Python でPDFMonkey のデータを変換・出力するETL 処理を作る方法

加藤龍彦
加藤龍彦
デジタルマーケティング
CData Python Connector とpetl モジュールを使って、PDFMonkey のデータを変換後にCSV ファイルに吐き出すETL 処理を実装します。



Pythonエコシステムには多くのモジュールがあり、システム構築を素早く効率的に行うことができます。本記事では、CData Python Connector for API とpetl フレームワークを使って、PDFMonkey のデータにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。

CData Python Connector は効率的なデータ処理によりPDFMonkey のデータ にPython から接続し、高いパフォーマンスを発揮します。PDFMonkey にデータをクエリする際、ドライバーはフィルタリング、集計などがサポートされている場合SQL 処理を直接PDFMonkey 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。

必要なモジュールのインストール

pip で必要なモジュールおよびフレームワークをインストールします：

pip install petl
pip install pandas

Python でPDFMonkey のデータをETL 処理するアプリを構築

モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。

CData Connector を含むモジュールをインポートします。

import petl as etl
import pandas as pd
import cdata.api as mod

接続文字列で接続を確立します。connect 関数を使って、CData PDFMonkey Connector からPDFMonkey への接続を行います 

cnxn = mod.connect("Profile=C:\profiles\PdfMonkey.apip;AuthScheme=APIKey;ProfileSettings="APIKey=your_api_key"")

API キー認証の設定

PdfMonkey は API キー認証を使用します。API キーを取得するには、以下のステップで進めます：

  1. https://app.pdfmonkey.io で PdfMonkey アカウントにログインします
  2. アカウント設定に移動します
  3. API Key ページを開きます
  4. API キーをコピーします

API キーを取得したら、以下の接続プロパティを設定します：

  • AuthScheme：APIKey に設定します。
ProfileSettings 接続プロパティには以下を設定します：
  • APIKey：PdfMonkey の API キーに設定します。

接続文字列の例

Profile=C:\profiles\PdfMonkey.apip;AuthScheme=APIKey;ProfileSettings="APIKey=your_api_key"

PdfMonkey への接続

認証を設定すると、PdfMonkey に接続して、CurrentUser、DocumentCards、Documents、DocumentTemplateCards、DocumentTemplates などの利用可能なテーブルからデータをクエリできます。

PDFMonkey をクエリするSQL 文の作成

PDFMonkey にはSQL でデータアクセスが可能です。CurrentUser エンティティからのデータを読み出します。 

sql = "SELECT ,  FROM CurrentUser WHERE  = ''"

PDFMonkey データのETL 処理

DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、PDFMonkey のデータ を取得して、 カラムでデータをソートして、CSV ファイルにデータをロードします。 

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'')

etl.tocsv(table2,'currentuser_data.csv')

CData Python Connector for API を使えば、データベースを扱う場合と同感覚で、PDFMonkey のデータ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。

おわりに

PDFMonkey Python Connector の30日の無償トライアル をぜひダウンロードして、PDFMonkey のデータ への接続をPython アプリやスクリプトから簡単に作成しましょう。


フルソースコード

import petl as etl
import pandas as pd
import cdata.api as mod

cnxn = mod.connect("Profile=C:\profiles\PdfMonkey.apip;AuthScheme=APIKey;ProfileSettings="APIKey=your_api_key"")

sql = "SELECT ,  FROM CurrentUser WHERE  = ''"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'')

etl.tocsv(table2,'currentuser_data.csv')

はじめる準備はできましたか？

API Driver で PDFMonkey のライブデータに接続

PDFMonkey に接続

この記事の内容

関連記事