[PYTHON] Ich habe versucht, die Daten mit Zwietracht zu speichern

Laden Sie die Datei auf den Discord-Kanal hoch und holen Sie sie sich (Da es von einem Anfänger gemacht wurde, kann es etwas Seltsames geben)

Umgebung

python 3.8.2 discord.py 1.5.1

Der Grund für den Versuch zu machen

Ich wünschte, ich könnte die Daten mit Zwietracht speichern Da es auf Heroku läuft, wird es in etwa 24 Stunden automatisch neu gestartet. Wenn Sie die Datei speichern, verschwindet sie Die einzige Möglichkeit, es zu verwenden, besteht darin, einen Datenserver zu mieten. Ich verstehe nicht einmal, wenn ich mir verschiedene Artikel ansehe ... Sie sollten in der Lage sein, Dateien mit Zwietracht hier hochzuladen ... Ich habe es so geschaffen

BOT-Erstellung

Wenn Sie nicht wissen, was discord.py ist, lesen Sie bitte hier https://qiita.com/1ntegrale9/items/9d570ef8175cf178468f

Grundlegende Konfiguration

Zunächst wird davon ausgegangen, dass die BOT-Einstellung usw. abgeschlossen ist und verwendet werden kann Erstellen Sie als Nächstes einen Kanal zum Speichern der Daten Jeder Name ist in Ordnung Weiter ist die wichtigste zu speichernde Datei Erstellen Sie die Datei mit json Dies ist die diesmal verwendete JSON-Datei

{
"goban":[
12345, 
123456, 
1234678
 ]
}

Code, der zuerst geladen werden soll

Hier ist zunächst der Code zum Lesen der Datei

@bot.event
async def on_ready():
    mass =  bot.get_channel(ID des erstellten Kanals)
    id = mass.last_message_id
    msg = await mass.fetch_message(id)
    await msg.attachments[0].save("goban.json")

Hier ist der Code zum Laden und Speichern Bitte ändern Sie den Namen, um ihn selbst zu speichern Öffnen Sie danach die Datei nach dem Code und fügen Sie sie in die Liste usw. ein. Sie können es verwenden, wenn Sie es einfügen Bitte entsprechend dem Verwendungszweck hinzufügen

Code zum Hinzufügen zur Datei

Hier ist der Code, der der Datei hinzugefügt werden soll

@bot.command()
async def tui(ctx,ss): 
    global motolist
    with open("goban.json", "r",encoding="utf-8") as moto:

        moto = json.load(moto)
        for da in (moto['goban']):
            motolist += [f"{da}"] 

Wenn Sie versuchen, es zu json hinzuzufügen, wird es zunächst überschrieben. Dann können Sie es nicht verwenden, öffnen Sie zuerst die Datei und fügen Sie sie der Liste usw. hinzu. Der nächste wichtige Code zum Hinzufügen


    with open("goban.json","w",encoding="utf-8") as data:                     
        data.write('{\n')   
        data.write('"goban":[\n')  
        for moto in motolist: 
                data.write(f'"{str(moto)}"')
            data.write(", \n")
        data.write(f'"{ss}"\n ]')    
        data.write('\n}')                

  
    await bot.get_channel(Kanal-ID erstellt).send(file=discord.File('goban.json'))

Wenn Sie dies mit dem vorherigen Code verbinden, sieht es so aus


@bot.command()
async def tui(ctx,ss): 
    global motolist
    with open("goban.json", "r",encoding="utf-8") as moto:

        moto = json.load(moto)
        for da in (moto['goban']):
            motolist += [f"{da}"] 
    with open("goban.json","w",encoding="utf-8") as data:                     
        data.write('{\n')   
        data.write('"goban":[\n')  
        for moto in motolist: 
                data.write(f'"{str(moto)}"')
            data.write(", \n")
        data.write(f'"{ss}"\n ]')    
        data.write('\n}')                

  
    await bot.get_channel(Kanal-ID erstellt).send(file=discord.File('goban.json'))

Jetzt können Sie hinzufügen oder frei Sie können es aktualisieren, indem Sie es danach erneut öffnen. Wenn Sie bisher alle Kabel angeschlossen haben

import discord
from discord.ext import commands

import json


bot = commands.Bot(command_prefix='.')

client = discord.Client()
motolist = []



@bot.event
async def on_ready():
    mass =  bot.get_channel()Kanal-ID erstellt)

    id = mass.last_message_id
    msg = await mass.fetch_message(id)
    await msg.attachments[0].save("goban.json")
 


@bot.command()
async def tui(ctx,ss): 
    global motolist
    with open("goban.json", "r",encoding="utf-8") as moto:

        moto = json.load(moto)
        for da in (moto['goban']):
            motolist += [f"{da}"]
    with open("goban.json","w",encoding="utf-8") as data:                     #Su
        data.write('{\n')   
        data.write('"goban":[\n')  
        for moto in motolist: 
            data.write(f'"{str(moto)}"')
            data.write(", \n")

        data.write(f'"{ss}"\n ]')    
        data.write('\n}')                
          

        
   
    await bot.get_channel(Kanal-ID erstellt).send(file=discord.File('goban.json'))
    motolist = []

bot.run("TOKEN")

Schließlich

Dies ist ein Programm, das von Python-Anfängern verwendet wird. bitte sag mir

Recommended Posts

Ich habe versucht, die Daten mit Zwietracht zu speichern
Ich habe versucht, CloudWatch-Daten mit Python abzurufen
Ich habe versucht, Linux mit Discord Bot zu betreiben
Ich habe versucht, die Sündenfunktion mit Chainer zu trainieren
Ich habe versucht, mit VOICEROID2 2 automatisch zu lesen und zu speichern
Ich habe versucht, das Spiel in der J League vorherzusagen (Datenanalyse)
Ich habe versucht, Soma Cube mit Python zu lösen
Ich habe versucht, mit VOICEROID2 automatisch zu lesen und zu speichern
Ich habe versucht, das Problem mit Python Vol.1 zu lösen
Ich habe versucht, den Ball zu bewegen
Ich habe versucht, den Abschnitt zu schätzen.
Ich habe versucht, die Entropie des Bildes mit Python zu finden
Ich habe versucht zu simulieren, wie sich die Infektion mit Python ausbreitet
Ich habe versucht, die Emotionen des gesamten Romans "Wetterkind" zu analysieren
Ich habe versucht, mit Python faker verschiedene "Dummy-Daten" zu erstellen
Ich habe versucht, mit TensorFlow den Durchschnitt mehrerer Spalten zu ermitteln
Ich habe versucht, die Zugverspätungsinformationen mit LINE Notify zu benachrichtigen
Ich habe versucht, die Laufdaten des Rennspiels (Assetto Corsa) mit Plotly zu visualisieren
Ich habe versucht, Autoencoder mit TensorFlow zu implementieren
Ich habe versucht, den Befehl umask zusammenzufassen
Ich habe versucht, AutoEncoder mit TensorFlow zu visualisieren
Ich versuchte das Weckwort zu erkennen
Ich habe versucht, Faktoren mit Titanic-Daten zu analysieren!
Ich habe versucht, die grafische Modellierung zusammenzufassen.
Ich habe versucht, das Umfangsverhältnis π probabilistisch abzuschätzen
Ich habe versucht, die COTOHA-API zu berühren
Ich habe versucht, CVAE mit PyTorch zu implementieren
Ich habe versucht, mit Pillow mit dem Bild zu spielen
Ich habe versucht, TSP mit QAOA zu lösen
Ich habe versucht, den Datenverkehr mit WebSocket in Echtzeit zu beschreiben
Ich habe versucht, die Anfängerausgabe des Ameisenbuchs mit Python zu lösen
Speichern Sie das Ergebnis des Crawls mit Scrapy im Google Data Store
Ich habe versucht, die Bewässerung des Pflanzgefäßes mit Raspberry Pi zu automatisieren
Ich habe versucht, das Bild mit OpenCV im "Skizzenstil" zu verarbeiten
[Pandas] Ich habe versucht, Verkaufsdaten mit Python zu analysieren. [Für Anfänger]
Ich habe am Wochenende versucht, mit Bitcoin Systre zu beginnen
Ich habe versucht, das Bild mit OpenCV im "Bleistift-Zeichenstil" zu verarbeiten
Ich habe versucht, die Größe des logischen Volumes mit LVM zu erweitern
Ich habe versucht, die Effizienz der täglichen Arbeit mit Python zu verbessern
Ich habe versucht, die Punktgruppendaten-DB der Präfektur Shizuoka mit Vue + Leaflet anzuzeigen
Ich habe versucht, die Daten des Fußballturniers der FIFA Fussball-Weltmeisterschaft Russland mit Fußball zu analysieren
Ich habe versucht, nächstes Jahr mit AI vorherzusagen
[Python] Ich habe versucht, die Nacht der Galaxienbahn mit WordCloud zu visualisieren!
Ich habe Web Scraping versucht, um die Texte zu analysieren.
Ich habe versucht, das Lesen von Dataset mit PyTorch zu implementieren
Ich habe versucht, lightGBM, xg Boost mit Boruta zu verwenden
[Data Science-Grundlagen] Ich habe versucht, mit Python von CSV auf MySQL zu speichern
Ich habe versucht, mit TF Learn die logische Operation zu lernen
Ich habe versucht, GAN (mnist) mit Keras zu bewegen
Ich habe versucht, das Bild mit Python + OpenCV zu "differenzieren"
Ich habe versucht, mit OpenCV Bewegungen schnell zu erkennen
Ich habe versucht, Keras in TFv1.1 zu integrieren
Ich möchte 100 Datenwissenschaften mit Colaboratory schlagen
Ich wollte mit der Bezier-Kurve spielen
Ich habe versucht, die Hauptkomponenten mit Titanic-Daten zu analysieren!
Speichern Sie Daten zum Flashen mit STM32 Nucleo Board
765 Ich habe versucht, die drei Berufsfamilien durch CNN zu identifizieren (mit Chainer 2.0.0).