智慧卫生间

智慧卫生间

获取ApiKey/SecretKey

ApiKey/SecretKey采用 线下获取的方式,手动分配。

获取Access_token

向授权服务地址http://xxxxxx:12345/token(示意)发送post请求,并在data中带上以下参数:

·ak: 你的ApiKey;
·sk: 你的SecretKey;
·expire_time: 有效期,单位为秒,值0为"永久";

例如:

复制代码
#python

import requests

url = 'http://xxxxxx:12345/token'

# 你的 API Key 和 Secret Key
api_key = 'xxxxxxxx'
secret_key = 'xxxxxxxx'
expire_time = 3600  # token 的有效期(秒)
# expire_time = 0 "永久的" 

# 构建请求数据
data = {
    'api_key': api_key,
    'secret_key': secret_key,
    'expire_time': expire_time
}

# 发送请求
response = requests.post(url, json=data)

# 打印响应
if response.status_code == 200:
    print("Token:", response.json().get('token'))
else:
    print("Error:", response.json().get('message'))

获取卫生间实时数据

向API服务地址http://xxxxxx:12345/data使用POST发送请求

请求示例:

HTTP方法:POST

请求URL: http://xxxxxx:12345/data

复制代码
import json
import requests

# 服务端的 URL
url = 'http://xxxxxx:12345/data'

# 假设的 Token
token = "xxxxxxxx"


# 构建请求头部,包含 Token
headers = {
    'Authorization': token,
    'Content-Type': 'application/json'
}


# 请求的详细数据
data = {
    'project_id': 'Project1',
    'floor': 'default',  # 可以是 'default' 或具体楼层号
    'gender': 'female'  # 可以是 'male', 'female' 或 'default'
}

# 发送请求
response = requests.get(url, headers=headers, data=json.dumps(data) )

# 输出服务端响应
print(response.json())

·project_id: 项目名称
·floor: 楼层编号,可以是 1 2 3 4 5 或者 default就是获取当前项目的所有存在的楼层, 也可以是指定多个楼层

例如: 'floor': '1' , 'floor': '2' , 'floor': '2_3_5', 'floor': 'default'
·gender: 性别,请求男还是女或者全部请求 可以是 'male', 'female' 或 'default'

返回说明

返回结果:

字段 类型 说明
message string 返回Suceess或者Failed,用来判断是否请求成功
project_id string 返回当前请求的项目名
floor string 返回当前请求的楼层号
gender string 返回当前请求的性别
combined_data list&dict 返回当前请求的楼层号的厕所使用数据

combined_data格式如下

复制代码
[
    {'floor': '3', 'signal_data': '0101010'},
    {'floor': '5', 'signal_data': '0101010'},
    {'floor': '7, 'signal_data': '0101010'}
]

其中

floor代表楼层号

signal_data代表最终数据,假设一层有7个坑位,那signal_data的长度就为7,0代表占用,1代表空闲

相关推荐
ragnwang3 小时前
Notes: Python pybind11 import C++ module
开发语言·c++·python
王中阳Go3 小时前
后端转 Agent 岗面试怎么答:8 个高频问题与应答口径
人工智能·后端·python·大语言模型
weixin_307779134 小时前
RAG 面试陷阱——混合检索并非无条件优越:一个条件反转实验
人工智能·python·面试·职场和发展
云和数据.ChenGuang5 小时前
深入解析 Python 的 dir():从用法到 CPython 源码实现
开发语言·人工智能·python·langchain
荣码7 小时前
长上下文与大文档处理:200页PDF怎么喂给AI,我踩了4个坑
java·python
databook8 小时前
Pandas 与 Polars:语法、性能和资源占用方面的对比
python·数据分析·pandas
威哥爱编程8 小时前
Python 智能体开发实战 10:本地跑得好好的,一并发就崩?把它做成一个能上线的服务
python·agent
威哥爱编程8 小时前
Python 智能体开发实战 09:改了提示词,到底是变好还是变坏?搭一套能打分的离线评测
python·agent
meiying88389 小时前
多快递公司快递单号批量查询接口怎么对接?Python 聚合查询实现
java·大数据·python
Hello_Pyhx9 小时前
Deep-Live-Cam 源码配置思路:环境、模型与执行后端分开排查
python