python API的使用

标准获取API接口的json文件

import requests
import json

url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
try:
    r = requests.get(url)
except requests.exceptions.ConnectionError:
    print('由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败')
else:
    print(f"Status code: {r.status_code}")
    response_dict = r.json()
    readable_file = 'data/readable_hn_data.json'  # 将要创建的文件名称
    with open(readable_file, 'w') as f:  # 写入文件
        json.dump(response_dict, f, indent=4)

第一版本

import requests
from plotly.graph_objs import Bar
from plotly import offline

# 执行API调用并存储响应。
# 存储API调用的URL
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'

# 最新的GitHub API版本为第3版，因此通过指定headers显式地要求使用这个版本的API
headers = {'Accept': 'application/vnd.github.v3+json'}

# 使用requests调用API，我们调用get()并将URL传递给它，再将响应对象赋给变量r
r = requests.get(url, headers=headers)

# 响应对象包含一个名为status_code的属性，指出了请求是否成功（状态码200表示请求成功）。打印status_code，核实调用是否成功
print(f"Status code: {r.status_code}")

# 处理结果。
# 这个API返回JSON格式的信息，因此使用方法json()将这些信息转换为一个Python字典，并将结果存储在response_dict中。
response_dict = r.json()

repo_dicts = response_dict['items']

repo_names, stars, labels = [], [], [] # 创建labels列表 装填项目所有者和描述
for repo_dict in repo_dicts:
    repo_names.append(repo_dict['name'])  # 提取项目名称
    stars.append(repo_dict['stargazers_count'])  # 提取星级

    # 提取每个项目的所有者和描述 装填到labels列表中
    owner = repo_dict['owner']['login']  # 提取每个项目的所有者
    description = repo_dict['description']  # 提取每个项目的描述
    label = f"{owner}
{description}"  # 编辑一下项目和描述中间加换行符
    labels.append(label)

# 可视化。
# 定义列表data。它像第16章的列表data一样包含一个字典，指定了图表的类型，并提供了x值和y值：x值为项目名称，y值为项目获得了多少个星。
data = [{
    'type': 'bar',
    'x': repo_names,
    'y': stars,
    'hovertext': labels, #添加鼠标悬停标签
    'marker': {
        'color': 'rgb(60,100,150)',  # 条形指定为蓝色
        'line': {'width': 1.5, 'color': 'rgb(25, 25, 25)'},  # 像素为1.5宽的深灰色外框
        'opacity': 0.6,  # 不透明度设置为0.6
    },
}]

# 使用字典定义图表的布局。这里没有创建Layout实例，而是创建了一个包含布局规范的字典，并在其中指定了图表的名称以及每个坐标轴的标签。
my_layout = {
    'title': 'GitHub上最受欢迎的Python项目',
    'titlefont': {'size': 28},  # 指定图表名称的字号
    'xaxis': {'title': 'Repository',
              'titlefont': {'size': 24},  # 指定轴标签字号的设置
              'tickfont': {'size': 14},  # 刻度标签字号的设置

              },
    'yaxis': {'title': 'Stars',
              'titlefont': {'size': 24},
              'tickfont': {'size': 14},
              },
}

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='python_repos.html')

第二版本（增加了超链接）：

import requests
from plotly.graph_objs import Bar
from plotly import offline

# 执行API调用并存储响应。
# 存储API调用的URL
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'

# 最新的GitHub API版本为第3版，因此通过指定headers显式地要求使用这个版本的API
headers = {'Accept': 'application/vnd.github.v3+json'}

# 使用requests调用API，我们调用get()并将URL传递给它，再将响应对象赋给变量r
r = requests.get(url, headers=headers)

# 响应对象包含一个名为status_code的属性，指出了请求是否成功（状态码200表示请求成功）。打印status_code，核实调用是否成功
print(f"Status code: {r.status_code}")

# 处理结果。
# 这个API返回JSON格式的信息，因此使用方法json()将这些信息转换为一个Python字典，并将结果存储在response_dict中。
response_dict = r.json()

repo_dicts = response_dict['items']  # 将json文件中的item键值取出到repo_dicts,下面将遍历这个字典取值

# repo_names, stars, labels = [], [], [] # 创建labels列表 装填项目所有者和描述
repo_links, stars, labels = [], [], []
for repo_dict in repo_dicts:
    # repo_names.append(repo_dict['name'])  # 提取项目名称
    repo_name = repo_dict['name']  # 提取项目名称，本次这样写是为了增加超链接
    repo_url = repo_dict['html_url']  # 提取项目的url网址
    repo_link = f"{repo_name}"  # 拼接href超链接
    repo_links.append(repo_link)  # 将拼接好的超链接 追加到 repo_links 列表中

    stars.append(repo_dict['stargazers_count'])  # 提取星级

    # 提取每个项目的所有者和描述 装填到labels列表中
    owner = repo_dict['owner']['login']  # 提取每个项目的所有者
    description = repo_dict['description']  # 提取每个项目的描述
    label = f"{owner}
{description}"  # 编辑一下项目和描述中间加换行符
    labels.append(label)

# 可视化。
# 定义列表data。它像第16章的列表data一样包含一个字典，指定了图表的类型，并提供了x值和y值：x值为项目名称，y值为项目获得了多少个星。
data = [{
    'type': 'bar',
    'x': repo_links,
    'y': stars,
    'hovertext': labels,  # 添加鼠标悬停标签
    'marker': {
        'color': 'rgb(60,100,150)',  # 条形指定为蓝色
        'line': {'width': 1.5, 'color': 'rgb(25, 25, 25)'},  # 像素为1.5宽的深灰色外框
        'opacity': 0.6,  # 不透明度设置为0.6
    },
}]

# 使用字典定义图表的布局。这里没有创建Layout实例，而是创建了一个包含布局规范的字典，并在其中指定了图表的名称以及每个坐标轴的标签。
my_layout = {
    'title': 'GitHub上最受欢迎的Python项目',
    'titlefont': {'size': 28},  # 指定图表名称的字号
    'xaxis': {'title': 'Repository',
              'titlefont': {'size': 24},  # 指定轴标签字号的设置
              'tickfont': {'size': 14},  # 刻度标签字号的设置

              },
    'yaxis': {'title': 'Stars',
              'titlefont': {'size': 24},
              'tickfont': {'size': 14},
              },
}

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='python_repos.html')

第三版本（针对每一篇文章都适用一次API调用）

from operator import itemgetter

import requests

# 执行API调用并存储响应。
url = 'https://hacker-news.firebaseio.com/v0/topstories.json'
r = requests.get(url)
print(f"Status code: {r.status_code}")

# 处理有关每篇文章的信息。
submission_ids = r.json()
submission_dicts = []
for submission_id in submission_ids[:30]:
    # 对于每篇文章，都执行一个API调用。
    url = f"https://hacker-news.firebaseio.com/v0/item/{submission_id}.json"
    r = requests.get(url)
    print(f"id: {submission_id}\tstatus: {r.status_code}")
    response_dict = r.json()
    # 对于每篇文章，都创建一个字典。
    submission_dict = {
        'title': response_dict['title'],
        'hn_link': f"http://news.ycombinator.com/item?id={submission_id}",
        'comments': response_dict['descendants'],
    }

submission_dicts.append(submission_dict)

# 根据submission_dicts列表中的comments 键值 来进行降序排序 , 用到了operator的itemgetter函数
submission_dicts = sorted(submission_dicts, key=itemgetter('comments'), reverse=True)

for submission_dict in submission_dicts:
    print(f"\nTitle: {submission_dict['title']}")
    print(f"Discussion link: {submission_dict['hn_link']}")
    print(f"Comments: {submission_dict['comments']}")