Python与GnuCash：从GnuCash文件提取数据

Question

我想了解如何用Python读取GnuCash文件。我看到有一个叫做 python-gnucash 的东西，它可以让Python和GnuCash库连接起来，但现在用起来挺麻烦的（比如需要处理依赖关系、头文件等等）。而且这些说明主要是针对Linux环境的，而且是个比较旧的GnuCash版本（2.0.x）。我现在用的是GnuCash 2.2.9。虽然我会用Linux命令行，但我是在Windows XP上运行GnuCash。

我主要的目标是读取我的GnuCash文件（暂时没有写入的计划），这样我就可以用 matplotlib 和 wxpython 创建自己的动态可视化报告。我现在还不想学习Scheme语言。

我希望有人能给我一个好的入门建议。根据我对GnuCash和Python的了解，我觉得可能有人知道以下几种解决方案：

1. 除了 GnuCash wiki上的这份文档，有没有更新的文档？
2. 有没有什么变通的方法，比如导出成某种文件格式，这种格式有更成熟的Python库可以读取。

你们可能还有更好的建议，除了上面提到的那些。

Answer 1

GNUCash 2.4版本发布了。

现在可以导出到SQL格式，这样比解析XML简单多了。

它支持Sqlite、MySQL和PostgreSQL数据库（这真是太酷了！）

Answer 2

我发布了一个叫做 piecash 的工具，它是一个用 Python 编写的接口，可以让你访问保存了 GnuCash 账本的 SQL 数据库，底层使用了 SQLAlchemy 这个库（https://github.com/sdementen/piecash）。

通过这个工具，你可以轻松获取账本中的所有信息。

比如，你可以遍历账本中的所有账户：

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)

或者你可以遍历“资产”账户中的所有分项：

# 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)

最近的版本还允许你直接将分项信息提取到 pandas 数据框中，这样就可以方便地进行绘图和分析：

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 3

你是在说数据文件吗？从这个维基页面来看，它们其实就是压缩过的XML文件。你可以用Python来解压这些文件，方法是使用gzip模块，然后用任何一个可用的XML解析器来解析它们。

ElementTree 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'