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

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 OneNote とpetl フレームワークを使って、OneNote 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OneNote 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。OneNote 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OneNote 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OneNote 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.onenote as mod

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

cnxn = mod.connect("OAuthClientId=MyApplicationId; OAuthClientSecret=MySecretKey; CallbackURL=http://localhost:33333;")

Microsoft OneNote データ ソースへの接続には、次の 2 つの認証方法があります。

• OAuth 2.0 ベースの方法: Microsoft OneNote は、Azure AD を介してOAuth 2.0 ベースの認証を提供します。Azure AD 認証の場合は、AuthScheme をAzureAD に設定します。
• マネージド サービス ID (MSI) 認証。この方法を使用するには、AuthScheme をAzureMSI に設定します。

OneNote をクエリするSQL 文の作成

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

sql = "SELECT Id, notebook_displayName FROM Notebooks WHERE Id = 'Jq74mCczmFXk1tC10GB'"

OneNote 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、OneNote のデータ を取得して、notebook_displayName 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,'notebook_displayName')

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

CData Python Connector for OneNote を使えば、データベースを扱う場合と同感覚で、OneNote 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

OneNote Python Connector の30日の無償トライアル をぜひダウンロードして、OneNote 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.onenote as mod

cnxn = mod.connect("OAuthClientId=MyApplicationId; OAuthClientSecret=MySecretKey; CallbackURL=http://localhost:33333;")

sql = "SELECT Id, notebook_displayName FROM Notebooks WHERE Id = 'Jq74mCczmFXk1tC10GB'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'notebook_displayName')

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