Archivos de análisis (ics/icalendar) usando Python

Question

Tengo un archivo .ics en el siguiente formato. ¿Cuál es la mejor manera de analizarlo? Necesito recuperar el Resumen, la Descripción y la Hora de cada una de las entradas.

BEGIN:VCALENDAR 
X-LOTUS-CHARSET:UTF-8 
VERSION:2.0 
PRODID:-//Lotus Development Corporation//NONSGML Notes 8.0//EN 
METHOD:PUBLISH 
BEGIN:VTIMEZONE 
TZID:India 
BEGIN:STANDARD 
DTSTART:19500101T020000 
TZOFFSETFROM:+0530 
TZOFFSETTO:+0530 
END:STANDARD 
END:VTIMEZONE 
BEGIN:VEVENT 
DTSTART;TZID="India":20100615T111500 
DTEND;TZID="India":20100615T121500 
TRANSP:OPAQUE 
DTSTAMP:20100713T071035Z 
CLASS:PUBLIC 
DESCRIPTION:Emails\nDarlene\n Murphy\nDr. Ferri\n 

UID:12D3901F0AD9E83E65257743001F2C9A-Lotus_Notes_Generated 
X-LOTUS-UPDATE-SEQ:1 
X-LOTUS-UPDATE-WISL:$S:1;$L:1;$B:1;$R:1;$E:1;$W:1;$O:1;$M:1 
X-LOTUS-NOTESVERSION:2 
X-LOTUS-APPTTYPE:0 
X-LOTUS-CHILD_UID:12D3901F0AD9E83E65257743001F2C9A 
END:VEVENT 
BEGIN:VEVENT 
DTSTART;TZID="India":20100628T130000 
DTEND;TZID="India":20100628T133000 
TRANSP:OPAQUE 
DTSTAMP:20100628T055408Z 
CLASS:PUBLIC 
DESCRIPTION: 
SUMMARY:smart energy management 
LOCATION:8778/92050462 
UID:07F96A3F1C9547366525775000203D96-Lotus_Notes_Generated 
X-LOTUS-UPDATE-SEQ:1 
X-LOTUS-UPDATE-WISL:$S:1;$L:1;$B:1;$R:1;$E:1;$W:1;$O:1;$M:1 
X-LOTUS-NOTESVERSION:2 
X-LOTUS-NOTICETYPE:A 
X-LOTUS-APPTTYPE:3 
X-LOTUS-CHILD_UID:07F96A3F1C9547366525775000203D96 
END:VEVENT 
BEGIN:VEVENT 
DTSTART;TZID="India":20100629T110000 
DTEND;TZID="India":20100629T120000 
TRANSP:OPAQUE 
DTSTAMP:20100713T071037Z 
CLASS:PUBLIC 
SUMMARY:meeting 
UID:6011DDDD659E49D765257751001D2B4B-Lotus_Notes_Generated 
X-LOTUS-UPDATE-SEQ:1 
X-LOTUS-UPDATE-WISL:$S:1;$L:1;$B:1;$R:1;$E:1;$W:1;$O:1;$M:1 
X-LOTUS-NOTESVERSION:2 
X-LOTUS-APPTTYPE:0 
X-LOTUS-CHILD_UID:6011DDDD659E49D765257751001D2B4B 
END:VEVENT 

Answer 1

Cuatro años más tarde y la comprensión de ICS formatear un poco mejor, si esos eran los únicos campos que necesitaba, sólo haría uso de los métodos de las cadenas nativas:

import io 

# Probably not a valid .ics file, but we don't really care for the example 
# it works fine regardless 
file = io.StringIO(''' 
BEGIN:VCALENDAR 
X-LOTUS-CHARSET:UTF-8 
VERSION:2.0 
DESCRIPTION:Emails\nDarlene\n Murphy\nDr. Ferri\n 

SUMMARY:smart energy management 
LOCATION:8778/92050462 
DTSTART;TZID="India":20100629T110000 
DTEND;TZID="India":20100629T120000 
TRANSP:OPAQUE 
DTSTAMP:20100713T071037Z 
CLASS:PUBLIC 
SUMMARY:meeting 
UID:6011DDDD659E49D765257751001D2B4B-Lotus_Notes_Generated 
X-LOTUS-UPDATE-SEQ:1 
X-LOTUS-UPDATE-WISL:$S:1;$L:1;$B:1;$R:1;$E:1;$W:1;$O:1;$M:1 
X-LOTUS-NOTESVERSION:2 
X-LOTUS-APPTTYPE:0 
X-LOTUS-CHILD_UID:6011DDDD659E49D765257751001D2B4B 
END:VEVENT 
'''.strip()) 

parsing = False 
for line in file: 
    field, _, data = line.partition(':') 
    if field in ('SUMMARY', 'DESCRIPTION', 'DTSTAMP'): 
     parsing = True 
     print(field) 
     print('\t'+'\n\t'.join(data.split('\n'))) 
    elif parsing and not data: 
     print('\t'+'\n\t'.join(field.split('\n'))) 
    else: 
     parsing = False 

Almacenamiento de los datos y analizar la fecha y hora se deja como ejercicio para el lector (it's always UTC)

vieja respuesta por debajo de

---

usted podría utilizar una expresión regular:

import re 
text = #your text 
print(re.search("SUMMARY:.*?:", text, re.DOTALL).group()) 
print(re.search("DESCRIPTION:.*?:", text, re.DOTALL).group()) 
print(re.search("DTSTAMP:.*:?", text, re.DOTALL).group()) 

Estoy seguro de que puede ser posible omitir la primera y la última palabra, pero no estoy seguro de cómo hacerlo con expresiones regulares. Se podía hacerlo de esta manera sin embargo:

print(' '.join(re.search("SUMMARY:.*?:", text, re.DOTALL).group().replace(':', ' ').split()[1:-1]) 

Answer 2

me gustaría analizar la línea por línea y hacer una búsqueda de sus términos, a continuación, obtener el índice y el extracto que X y el número de caracteres más (sin embargo muchos piensan que usted' ll necesidad). Luego analiza esa cadena mucho más pequeña para que sea lo que necesitas.

Answer 3

The icalendar package se ve bien.

Por ejemplo, para escribir un archivo:

from icalendar import Calendar, Event 
from datetime import datetime 
from pytz import UTC# timezone 

cal = Calendar() 
cal.add('prodid', '-//My calendar product//mxm.dk//') 
cal.add('version', '2.0') 

event = Event() 
event.add('summary', 'Python meeting about calendaring') 
event.add('dtstart', datetime(2005,4,4,8,0,0,tzinfo=UTC)) 
event.add('dtend', datetime(2005,4,4,10,0,0,tzinfo=UTC)) 
event.add('dtstamp', datetime(2005,4,4,0,10,0,tzinfo=UTC)) 
event['uid'] = '20050115T101010/27346262376@mxm.dk' 
event.add('priority', 5) 

cal.add_component(event) 

f = open('example.ics', 'wb') 
f.write(cal.to_ical()) 
f.close() 

Tadaaa, se obtiene este archivo:

BEGIN:VCALENDAR 
PRODID:-//My calendar product//mxm.dk// 
VERSION:2.0 
BEGIN:VEVENT 
DTEND;VALUE=DATE:20050404T100000Z 
DTSTAMP;VALUE=DATE:20050404T001000Z 
DTSTART;VALUE=DATE:20050404T080000Z 
PRIORITY:5 
SUMMARY:Python meeting about calendaring 
UID:20050115T101010/27346262376@mxm.dk 
END:VEVENT 
END:VCALENDAR 

Pero lo que se encuentra en este archivo?

g = open('example.ics','rb') 
gcal = Calendar.from_ical(g.read()) 
for component in gcal.walk(): 
    print component.name 
g.close() 

Se puede ver fácilmente:

>>> 
VCALENDAR 
VEVENT 
>>> 

¿Qué pasa con el análisis de los datos sobre los acontecimientos:

g = open('example.ics','rb') 
gcal = Calendar.from_ical(g.read()) 
for component in gcal.walk(): 
    if component.name == "VEVENT": 
     print(component.get('summary')) 
     print(component.get('dtstart')) 
     print(component.get('dtend')) 
     print(component.get('dtstamp')) 
g.close() 

Ahora se obtiene:

>>> 
Python meeting about calendaring 
20050404T080000Z 
20050404T100000Z 
20050404T001000Z 
>>> 

Answer 4

que probablemente podría también use el vobject módulo para esto: http://pypi.python.org/pypi/vobject

Si usted tiene un archivo sample.ics se puede leer su contenido como, por lo que:

# read the data from the file 
data = open("sample.ics").read() 

# parse the top-level event with vobject 
cal = vobject.readOne(data) 

# Get Summary 
print 'Summary: ', cal.vevent.summary.valueRepr() 
# Get Description 
print 'Description: ', cal.vevent.description.valueRepr() 

# Get Time 
print 'Time (as a datetime object): ', cal.vevent.dtstart.value 
print 'Time (as a string): ', cal.vevent.dtstart.valueRepr() 

Answer 5

También puede utilizar este nuevo paquete de Python: http://packages.python.org/pyICSParser/

Se analiza el archivo y se convierte en una matriz de Python para facilitar el procesamiento.