[PYTHON] Vorbereitet für die Datumsberechnung und Automatisierung meines Bots

Ja. Im json-Format, das für mich am einfachsten zu handhaben schien, weil ich mich auf verschiedene Weise verlaufen habe, um den Titel zu spielen.

test.json


[
{
   "name":"mouse",
   "date":"2013-10-22",
   "last":24,
   "avg":20.5,
   "cnt":10
}
]

test.py


from urllib import urlencode
from datetime import date, timedelta
import datetime
import kino
import re
import json

time = datetime.datetime.now()


def demchi_cnt(filename):
    f = open(filename)
    data = json.load(f)
    f.close()
    d = datetime.datetime.strptime(data[0]["date"], "%Y-%m-%d")
    s = time - d
    message = "@xxx Nach dem Austausch der Mausbatterie%d Tage sind vergangen. Letztes Leben%Durchschnitt in d Tagen%Es ist Tag.#demchi" % (s.days,data[0]["last"],"{0:0.1f}".format(data[0]["avg"]))
#    kino.client.request('https://api.twitter.com/1.1/statuses/update.json', 'POST', urlencode({'status': message}))

if __name__ == '__main__':
    demchi_cnt(test.json)

Da es notwendig ist, die Daten mindestens beim ersten Mal manuell vorzubereiten, habe ich sie hier nach der Eingabe überprüft. http://jsonlint.com/

data[0]["last"]=20 Nach dem Kämmen json.dump(a, open('test.json','w')) Es scheint, dass es in der JSON-Datei wiedergegeben wird. Genau wie die Elemente in lexikographischer Reihenfolge ersetzt werden ...

Recommended Posts

Vorbereitet für die Datumsberechnung und Automatisierung meines Bots
Pandas-Grundlagen für Anfänger ④ Umgang mit Datums- und Zeitangaben
Ableitung des EM-Algorithmus und Berechnungsbeispiel für den Münzwurf
Berechnung der selbst erstellten Klasse und der vorhandenen Klasse
Gleiche Automatisierung des Python- und PyPI-Setups
[Python] Erstellen Sie eine Liste mit Datum und Uhrzeit (Datum / Uhrzeit-Typ) für einen bestimmten Zeitraum
Berechnung der Anzahl der verstrichenen Jahre und der Anzahl der verstrichenen Monate einschließlich des Nebenjahres
Berechnung der technischen Indikatoren durch TA-Lib und Pandas
Berechnungsgeschwindigkeit der Indizierung für ein numpy quadratisches Array