Files
d3i-szct/dock/dcm/dcm_scrape_process_info.py
2026-06-02 17:46:38 +08:00

54 lines
2.5 KiB
Python

import asyncio
import json
import pandas as pd
import models
from tornado.httpclient import HTTPResponse, HTTPRequest
from dock.dcm import dcm_api
from paste.util import udict
from paste.core.logging import echo_log
from models.dcm_task_process_info import DcmTaskProcessInfo
async def get_process_info_request(relation_id: int, process_type: str = 'full', show_assign_flag: int = 0):
"""
获取 DCM 企业待办处理经过信息。
向 DCM 的任务处理经过信息接口发送 GET 请求,获取指定任务的流程信息(如审批流、节点等)。
自动注入有效的 Cookie(如 JSESSIONID)至请求头,并解析返回的 JSON 数据。
Args:
relation_id (int): 关联记录的 ID,例如任务 ID。
process_type (str): 流程信息类型,默认为 'full'(完整流程)。
show_assign_flag (int): 是否显示分配人信息,0 表示不显示,非 0 表示显示。
"""
api_url = f"/home/workflow/getrecprocessinfo"
request_body = {
"recID": relation_id,
"processType": process_type,
"showAssignFlag": show_assign_flag,
}
# 构造 API 请求
return await dcm_api.new_api_request(api_url, request_body, 'GET')
async def after_process_info_request(response: HTTPResponse, retry_queue: asyncio.Queue[HTTPRequest]):
response_body = response.body.decode()
response_data = json.loads(response_body)
list_data = udict.get_by_path(response_data, 'resultInfo.data.processInfo')
process_info_df = pd.DataFrame(list_data)
# 更换映射方向,用于将源数据列名改为与数据库表对应
forward_mapping = {dict_f: table_f for table_f, dict_f in DcmTaskProcessInfo.FieldMapping.items()}
mapped_df = process_info_df.rename(columns=forward_mapping)
# 这里把空数据都换成 None,以便存入数据库时是 null
mapped_df.replace(models.EmptyInDF + models.EmptyDatetimeInDF, None, inplace=True)
dcm_task_id = getattr(response.request, 'dcm_task_id')
rec_id = getattr(response.request, 'rec_id')
mapped_df[DcmTaskProcessInfo.dcm_task_id.key] = dcm_task_id
mapped_df[DcmTaskProcessInfo.rec_id.key] = rec_id
# 筛选数据状态
_created, _updated = await DcmTaskProcessInfo.save_batch(mapped_df)
echo_log(f"成功创建企业待办 {rec_id} 的经过:{_created}条,更新:{_updated}条.")
if retry_queue:
echo_log(f"企业待办经过重试队列中有:{retry_queue.qsize()} 个请求在等待.")