nspd-parser 0.1.1

Парсер данных NSPD.GOV.RU/ЕГРН для работы с кадастровыми номерами

NSPD Data Parser

Русская версия

Описание

Этот скрипт предназначен для парсинга данных ЕГРН по кадастровым номерам. На вход подается JSON-файл, содержащий список кадастровых номеров, а на выходе можно получить данные в формате XLSX или JSON.

Требования

• Python 3.6+
• Selenium

  pip install selenium
  

• OpenPyXL

  pip install openpyxl
  

• ChromeDriver для Google Chrome
  Убедитесь, что версия ChromeDriver соответствует установленной версии браузера и он находится в PATH.

Структура файлов

• bot.py: Содержит функцию nspd_bot, которая открывает сайт, осуществляет необходимые действия и возвращает текстовое содержимое страницы.
• config.py: Файл конфигурации, содержащий, например, переменную fields — список ключевых полей для парсинга.
• script.py: Основной скрипт, который осуществляет чтение входных данных, обработку и сохранение результатов.

Формат входного файла

Входной файл должен быть в формате JSON и содержать список кадастровых номеров. Пример файла cad_numbers.json:

[
  "31:05:1901001:831",
  "31:05:1901001:832",
  "31:05:1901001:978",
  "31:05:1901001:982",
  "31:05:1901001:985"
]

Аргументы командной строки

• input_file: Путь к входному файлу JSON с кадастровыми номерами.
• -o, --output: Путь к выходному файлу (по умолчанию: земельный_участок.xlsx).
• -f, --format: Выходной формат данных. Допустимые значения:
  • xlsx – сохранение в Excel (по умолчанию)
  • json – сохранение в JSON

Примеры использования

Сохранение в Excel:

python script.py cad_numbers.json -o result.xlsx -f xlsx

Сохранение в JSON:

python script.py cad_numbers.json -o result.json -f json

Как работает скрипт

1. Чтение входного файла: Скрипт считывает список кадастровых номеров из указанного JSON-файла.
2. Обработка данных: Для каждого кадастрового номера:
   • Инициализируется Selenium WebDriver.
   • Вызывается функция nspd_bot, которая взаимодействует с сайтом и возвращает текстовую информацию.
   • Полученный текст парсится функцией parse_egrn_data, которая извлекает необходимые поля.
3. Сохранение результатов: Собранные данные сохраняются в указанный файл в формате XLSX или JSON.

Примечания

• Для работы в headless-режиме можно модифицировать инициализацию драйвера в скрипте, добавив соответствующие опции.
• Убедитесь, что все зависимости установлены, а ChromeDriver настроен корректно.

---

English Version

Description

This script is designed for parsing EGRN data by cadastral numbers. It accepts a JSON file containing a list of cadastral numbers as input, and outputs data in either XLSX or JSON format.

Requirements

• Python 3.6+
• Selenium

  pip install selenium
  

• OpenPyXL

  pip install openpyxl
  

• ChromeDriver for Google Chrome
  Ensure that the ChromeDriver version matches your installed browser version and is in the PATH.

File Structure

• bot.py: Contains the nspd_bot function which opens the website, performs necessary actions, and returns the page's text content.
• config.py: Configuration file that may include variables like fields – a list of key fields for parsing.
• script.py: Main script that reads the input data, processes it, and saves the results.

Input File Format

The input file should be in JSON format and contain a list of cadastral numbers. Example cad_numbers.json:

[
  "31:05:1901001:831",
  "31:05:1901001:832",
  "31:05:1901001:978",
  "31:05:1901001:982",
  "31:05:1901001:985"
]

Command-Line Arguments

• input_file: Path to the input JSON file with cadastral numbers.
• -o, --output: Path to the output file (default: земельный_участок.xlsx).
• -f, --format: Output data format. Allowed values:
  • xlsx – save as Excel (default)
  • json – save as JSON

Usage Examples

Saving as Excel:

python script.py cad_numbers.json -o result.xlsx -f xlsx

Saving as JSON:

python script.py cad_numbers.json -o result.json -f json

How the Script Works

1. Reading the Input File: The script reads a list of cadastral numbers from the specified JSON file.
2. Data Processing: For each cadastral number:
   • A Selenium WebDriver is initialized.
   • The nspd_bot function is called to interact with the website and retrieve textual information.
   • The retrieved text is parsed by the parse_egrn_data function to extract the necessary fields.
3. Saving the Results: The collected data is saved to the specified file in either XLSX or JSON format.

Notes

• For headless mode, you can modify the WebDriver initialization in the script by adding the appropriate options.
• Ensure that all dependencies are installed and that ChromeDriver is properly configured.

---

About the Author / Об авторе

I'm Glebushnik
I am the author of this project. Feel free to check out my GitHub repository for more information.