Python を使用して記事を DEV に公開する方法
導入
記事を書くために Obsidian を定期的に使用している私は、Markdown コンテンツを手動で DEV.to に公開するのは時間がかかることに気づきました。これを合理化するために、DEV.to に直接公開するプロセスを自動化する Python スクリプトを開発しました。このガイドでは、Python と DEV.to API を使用して記事公開ワークフローを簡素化する方法を説明します。
前提条件
コードに入る前に、次のものが必要です:
• DEV API キー: DEV アカウントにログインし、API キー セクションに移動することで、これを生成できます。
• Python がインストールされています: システムに Python 3.x がインストールされていることを確認してください。
ワークフロー
プロセスを 3 つのステップに分けて説明します:
- 記事の Markdown コンテンツを取得します。
- 記事を公開するためのリクエストを準備して送信します。
- レスポンスを処理して、記事が公開されたことを確認します。
Python スクリプト
以下は、記事を DEV に公開するプロセスを自動化するための完全な Python スクリプトです。
import webbrowser import requests import json # API headers including the DEV API key headers_dev = { "Content-Type": "application/json", "api-key": API_KEY, # Replace API_KEY with your actual DEV API key } # Function to read markdown content from a file def get_markdown_content(markdown_path): with open(markdown_path, 'r') as file: markdown_content = file.read() return markdown_content # Function to publish an article to DEV def publish_article_dev(markdown_content): # Set up the payload with article data article_payload = { "article": { "title": "Your Article Title Here", # Replace with the actual title "body_markdown": markdown_content, "published": False, } } # Make a POST request to DEV's API to publish the article response = requests.post( url='https://dev.to/api/articles', headers=headers_dev, data=json.dumps(article_payload) ) # Check if the request was successful if response.status_code == 201: print("Article published successfully!") print("Response:", response.json()) # Open the DEV dashboard in the browser webbrowser.open('https://dev.to/dashboard') else: print(f"Failed to publish article. Status code: {response.status_code}") print("Response:", response.json()) # Example usage: # Replace 'path_to_your_markdown_file.md' with the actual path to your markdown file markdown_content = get_markdown_content('path_to_your_markdown_file.md') publish_article_dev(markdown_content)
Published: True に設定すると、記事はライブになり、DEV 上で一般に公開されることを覚えておいてください。後で編集またはレビューできるように記事を下書きとして保存する場合は、公開済み: False を設定します。これにより、投稿を柔軟に管理できるようになります。
DEV 記事の body_markdown に、記事に追加のメタデータを提供するオプションの 前付 セクションを含めることができます。
このセクションはコンテンツの先頭の --- で囲まれており、タイトル、公開済み、タグ、日付、シリーズ、canonical_url、cover_image などのフィールドを含めることができます。
Obsidian などのマークダウン エディターを使用している場合は、Cmd/Ctrl+ を使用してこれらのプロパティをすばやく挿入できます。メモにプロパティを追加します。
これは私の Obsidian のプロパティ設定のスナップショットです:
結論
Python を使用して DEV に記事を公開するプロセスを自動化すると、特に複数の記事を投稿したり、チームのコンテンツを管理したりする場合に、状況が一変する可能性があります。 DEV API は簡単で、既存のワークフローへの統合が簡単です。
この設定により、DEV での記事公開の自動化を開始する準備が整いました。コーディングを楽しんでください!
もっと詳しく見る

ルカ・リュー
データ関連の洞察を一緒に探求するために時間を割いていただきありがとうございます。ご協力に感謝いたします。
? LinkedIn で私とつながりましょう
以上がPython を使用して記事を DEV に公開する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは、初心者から上級開発者までのすべてのニーズに適した、そのシンプルさとパワーに非常に好まれています。その汎用性は、次のことに反映されています。1)学習と使用が簡単、シンプルな構文。 2)Numpy、Pandasなどの豊富なライブラリとフレームワーク。 3)さまざまなオペレーティングシステムで実行できるクロスプラットフォームサポート。 4)作業効率を向上させるためのスクリプトおよび自動化タスクに適しています。
