Lassen Sie Python die durchschnittliche Punktzahl einer Seite mithilfe der PageSpeed Insights-API messen
Einführung
Das Produkt, zu dem ich jetzt gehöre, verfügt über PageSpeed Insights (PSI), um höhere Suchergebnisse anzuzeigen und Stress beim Surfen auf der Website zu reduzieren. Wir messen die Verbesserung der Seitengeschwindigkeit mit.
Die Verbesserungsergebnisse werden vorher / nachher gemessen, aber je nach Zeitpunkt der Messung kann der PSI-Wert einen Spielraum von 10 bis 30 Punkten aufweisen ** Unschärfe **.
Deshalb hat mein Team mehrmals gemessen, anstatt einmal pro Seite.
--Durchschnittliche Punktzahl
- Anzahl der Messungen (15 Mal oder mehr) ――Wenn die Unschärfe groß ist, die niedrigsten und höchsten Punkte
Ich entschied mich für die Methode der Beschreibung.
Je mehr Seiten Sie messen möchten, desto schwieriger ist es jedoch zu warten, indem Sie auf die Schaltfläche "Analysieren" klicken. Dieses Mal habe ich versucht, dies mithilfe der API effizienter zu gestalten.
Zielleserbild
- Programmieren von Anfängern, die Daten mit API ~ 1st Year Engineer erfassen möchten
Fertiges Produkt
kotahashihama/psi-score-collector https://github.com/kotahashihama/psi-score-collector
API-Schlüssel abrufen
Um Daten von der PageSpeed Insights-API abzurufen, benötigen Sie den API-Schlüssel als Parameter, wenn Sie darauf zugreifen.
Sie können es auf der folgenden Seite erhalten.
Versuchen Sie es mit der PageSpeed Insights API | Google Developers https://developers.google.com/speed/docs/insights/v5/get-started
Es ist nicht gut für die Sicherheit, den API-Schlüssel so zu belassen, wie er im Projektcode enthalten ist. Deshalb habe ich die Bibliothek "python-dotenv" verwendet und sie als Umgebungsvariable in ".env" verwaltet.
Terminal
pip install python-dotenv
config.py
from dotenv import load_dotenv
load_dotenv()
import os
API_KEY = os.getenv('API_KEY')
.env
API_KEY=XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
Einstellungselemente vorbereiten
Da wir jede festgelegte Anzahl von Messungen nacheinander messen möchten, sind die folgenden Elemente erforderlich.
main.py
#Anzahl der Messungen
measurement_count = 3;
#Messziel-URL
url_list = [
'https://www.google.com/',
'https://www.yahoo.co.jp/',
'https://www.bing.com/'
]
Es scheint ursprünglich gut zu sein, den Einstellungsinhalt von der Verarbeitung zu trennen, aber diesmal werden wir es tun.
Beschreibung der Hauptverarbeitung
Für jede URL
--Anzahl der Schritte
- Mobiles Ergebnis
- Computer-Score
Wird ausgegeben und schließlich wird die Meldung zum Abschluss der Messung angezeigt.
main.py
print('\n'.join(map(str, url_list)))
print(f'Wird gemessen...({measurement_count}Zeitmessung)')
for i, url in enumerate(url_list):
print(f'\n({i + 1}/{len(url_list)}) {url}')
measure('mobile')
measure('desktop')
print('\n' + '=' * 60)
print('\n Messung abgeschlossen!')
Lassen Sie uns Punkte bekommen
Verfügen Sie über die URL und die Parameter, um auf die SPI-API zuzugreifen.
main.py
api_url = 'https://www.googleapis.com/pagespeedonline/v5/runPagespeed'
api_key = config.API_KEY
payload = { 'key': api_key }
In der oben erstellten config.py werden die Umgebungsvariablen aus .env gelesen.
main.py
import config
Lesen wir config und setzen den Wert auf api_key.
Verarbeitung zum Abrufen von Punkten
Zunächst ist unten der gesamte Code.
main.py
def measure(device):
device_name = {
'mobile': 'Handy, Mobiltelefon',
'desktop': 'Computer'
}
print(f'[ {device_name[device]} ]')
payload['strategy'] = device
url_name = api_url + "?url=" + url
scores = []
for i in range(measurement_count):
result = requests.get(url_name, params = payload)
result_json = result.json()
result_score = result_json['lighthouseResult']['categories']['performance']['score']
displayed_score = math.floor(result_score * 100)
scores.append(displayed_score)
print(displayed_score, end=' ')
score_average_raw = numpy.average(scores)
score_average = Decimal(str(score_average_raw)).quantize(Decimal('0.1'), rounding=ROUND_HALF_UP)
score_max = numpy.amax(scores)
score_min = numpy.amin(scores)
print(f'\n Durchschnitt{score_average}Punkt (niedrigster){score_min}Punkt, das Beste{score_max}Punkt)')
In diesem Prozess werden zwei Haupttypen von Bibliotheken verwendet.
- Zugriffs-API --Berechnen Sie das Ergebnis
tun.
(Ich werde diesmal nicht darauf eingehen, aber ich denke, es ist einfacher, die Python-Bibliothek für Teammitglieder freizugeben, wenn Sie Abhängigkeiten mit Poetry usw. verwalten.)
Bibliothek für den Zugriff auf die API
Verwenden Sie eine Python-Bibliothek namens "Anfragen".
Terminal
pip install requests
main.py
import requests
main.py
result = requests.get(url_name, params = payload)
result_json = result.json()
result_score = result_json['lighthouseResult']['categories']['performance']['score']
Greifen Sie mit get () auf die API zu, konvertieren Sie das Ergebnis mit json () in JSON und verfolgen Sie die Punktzahl, in der die Punktzahl gespeichert ist.
Bibliothek zur Berechnung der Ergebnisse
mathnumpydecimal
Ich benutze die Python-Bibliothek des Berechnungssystems.
Von diesen ist numpy standardmäßig nicht enthalten, installieren Sie es also mit pip.
Terminal
pip install numpy
main.py
import numpy
Da decimal nur das Decimal-Objekt und die Rundungskonstante ROUND_HALF_UP verwendet, wird es beim Import in dieser Form gelesen.
main.py
from decimal import Decimal, ROUND_HALF_UP
main.py
score_average_raw = numpy.average(scores)
score_average = Decimal(str(score_average_raw)).quantize(Decimal('0.1'), rounding=ROUND_HALF_UP)
score_max = numpy.amax(scores)
score_min = numpy.amin(scores)
- Mit "numpy" wird die durchschnittliche Punktzahl aus der Punktzahl berechnet und es werden nur die höchsten und niedrigsten Punkte erhalten.
- Im
Decimal-Objekt vondecimalwird der Durchschnittswert gerundet und bis zur ersten Dezimalstelle angezeigt.
tun.
Versuchen Sie es mit
Nach der Ausführung werden Punkte gesammelt, indem es in Ruhe gelassen wird. Es kann bequemer sein, etwas wie Terminal-Notifier zu verwenden, um das Ende zu signalisieren.
Terminal
py main.py
Die Messergebnisse werden so akkumuliert.
Zusammenfassung
Die Datenerfassungsverarbeitung ist ein sehr grundlegender Bestandteil, daher scheint sie an verschiedenen Stellen im Unternehmen eingesetzt werden zu können. Als Ingenieur möchte ich in der Lage sein, solche Werkzeuge zu erstellen, damit ich ein- und ausatmen kann.
Es war also mein erster Qiita-Artikel. Nein!