамически обновляемую страницу. Это помогает, когда контент на странице подгружается динамически. Принимает url страницы, путь сохранения и closeWindow. По умолчанию браузер Selenium открывается в фоновом режиме, и работу браузера не видно, но если closeWindow указать как False, то будет виден процесс выполнения кода 2. Функция **get_dynamic_page** с помощью библиотеки Selenium получает динамически обновляемую страницу. Это помогает, когда контент на странице подгружается динамически. Принимает url страницы, путь сохранения и closeWindow. По умолчанию браузер Selenium открывается в фоновом режиме, и работу браузера не видно, но если closeWindow указать как False, то будет виден процесс выполнения кода
3. Функция **returnBs4Object** возвращает объект beautifulsoup4. Принимает путь до html-страницы, содержимое которой преобразует в объект beautifulsoup, кодировку открытия файла (по умолчанию UTF-8) и тип парсера (по умолчанию lxml) 3. Функция **returnBs4Object** возвращает объект beautifulsoup4. Принимает путь до html-страницы, содержимое которой преобразует в объект beautifulsoup, кодировку открытия файла (по умолчанию UTF-8) и тип парсера (по умолчанию lxml).
Пример скачивания html-страницы:
```py ```py
from ipars import Pars from ipars import Pars
@@ -46,6 +50,21 @@ for image in allImage:
print(image.get('src')) print(image.get('src'))
``` ```
Пример скачивания фотографии:
```py
from ipars import Pars
p = Pars()
# Получаем картинку
p.get_static_page(
pathToSaveFile="./logo.png",
# Возможно в будущем, эта картинка переместится на другое место и пример перестанет работать 👉👈
url="https://cdn.sstatic.net/Sites/stackoverflow/Img/icon-48.png?v=b7e36f88ff92",
writeMethod='wb'
)
```
## Работа с JsonManager ## Работа с JsonManager
JsonManager принимает принимает только один аргумент — кодировку в которой будут читаться файлы. По умолчанию это UTF-8 JsonManager принимает принимает только один аргумент — кодировку в которой будут читаться файлы. По умолчанию это UTF-8
@@ -62,6 +81,8 @@ j = JsonManager()
2. Метод **dump** используется для записи данных в json-файл. Принимает путь до файла и данные для записи 2. Метод **dump** используется для записи данных в json-файл. Принимает путь до файла и данные для записи
3. Метод **pprint** используется для вывода значений переменных у которых большая вложеность. Например, если у Вас есть массив объектов, где в качестве значения ключа используется другой массив объектов
```py ```py
from ipars import JsonManager from ipars import JsonManager
j = JsonManager() j = JsonManager()
@@ -69,12 +90,12 @@ j = JsonManager()
j.dump('./data.json', [1, 2, 3, 4, 5, 6, 7]) j.dump('./data.json', [1, 2, 3, 4, 5, 6, 7])
# Получаем данные # Получаем данные
data = j.load('./data.json') data = j.load('./data.json')
print(data) # [1, 2, 3, 4, 5, 6, 7] j.pprint(data) # [1, 2, 3, 4, 5, 6, 7]
``` ```
## Работа с CsvManager ## Работа с CsvManager
Класс CsvManager принимает три аргумента: символ переноса на новую строку "newline" (по умолчанию — это пустая строка), кодировку открываемых файлов "encoding" (по умолчанию cp1251) и разделитель который используется в csv файле "delimiter" (по умолчанию ";") Класс CsvManager принимает три аргумента: символ переноса на новую строку "newline" (по умолчанию — это пустая строка), кодировку открываемых файлов "encoding" (по умолчанию UTF-8) и разделитель который используется в csv файле "delimiter" (по умолчанию ";")
```py ```py
@@ -91,6 +112,8 @@ c = CsvManager()
3. Метод **getRows** используется для получения списка строк в csv файле. Метод принимает путь до файла откуда будут получены строки 3. Метод **getRows** используется для получения списка строк в csv файле. Метод принимает путь до файла откуда будут получены строки
4. Метод **pprint** такой же как и у JsonManager
```py ```py
from ipars import CsvManager from ipars import CsvManager
@@ -104,8 +127,7 @@ writer = c.writerows('./data.csv', 'a', [
]) ])
rows = c.getRows('./data.csv') rows = c.getRows('./data.csv')
for row in rows: c.pprint(rows)
print(row)
``` ```
## License ## License