


So veröffentlichen Sie einen Artikel auf Medium mit Python und der Medium-API
Einführung
Als jemand, der Obsidian zum Schreiben von Artikeln verwendet, muss ich meine Inhalte beim Veröffentlichen auf Medium oft manuell kopieren und formatieren. Dieser Vorgang kann zeitaufwändig und repetitiv sein, insbesondere beim Umgang mit Markdown-Dateien. Um meinen Arbeitsablauf zu optimieren, habe ich beschlossen, ein Python-Skript zu entwickeln, das die Veröffentlichung von Markdown-Dateien direkt auf Medium automatisiert. In diesem Artikel freue ich mich, Ihnen mitzuteilen, wie Sie Artikel mithilfe der Medium-API programmgesteuert veröffentlichen und so den Prozess schneller und effizienter gestalten können.
Einrichten der Medium-API
Um mit der API von Medium zu interagieren, müssen Sie zunächst ein Integrationstoken generieren. Mit diesem Token kann sich Ihr Python-Skript authentifizieren und in Ihrem Namen Aktionen ausführen.
Schritte zum Generieren eines Integrationstokens:
- Gehen Sie zu Ihrer mittleren Sicherheit und Ihren Apps.
- Scrollen Sie nach unten zum Abschnitt „Integrationstokens“.
- Klicken Sie auf „Integrationstoken abrufen.“
- Kopieren Sie das generierte Token und bewahren Sie es sicher auf. Sie benötigen es für Ihr Skript.
Mit dem Token in der Hand können Sie mit dem Codieren beginnen.
Abrufen von Benutzerdetails und Veröffentlichungen
Hier ist der Python-Code, den Sie für die Interaktion mit der Medium-API verwenden:
import requests # Replace these with your actual Medium integration token and file path MEDIUM_TOKEN = 'your_medium_integration_token' headers = { 'Authorization': f'Bearer {MEDIUM_TOKEN}', 'Content-Type': 'application/json', 'Accept': 'application/json', 'host': 'api.medium.com', 'Accept-Charset': 'utf-8' } url = '''https://api.medium.com/v1/me''' response = requests.get(url=url, headers=headers) print('status_code is: ',response.status_code) print('response text:', response.json()) print('userId:', response.json()['data']['id'])
Benutzerinformationen abrufen
Wenn Sie das Skript ausführen, sendet es eine Anfrage an die API von Medium, um Ihre Benutzerinformationen abzurufen. Die Antwort enthält Details wie Ihre Benutzer-ID, die zum Veröffentlichen von Inhalten erforderlich ist.
Einen Artikel veröffentlichen
Nachdem Sie Ihre Benutzer-ID erfolgreich von der Medium-API abgerufen haben, können Sie mit der Veröffentlichung eines Artikels fortfahren. Der Prozess umfasst das Senden einer POST-Anfrage an die API von Medium mit dem Artikelinhalt und einigen Metadaten.
import requests import json # Replace with your actual Medium integration token and user ID MEDIUM_TOKEN = 'your_medium_integration_token' USER_ID = 'your_user_id' headers = { 'Authorization': f'Bearer {MEDIUM_TOKEN}', 'Content-Type': 'application/json', 'Accept': 'application/json', 'host': 'api.medium.com', 'Accept-Charset': 'utf-8' } url = f'https://api.medium.com/v1/users/{USER_ID}/posts' # Article content and metadata data = { "title": "Your Article Title", "contentFormat": "markdown", # Choose 'html', 'markdown', or 'plain' "content": "# Hello World!\nThis is my first article using the Medium API.", "tags": ["python", "api", "medium"], "publishStatus": "draft" # Choose 'public' or 'draft' } # Sending the POST request response = requests.post(url=url, headers=headers, data=json.dumps(data)) print('Status code:', response.status_code) print('Response:', response.json())
Jetzt können Sie zu Medium gehen, um Ihren neuesten Entwurf zu überprüfen. Sobald Sie bestätigt haben, dass alles richtig formatiert ist, können Sie es direkt veröffentlichen!
Entdecken Sie mehr

Luca Liu
Vielen Dank, dass Sie sich die Zeit genommen haben, mit mir datenbezogene Erkenntnisse zu erkunden. Ich schätze Ihr Engagement.
? Vernetzen Sie sich mit mir auf LinkedIn
Das obige ist der detaillierte Inhalt vonSo veröffentlichen Sie einen Artikel auf Medium mit Python und der Medium-API. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Stock Market GPT
KI-gestützte Anlageforschung für intelligentere Entscheidungen

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Führen Sie Pipinstall-Rrequirements.txt aus, um das Abhängigkeitspaket zu installieren. Es wird empfohlen, zunächst die virtuelle Umgebung zu erstellen und zu aktivieren, um Konflikte zu vermeiden, sicherzustellen, dass der Dateipfad korrekt ist und dass die PIP aktualisiert wurde, und Optionen wie-No-Deps oder -User, um das Installationsverhalten bei Bedarf anzupassen.

In diesem Tutorial wird beschrieben, wie der PEFT LORA -Adapter mit dem Basismodell effizient zusammengeführt werden kann, um ein völlig unabhängiges Modell zu generieren. Der Artikel weist darauf hin, dass es falsch ist, Transformatoren direkt zu verwenden. Automodel zum Laden des Adapters und zum manuellen Zusammenführen der Gewichte und bietet den richtigen Prozess zur Verwendung der Methode merge_and_unload in der PEFT -Bibliothek. Darüber hinaus unterstreicht das Tutorial auch die Bedeutung des Umgangs mit Word -Segmentern und diskutiert die Kompatibilität und Lösungen von PEFT -Versionen.

Python ist ein einfaches und leistungsstarkes Testwerkzeug in Python. Nach der Installation werden Testdateien automatisch gemäß den Namensregeln ermittelt. Schreiben Sie eine Funktion, die mit Test_ für Assertionstests beginnt, verwenden Sie @PyTest.Fixure, um wiederverwendbare Testdaten zu erstellen, die Ausnahmen über pyTest.raises zu überprüfen, unterstützt die laufenden Tests und mehrere Befehlszeilenoptionen und verbessert die Testeneffizienz.

TheArgParSemoduleiTherecommendedwaytoHandleCommand-Lineargumentesinpython, das Robustparsing, Typevalidation, Helpsages, AndersHandling berücksichtigt; usesys.argvForSimpecaseSeRequiringMinimalsetup.

Dieser Artikel zielt darauf ab, das gemeinsame Problem der unzureichenden Berechnungsgenauigkeit der schwimmenden Punktzahlen in Python und Numpy zu untersuchen, und erklärt, dass seine Grundursache in der Darstellungsbeschränkung der Standardzahlen der 64-Bit-Schwimmpunkte liegt. Für Computerszenarien, die eine höhere Genauigkeit erfordern, wird der Artikel die Nutzungsmethoden, -funktionen und anwendbaren Szenarien von mathematischen Bibliotheken mit hoher Präzision einführen und vergleichen

PYPDF2, PDFPLUMBER und FPDF sind die Kernbibliotheken für Python, um PDF zu verarbeiten. Verwenden Sie PYPDF2, um die Textextraktion, das Zusammenführen, die Aufteilung und die Verschlüsselung durchzuführen, z. PDFPLUMBER eignet sich besser zum Aufbewahren von Layout -Textextraktion und Tabellenerkennung und unterstützt extract_tables (), um Tabellendaten genau zu erfassen. FPDF (empfohlene FPDF2) wird zum Generieren von PDF verwendet, und es werden Dokumente erstellt und über add_page (), set_font () und cell () ausgegeben. Beim Zusammenführen von PDFs kann die append () -Methode von PDFWriter mehrere Dateien integrieren

Importieren Sie@contextManagerfromContextLibanddefinaGeneratorFunctionThatyieldSexactlyonce, whercodeBeforyieldactsasenterandCodeafteryield (vorzugsweise infinal) actsas __exit __. 2.UsetheFunctionInaThstatement, wherheided ValuesieScessable

Die aktuelle Zeit kann in Python über das DateTime -Modul implementiert werden. 1. Verwenden Sie datetime.now (), um die lokale aktuelle Zeit zu erhalten, 2. verwenden Strftime ("%y-%M-%d%H:%m:%s"), um das Ausgabejahr, den Monat, den Tag, die Stunde, die Minute und die zweite, zu formatieren. UTCNOW () und tägliche Operationen können die Anforderungen erfüllen, indem datetime.now () mit formatierten Zeichenfolgen kombiniert werden.
