Small script to get your energy data from the slimmemeterportal.nl

slimmemeterportal.nl.py

import requests
import calendar
import time
import datetime
from bs4 import BeautifulSoup

username = ""  # fill in your slimmemeterportal username
password = ""  # fill in your password
start_year = ""  # fill in the year your started measurements

now = datetime.datetime.now()
end_year = now.year+1

months = list(range(1, 13, 1))
years = list(range(int(start_year), int(end_year), 1))
start_url = "https://slimmemeterportal.nl/login"
login_url = "https://slimmemeterportal.nl/user_session"

seconds = 2629746


def seconds_in_month(month, year):
    nomatter, daysinmonth = calendar.monthrange(year, month)
    return daysinmonth * 24 * 60 * 60


with requests.Session() as s:
    r = s.get(start_url)  # Get first page for the csrf code (generated each time)
    soup = BeautifulSoup(r.content, 'html.parser')

    authenticity_token = soup.find('input', {'name': 'authenticity_token'}).get('value')  # get the csrf data from the input field
    payload = {"utf8": "✓", "authenticity_token": authenticity_token, "user_session[email]": username,
               "user_session[password]": password, "commit": "Inloggen"}
    c = s.post(login_url, data=payload)

for y in years:
    for m in months:
        datum = datetime.date(y, m, 1)

        ux = int(time.mktime(datum.timetuple()))
        sim = int(seconds_in_month(m, y))

        url = "https://slimmemeterportal.nl/cust/consumption/chart.xls?commodity=power&datatype=consumption&range=" \
              "{}&timeslot_start={}".format(seconds, ux)

        filename = "{}-{}.xls".format(y, m)
        # print(url)
        r = s.get(url)

        with open(filename, 'wb') as f:
            f.write(r.content)

        time.sleep(5)

Bedankt !

Nog een vraagje : Hoe ga je om met de overgangen tussen zomer en wintertijd ? In mijn logs zie ik dat in het ene geval er dubbele entries zijn, en in het andere geval "mist" er een uur.

Ja, klopt ik krijg ook wel eens dubbele data. Zelf schoon ik zo nu en dan de data wat op met dubbele records. Misschien maak ik daar nog wel eens een python scriptje voor.