Cara Mengendalikan Pengesahan API di Python
Jul 13, 2025 am 02:22 AMKunci untuk mengendalikan pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Kunci API adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. Asas Auth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian membawa token pembawa dalam tajuk permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.
Pengendalian Pengesahan API tidak benar -benar misteri. Kuncinya adalah untuk memahami kaedah pengesahan yang anda gunakan dan cara menggunakannya dengan betul di Python. Mekanisme pengesahan yang digunakan oleh API yang berlainan mungkin berbeza, tetapi kaedah yang paling biasa adalah: kunci API, Auth Basic, OAuth1, dan OAuth2. Mari kita lihat bagaimana kaedah biasa ini dikendalikan dalam Python.

Gunakan kekunci API untuk mengesahkan
Banyak perkhidmatan mengesahkan sumber permintaan melalui kunci API yang mudah, yang biasanya dihantar sebagai sebahagian daripada tajuk permintaan.
Kaedahnya sangat mudah:

- Tambahkan medan
Authorization
ke tajuk permintaan, nilainya ialahAPI_KEY
- Atau tambah
key=your_api_key
ke parameter URL
permintaan import tajuk = { 'Kebenaran': 'your_api_key_here' } respons = requests.get ('https://api.example.com/data', headers = headers)
Sesetengah API menghendaki anda menggunakan nama medan tertentu di tajuk, seperti
X-API-Key
. Pada masa ini, anda tidak boleh memaksaAuthorization
, anda perlu melihat arahan dokumentasi.
Menggunakan asas auth
Asas Auth adalah kaedah pengesahan HTTP yang agak asas. Biasanya, nama pengguna dan kata laluan digabungkan ke dalam rentetan dan kemudian pengekodan Base64 dihantar ke pelayan.

Perpustakaan Permintaan Python menyediakan sokongan terbina dalam:
permintaan import respons = requests.get ( 'https://api.example.com/data', auth = ('nama pengguna', 'kata laluan') )
Kaedah ini sesuai untuk ujian atau penggunaan sistem dalaman dan tidak disyorkan untuk perkhidmatan awam kerana kelayakan mudah dipintas.
Gunakan OAuth2 untuk mendapatkan token dan panggil API
Sekarang banyak perkhidmatan menggunakan proses OAuth2 untuk mendapatkan token akses (token), dan kemudian gunakan token ini untuk memulakan permintaan berikutnya.
Proses umum adalah seperti berikut:
- Sapukan Token dari Pelayan Pengesahan (klien_id dan client_secret diperlukan)
- Menerima akses_token yang dikembalikan
- Ambil
Authorization: Bearer your_token
permintaan import # Dapatkan token data = { 'Grant_Type': 'client_credentials' } auth = ('client_id', 'client_secret') respons = requests.post ('https://api.example.com/oauth/token', data = data, auth = auth) token = response.json () ['Access_Token'] # Gunakan token untuk meminta tajuk data = {'kebenaran': f'bearer {token} '} data_response = requests.get ('https://api.example.com/data', headers = headers)
Butiran pelaksanaan OAuth2 pada platform yang berbeza mungkin berbeza-beza sedikit, seperti yang perlu ditambah skop, dan ada yang perlu menentukan jenis kandungan. Ingatlah untuk merujuk kepada dokumentasi rasmi.
Mengendalikan tamat token dan penyegaran automatik
Token umumnya mempunyai tempoh kesahihan, dan mereka perlu diperuntukkan semula selepas mereka tamat. Jika anda menulis perkhidmatan jangka panjang (seperti tugas latar belakang), disyorkan untuk merangkum kelas pengurusan token.
Anda boleh merancang logik seperti ini:
- Dapatkan tanda sebelum permintaan pertama
- Simpan masa token dan tamat tempoh
- Tentukan sama ada token tamat sebelum setiap permintaan
- Sekiranya ia tamat, angkat semula
masa import TokenManager Kelas: def __init __ (self, client_id, client_secret): self.client_id = client_id self.client_secret = client_secret self.token = tiada self.expires_at = 0 def get_token (diri): jika time.time ()> = self.expires_at: # Simulasi permintaan untuk token baru self.token = 'new_token' self.expires_at = time.time () 3600 # menganggap bahawa satu jam tamat pulangan self.token
Selepas enkapsulasi, kaedah get_token()
boleh dipanggil seragam apabila benar -benar memanggil API untuk mengelakkan penyegaran manual yang kerap.
Pada dasarnya itu sahaja. Walaupun terdapat banyak kaedah pengesahan, masing -masing mempunyai rutin tetap. Kuncinya ialah memilih kaedah yang betul berdasarkan dokumen dan memberi perhatian untuk menyimpan maklumat utama dengan selamat.
Atas ialah kandungan terperinci Cara Mengendalikan Pengesahan API di Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

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

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

Untuk menguji API, anda perlu menggunakan Perpustakaan Permintaan Python. Langkah -langkahnya adalah untuk memasang perpustakaan, menghantar permintaan, mengesahkan respons, menetapkan masa dan cuba semula. Pertama, pasang perpustakaan melalui PipinstallRequests; kemudian gunakan permintaan.get () atau requests.post () dan kaedah lain untuk menghantar permintaan GET atau pos; Kemudian semak respons.status_code dan response.json () untuk memastikan hasil pulangan mematuhi jangkaan; Akhirnya, tambah parameter tamat masa untuk menetapkan masa tamat, dan menggabungkan perpustakaan semula untuk mencapai percubaan automatik untuk meningkatkan kestabilan.

Dalam Python, pembolehubah yang ditakrifkan di dalam fungsi adalah pembolehubah tempatan dan hanya sah dalam fungsi; Ditakrifkan secara luaran adalah pembolehubah global yang boleh dibaca di mana sahaja. 1. Pembolehubah tempatan dimusnahkan kerana fungsi dilaksanakan; 2. Fungsi ini boleh mengakses pembolehubah global tetapi tidak dapat diubahsuai secara langsung, jadi kata kunci global diperlukan; 3. Jika anda ingin mengubah suai pembolehubah fungsi luar dalam fungsi bersarang, anda perlu menggunakan kata kunci nonlocal; 4. Pembolehubah dengan nama yang sama tidak mempengaruhi satu sama lain dalam skop yang berbeza; 5. Global mesti diisytiharkan apabila mengubah suai pembolehubah global, jika tidak, kesilapan unboundlocalerror akan dibangkitkan. Memahami peraturan ini membantu mengelakkan pepijat dan menulis lebih banyak fungsi yang boleh dipercayai.

Untuk mewujudkan API moden dan cekap menggunakan Python, FastAPI disyorkan; Ia berdasarkan kepada jenis python standard yang diminta dan secara automatik dapat menghasilkan dokumen, dengan prestasi yang sangat baik. Selepas memasang FastAPI dan Asgi Server UVicorn, anda boleh menulis kod antara muka. Dengan menentukan laluan, menulis fungsi pemprosesan, dan data yang kembali, API boleh dibina dengan cepat. FastAPI menyokong pelbagai kaedah HTTP dan menyediakan sistem dokumentasi Swaggersui dan Redoc yang dihasilkan secara automatik. Parameter URL boleh ditangkap melalui definisi laluan, manakala parameter pertanyaan boleh dilaksanakan dengan menetapkan nilai lalai untuk parameter fungsi. Penggunaan rasional model Pydantic dapat membantu meningkatkan kecekapan dan ketepatan pembangunan.

Tambah kawalan tamat masa ke Python untuk gelung. 1. Anda boleh merakam masa mula dengan modul masa, dan menilai sama ada ia ditetapkan dalam setiap lelaran dan menggunakan rehat untuk melompat keluar dari gelung; 2. Untuk mengundi tugas kelas, anda boleh menggunakan gelung sementara untuk memadankan penghakiman masa, dan menambah tidur untuk mengelakkan kepenuhan CPU; 3. Kaedah lanjutan boleh mempertimbangkan threading atau isyarat untuk mencapai kawalan yang lebih tepat, tetapi kerumitannya tinggi, dan tidak disyorkan untuk pemula memilih; Ringkasan Mata Utama: Penghakiman masa manual adalah penyelesaian asas, sementara lebih sesuai untuk tugas kelas menunggu masa yang terhad, tidur sangat diperlukan, dan kaedah lanjutan sesuai untuk senario tertentu.

Di Python, kaedah melintasi tupel dengan gelung termasuk secara langsung melelehkan unsur -unsur, mendapatkan indeks dan elemen pada masa yang sama, dan memproses tuple bersarang. 1. Gunakan gelung untuk terus mengakses setiap elemen dalam urutan tanpa menguruskan indeks; 2. Gunakan penghitungan () untuk mendapatkan indeks dan nilai pada masa yang sama. Indeks lalai adalah 0, dan parameter permulaan juga boleh ditentukan; 3. Di samping itu, tuple tidak berubah dan kandungan tidak dapat diubah suai dalam gelung. Nilai yang tidak diingini boleh diabaikan oleh \ _. Adalah disyorkan untuk memeriksa sama ada tuple kosong sebelum melintasi untuk mengelakkan kesilapan.

Bagaimana cara mengendalikan fail JSON yang besar di Python? 1. Gunakan Perpustakaan IJSON untuk mengalir dan mengelakkan limpahan memori melalui parsing item demi item; 2. Jika dalam format Jsonlines, anda boleh membacanya dengan garis dan memprosesnya dengan json.loads (); 3. Atau memecah fail besar ke dalam kepingan kecil dan kemudian memprosesnya secara berasingan. Kaedah ini dengan berkesan menyelesaikan masalah batasan memori dan sesuai untuk senario yang berbeza.

Tosendemailsusingpython, usethesmtplibandemailraries.1) persediaanSmtpwithserverdetailsandlogincredentials.2) composetheemailusing EmailMessageToSetContent, subjek, pengirim, andRecipient.3) SendTheMessageViaserver.send_message () andclosetheconnectionWithServer.
