Rumah pembangunan bahagian belakang Tutorial Python Cara Mendapatkan Data API dan Simpan dalam AWS S3

Cara Mendapatkan Data API dan Simpan dalam AWS S3

Jan 08, 2025 pm 08:39 PM

Tutorial ini menunjukkan cara untuk mendapatkan semula data daripada OpenWeather API menggunakan Python dan menyimpannya dalam AWS S3. Kaedah mudah ini membolehkan anda mengambil dan menyimpan data API awan untuk kegunaan kemudian. Walaupun anda baru mengenali ini, langkah-langkahnya digariskan dengan jelas. Untuk pendekatan berbeza menggunakan React, lihat artikel kami tentang mengambil data API dengan React.

Apa yang Anda Akan Pelajari:

Tutorial ini merangkumi:

  • Mendapatkan semula data cuaca daripada OpenWeather API dengan Python.
  • Menyediakan baldi S3 untuk storan data.
  • Memuat naik data yang diambil ke AWS S3.

How To Get an API Data and Store in AWS S3

Prasyarat:

Sebelum bermula, pastikan anda mempunyai:

  • Akaun AWS (daftar di sini).
  • Repositori GitHub untuk kod anda (daftar di sini).
  • Penyunting kod (Kod VS disyorkan).

Langkah 1: Mencipta Baldi AWS S3

Untuk menyimpan data anda, buat baldi S3:

  1. Log masuk ke akaun AWS anda.
  2. Cari "S3".
  3. Klik "Buat baldi" dan ikut arahan.
  4. Pilih nama baldi yang unik (cth., my-weather-data).
  5. Pilih rantau.
  6. Klik "Buat".

Langkah 2: Mengambil Data daripada OpenWeather API

Buat akaun OpenWeather.

Mendapatkan Kunci API Anda:

  1. Daftar: Daftar di laman web OpenWeather. Kunci API anda akan tersedia pada halaman seterusnya.
  2. Cari Kunci API Anda: Kunci API biasanya ditemui di bawah tab "Kunci API".
  3. Akses Alternatif: Anda juga boleh menemuinya dalam tetapan profil anda.

How To Get an API Data and Store in AWS S3

How To Get an API Data and Store in AWS S3

Pasang requests perpustakaan:

pip install requests
Salin selepas log masuk

Ambil data cuaca:

import requests
import json

api_key = 'YOUR_API_KEY'  # Replace with your key
city = 'London'

def get_weather_data():
    url = f'http://api.openweathermap.org/data/2.5/weather?q={city}&appid={api_key}'
    response = requests.get(url)
    return response.json()

weather_data = get_weather_data()
print(weather_data)
Salin selepas log masuk

Skrip ini mendapatkan semula data cuaca semasa untuk bandar yang ditentukan.

Langkah 3: Menyediakan AWS SDK untuk Python (Boto3)

Pasang Boto3:

pip install boto3
Salin selepas log masuk

Konfigurasikan bukti kelayakan AWS anda mengikut panduan konfigurasi. Anda memerlukan ID Kunci Akses dan Kunci Akses Rahsia anda.

Langkah 4: Memuat naik Data ke AWS S3

Sediakan klien S3:

import boto3

aws_access_key_id = 'YOUR_ACCESS_KEY'  # Replace
aws_secret_access_key = 'YOUR_SECRET_KEY'  # Replace
region_name = 'eu-west-2'  # Replace with your region

s3 = boto3.client('s3', aws_access_key_id=aws_access_key_id,
                   aws_secret_access_key=aws_secret_access_key,
                   region_name=region_name)
Salin selepas log masuk

Muat naik data:

def upload_to_s3(data):
    bucket_name = 'my-weather-data'  # Replace with your bucket name
    file_name = 'weather_data.json'
    s3.put_object(Bucket=bucket_name, Key=file_name,
                  Body=json.dumps(data), ContentType='application/json')
    print('Upload successful!')

upload_to_s3(weather_data)
Salin selepas log masuk

Cara ia Berfungsi:

Skrip menggunakan requests untuk mengambil data JSON dan boto3 untuk memuat naiknya ke baldi S3 anda sebagai weather_data.json.

Langkah 5: Mengesahkan Muat Naik

Semak Konsol Pengurusan S3 anda untuk mengesahkan weather_data.json fail berada dalam baldi anda.

How To Get an API Data and Store in AWS S3

Kesimpulan:

Tutorial ini menunjukkan cara untuk mengambil dan menyimpan data cuaca daripada OpenWeather API dalam AWS S3 menggunakan Python. Ini ialah teknik yang berharga untuk mengurus dan mengakses data API dalam awan.

Atas ialah kandungan terperinci Cara Mendapatkan Data API dan Simpan dalam AWS S3. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1662
14
Tutorial PHP
1261
29
Tutorial C#
1234
24
Python vs C: Aplikasi dan kes penggunaan dibandingkan Python vs C: Aplikasi dan kes penggunaan dibandingkan Apr 12, 2025 am 12:01 AM

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Berapa banyak python yang boleh anda pelajari dalam 2 jam? Berapa banyak python yang boleh anda pelajari dalam 2 jam? Apr 09, 2025 pm 04:33 PM

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

See all articles