令牌问题 youtube analytics api python 云
token issues youtube analytics api python cloud
我得到用于从 youtube 分析中提取 youtube 信息的下一个代码 api(不是 youtube 数据 API V3)
import os
import google_auth_oauthlib.flow
import googleapiclient.discovery
import googleapiclient.errors
scopes = ["https://www.googleapis.com/auth/youtube.readonly"]
def main():
# Disable OAuthlib's HTTPS verification when running locally.
# *DO NOT* leave this option enabled in production.
os.environ["OAUTHLIB_INSECURE_TRANSPORT"] = "1"
api_service_name = "youtubeAnalytics"
api_version = "v2"
client_secrets_file = "YOUR_CLIENT_SECRET_FILE.json"
# Get credentials and create an API client
flow = google_auth_oauthlib.flow.InstalledAppFlow.from_client_secrets_file(
client_secrets_file, scopes)
credentials = flow.run_console()
youtube_analytics = googleapiclient.discovery.build(
api_service_name, api_version, credentials=credentials)
request = youtube_analytics.reports().query(
dimensions="video",
endDate="2014-06-30",
ids="channel==MINE",
maxResults=10,
metrics="estimatedMinutesWatched,views,likes,subscribersGained",
sort="-estimatedMinutesWatched",
startDate="2014-05-01"
)
response = request.execute()
print(response)
我得到了客户端密码,代码运行正常,但我 运行 云上的代码(特别是 deepnote)所以在某些时候代码需要手动输入令牌,有没有办法避免这种情况,还是以某种方式拉入令牌?因为当 运行 在云端此代码时,我看不出有可能检索令牌。
提前致谢。
OAuth 流程设计为交互式。它通常用于您(app/web 开发人员)希望用户单击 link 以使用他们自己的帐户并自行登录的情况。这通常需要一个重定向,或者一个弹出窗口 window,或者一个输入字段(比如在 Colab 或 Jupyter 中),他们在其中进行这种交互。
执行这种自动请求的正确方法是通过不同类型的 API,或使用不同类型的身份验证。在 GCP API 的许多情况下,您会使用服务帐户,但这个特定的 API does not support service account authentication.
如果你真的想使用 OAuth 客户端秘密流程,你可以在 Deepnote 中使用,当你 运行 flow.run_console()
命令时,你会得到一个输入,你必须输入你的您的(用户)google 帐户批准的令牌。但是,要使其正常工作,您必须创建一个桌面应用程序客户端密码,并允许您的用户访问测试模式,然后单击 OAuth 警告。或者您必须发布 OAuth 应用程序,这需要 Google.
的批准
在这里,我发布了一个示例 Deepnote 笔记本,它显示了这是可能的:https://deepnote.com/@jz/YouTube-Analytics-API-vuA9wCgGRKiGN9Mjaoi54Q
但这需要您可能不想要的手动交互。在其他 GCP API 中,您可以像这样使用您的服务帐户:
credentials = service_account.Credentials.from_service_account_file(service_account_file, scopes=scopes)
所以如果你真的需要自动化,你需要使用不同的 YouTube API。
您可以保存您的凭据,这将使您的后续流程自动化。使用这个 thread link 我已经解释过了。
我得到用于从 youtube 分析中提取 youtube 信息的下一个代码 api(不是 youtube 数据 API V3)
import os
import google_auth_oauthlib.flow
import googleapiclient.discovery
import googleapiclient.errors
scopes = ["https://www.googleapis.com/auth/youtube.readonly"]
def main():
# Disable OAuthlib's HTTPS verification when running locally.
# *DO NOT* leave this option enabled in production.
os.environ["OAUTHLIB_INSECURE_TRANSPORT"] = "1"
api_service_name = "youtubeAnalytics"
api_version = "v2"
client_secrets_file = "YOUR_CLIENT_SECRET_FILE.json"
# Get credentials and create an API client
flow = google_auth_oauthlib.flow.InstalledAppFlow.from_client_secrets_file(
client_secrets_file, scopes)
credentials = flow.run_console()
youtube_analytics = googleapiclient.discovery.build(
api_service_name, api_version, credentials=credentials)
request = youtube_analytics.reports().query(
dimensions="video",
endDate="2014-06-30",
ids="channel==MINE",
maxResults=10,
metrics="estimatedMinutesWatched,views,likes,subscribersGained",
sort="-estimatedMinutesWatched",
startDate="2014-05-01"
)
response = request.execute()
print(response)
我得到了客户端密码,代码运行正常,但我 运行 云上的代码(特别是 deepnote)所以在某些时候代码需要手动输入令牌,有没有办法避免这种情况,还是以某种方式拉入令牌?因为当 运行 在云端此代码时,我看不出有可能检索令牌。
提前致谢。
OAuth 流程设计为交互式。它通常用于您(app/web 开发人员)希望用户单击 link 以使用他们自己的帐户并自行登录的情况。这通常需要一个重定向,或者一个弹出窗口 window,或者一个输入字段(比如在 Colab 或 Jupyter 中),他们在其中进行这种交互。
执行这种自动请求的正确方法是通过不同类型的 API,或使用不同类型的身份验证。在 GCP API 的许多情况下,您会使用服务帐户,但这个特定的 API does not support service account authentication.
如果你真的想使用 OAuth 客户端秘密流程,你可以在 Deepnote 中使用,当你 运行 flow.run_console()
命令时,你会得到一个输入,你必须输入你的您的(用户)google 帐户批准的令牌。但是,要使其正常工作,您必须创建一个桌面应用程序客户端密码,并允许您的用户访问测试模式,然后单击 OAuth 警告。或者您必须发布 OAuth 应用程序,这需要 Google.
在这里,我发布了一个示例 Deepnote 笔记本,它显示了这是可能的:https://deepnote.com/@jz/YouTube-Analytics-API-vuA9wCgGRKiGN9Mjaoi54Q
但这需要您可能不想要的手动交互。在其他 GCP API 中,您可以像这样使用您的服务帐户:
credentials = service_account.Credentials.from_service_account_file(service_account_file, scopes=scopes)
所以如果你真的需要自动化,你需要使用不同的 YouTube API。
您可以保存您的凭据,这将使您的后续流程自动化。使用这个 thread link 我已经解释过了。