Python 和 GnuCash：从 GnuCash 文件中提取数据

Question

我正在寻找有关如何使用 python 读取 GnuCash 文件的信息。我已经阅读过这个python-gnucash，它提供了与 GnuCash 库的 Python 绑定，但目前需要做很多工作（例如依赖项、标头等）。这些说明是为 Linux 环境和相当旧的 GnuCash 版本 (2.0.x) 量身定制的。我正在运行 GnuCash 2.2.9。虽然我可以操作 Linux 命令行，但我在 Windows XP 上运行 GnuCash。

我的主要目标是读取（还没有计划写入）我的 GnuCash 文件，以便我可以使用 matplotlib 和 @987654325 创建自己的可视化动态报告@。我还没有心情学习 Scheme。

我希望有人能指出我在这方面的良好开端。就我对 GnuCash 和 Python 的了解，我想可能有人知道以下几种解决方案：

1. 除了this one from the GnuCash wiki 之外，最近更新的文档
2. 一些解决方法，例如导出到某种文件格式，对于该文件格式，有一个更成熟的 Python 库可以读取它。

除了上面提到的，你们可能还有更好的建议。

Answer 1

我发布了 piecash，这是一个使用 SQLAlchemy 作为基础的 SQL 保存 GnuCash 书籍的 Python 接口 (https://github.com/sdementen/piecash)。

有了它，您可以轻松访问一本书中包含的所有信息。

例如，遍历书中的所有帐户：

from piecash import open_book

# open a book
with open_book("some_book.gnucash", open_if_lock=True) as mybook:
    # iterate over all accounts of the book
    for account in mybook.accounts:
        print(account)

或遍历“资产”帐户中的所有拆分：

# open the book
with open_book("some_book.gnucash", open_if_lock=True) as mybook:
    # retrieve the account by its fullname
    asset = mybook.accounts(fullname="Asset")
    # iterate over all its splits
    for split in asset.splits:
        print(split)

最近的版本还允许将拆分信息直接提取到 pandas DataFrames，以便于绘图/分析

from piecash import open_book

# open a book
with open_book("some_book.gnucash", open_if_lock=True) as mybook:
    # extract all split information to a pandas DataFrame
    df = mybook.splits_df()

    # print for account "Asset" some information on the splits
    print(df.loc[df["account.fullname"] == "Asset",
                 ["transaction.post_date", "value"]])

Answer 2

GNUCash 2.4 已经发布。

可以导出为 SQL，因此比解析 XML 容易得多。

支持 Sqlite、MySQL 和 PostgreSQL（这太酷了！）

Answer 3

您是在谈论数据文件吗？从那里wiki，看起来它们只是压缩的 XML 文件。使用 Python，您可以使用 gzip module 解压缩它们，然后使用任何 available XML parsers 解析它们。

元素树示例

>>> import xml.etree.cElementTree as ET
>>> xmlStr = '''<?xml version="1.0" encoding="UTF-8" ?>
<painting>
<img src="madonna.jpg" alt='Foligno Madonna, by Raphael'/>
<caption>This is Raphael's "Foligno" Madonna, painted in
     <date>1511</date>?<date>1512</date>.
</caption>
</painting>
'''
>>> tree = ET.fromstring(xmlStr)  #use parse or iterparse to read direct from file path
>>> tree.getchildren()
[<Element 'img' at 0x115efc0>, <Element 'caption' at 0x1173090>]
>>> tree.getchildren()[1].text
'This is Raphael\'s "Foligno" Madonna, painted in\n    '
>>> tree.getchildren()[0].get('src')
'madonna.jpg'

Answer 4

我在我编写的 django 应用程序中采用了 sqlite 方法来做类似的事情（尽管用于预算）。代码见https://github.com/evandavey/OpenBudget/blob/master/openbudgetapp/management/commands/gnucash-import.py。

就数据本身而言，我使用 pandas 库来处理其时间序列性质。

Answer 5

正如 Chop Suey 所说，GnuCash 2.4 有自己的数据库格式。如果您仍想使用 XML 文件，可以使用以下脚本将 XML 转换为数据库，然后在其上编写报告（例如 gnucashconvert filename.gnucash sqlite3:////home/username/export.sqlite ):

#!/usr/bin/env python

import os
import gnucash

def convert_gnucash(src_uri, target_uri):
    """Converts gnucash databases at the given uris from src to target"""
    session = gnucash.Session(src_uri)
    try:
        new_session = gnucash.Session(target_uri, is_new=True)
        try:
            new_session.swap_data(session)
            new_session.save()
        finally:
            new_session.end()
            new_session.destroy()
    finally:
        session.end()
        session.destroy()

if __name__ == "__main__":
    import sys
    if len(sys.argv) > 2:
        src_uri, target_uri = sys.argv[1], sys.argv[2]
        src_uri = ("xml://%s" % os.path.abspath(src_uri) if "://" not in src_uri else src_uri)
        target_uri = ("xml://%s" % os.path.abspath(target_uri) if "://" not in target_uri else target_uri)
        convert_gnucash(src_uri, target_uri)
    else:
        print >>sys.stderr, "Syntax %s src target" % (sys.argv[0])

Answer 6

我刚刚发布了一些 python 代码，可以读取和解释 gnucash 2.6 及更高版本中使用的 sqlite3 文件格式：

https://github.com/MatzeB/pygnucash