Напиши код API на Python для парсинга Excel файлов и отправке данных из них обратно…
- User
Напиши код API на Python для парсинга Excel файлов и отправке данных из них обратно пользователю
- Assistant
Для того чтобы создать API на Python для парсинга Excel файлов и отправки данных обратно пользователю, можно использовать фреймворк Flask для создания веб-сервиса и библиотеку Pandas для работы с Excel файлами.
Вот простой пример как такое API может выглядеть:
from flask import Flask, request, jsonify import pandas as pd import io app = Flask(__name__) @app.route('/parse-excel', methods=['POST']) def parse_excel(): # Проверяем, есть ли файл в запросе if 'file' not in request.files: return jsonify({'error': 'No file part in the request'}), 400 file = request.files['file'] # Если пользователь не выбрал файл, то браузер может # отправить пустую часть без имени файла if file.filename == '': return jsonify({'error': 'No selected file'}), 400 try: # Используем Pandas для чтения Excel файла df = pd.read_excel(io.BytesIO(file.read())) # Конвертируем DataFrame в JSON data = df.to_json(orient='records') return data except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True)Чтобы использовать этот код, вам нужно будет установить Flask и Pandas, если они еще не установлены:
pip install flask pandasПосле запуска этого кода, у вас будет работающий локально веб-сервер на
localhost:5000, который может принимать HTTP POST запросы на/parse-excel. Вы можете отправить.xlsxфайл как часть формы, и в ответ получите JSON с данными из Excel файла.Для тестирования API вы можете использовать инструменты для работы с HTTP запросами, такие как
curlили Postman. Вот пример запросаcurlиз командной строки:curl -X POST -F 'file=@путь_до_вашего_файла.xlsx' http://localhost:5000/parse-excelЗамените
путь_до_вашего_файла.xlsxна правильный путь до Excel файла на вашем компьютере. В ответ на запрос вы должны получить JSON с данными из файла. - User
Перепиши этот код на FastAPI
- Assistant
Для создания API с использованием FastAPI и библиотеки Pandas для парсинга Excel файлов, код будет выглядеть следующим образом:
Установите необходимые библиотеки:
pip install fastapi[all] pandas openpyxl uvicornТеперь на Python используем FastAPI для создания API:
from fastapi import FastAPI, File, UploadFile, HTTPException from fastapi.responses import JSONResponse import pandas as pd import uvicorn app = FastAPI() @app.post("/parse-excel/") async def parse_excel(file: UploadFile = File(...)): if not file.filename.endswith('.xlsx'): raise HTTPException(status_code=400, detail="File extension not supported.") try: # Считываем содержимое файла в DataFrame df = pd.read_excel(file.file) # Конвертируем DataFrame в JSON data_json = df.to_json(orient='records') return JSONResponse(content=data_json) except Exception as e: raise HTTPException(status_code=500, detail=str(e)) if __name__ == "__main__": uvicorn.run(app, host="0.0.0.0", port=8000)В коде выше мы создали API ендпоинт с помощью FastAPI, который принимает загрузку Excel файла, считывает его содержимое и возвращает данные в формате JSON.
Чтобы запустить сервер, выполните:
uvicorn main:app --reloadГде
main— это имя файла Python, содержащего код (без.py), аapp— это имя экземпляраFastAPI.После этого вы можете отправить HTTP POST запрос на
http://localhost:8000/parse-excel/с Excel файлом, используя инструменты вродеcurlили Postman. Пример запроса с помощьюcurl:curl -X 'POST' \ 'http://127.0.0.1:8000/parse-excel/' \ -H 'accept: application/json' \ -H 'Content-Type: multipart/form-data' \ -F 'file=@path_to_your_file.xlsx;type=application/vnd.openxmlformats-officedocument.spreadsheetml.sheet'Замените
path_to_your_file.xlsxна реальный путь к файлу Excel, который вы хотите обработать.FastAPI автоматически создаст документацию для вашего API, доступную по адресу
http://localhost:8000/docs, где вы сможете протестировать API прямо из браузера.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.