Python Lab 7
Korzystanie z API
Wyciągamy dane z zewnątrz!
Jak wszyscy dobrze wiemy, w naszych programach możemy różne dane przetwarzać na wiele sposobów - wyświetlić je, zsumować, usunąć, cokolwiek. Cała magia programowania polega na tym, że bardzo szybko przerabiane jest bardzo dużo danych. Jednak dotychczas wszystko nad czym pracowaliśmy było generowane przez nas. To zmieni się dziś - bowiem na dziesiejszym spotkaniu będziemy pracowali z API.
API (ang. Application Programming Interface) to interfejs programistyczny aplikacji, który pozwala na komunikację pomiędzy różnymi programami lub usługami. Generalnie, w kontekście aplikacji internetowych najczęściej spotykamy się z API REST, które umożliwia przesyłanie i odbieranie danych przez protokół HTTP.
API działa według schematu:
- Program wysyła zapytanie (ang. request) do API.
- API przetwarza zapytanie i odsyła odpowiedź (ang. response).
- Odpowiedź zawiera dane w ustalonym formacie – najczęściej w formacie JSON.
Na przykład, wysłanie requestu GET na adres:
https://catfact.ninja/fact
Zwraca nam odpowiedź w formacie json:
{"fact":"A cat's cerebral cortex contains about twice as many neurons as that of dogs. Cats have 300 million neurons, whereas dogs have about 160 million. See, cats rule, dogs drool!","length":173}
Warto zwrócić uwagę na ogromne podobieństwo formatu JSON do znanych nam już doskonale słowników. Python posiada wygodny moduł json od obsługi danych w tym formacie.
import json
tekst_json = '{"fact": "Cats sleep for 70% of their lives.", "length": 40}'
dane = json.loads(tekst_json) # zamiana na słownik Pythona
print(dane["fact"])
Metoda loads z biblioteki json przyjmuje stringa jako argument, a zwraca słownik. Zasada działania jest bardzo prosta:
- pobieramy zewnętrzne dane z API,
- dane przychodzić będą do nas w formacie tekstowym -
json - przerabiamy tego
jsonana słownik - możemy już pracować na tych danych!
Co do zasady, obróbka danych wynikających ze słowników jest bardzo proste, ale oczywiście rozumiem, jeśli ktoś zapomniał - tu ściąga
Zadanie 1:
Dany jest JSON:
{
"currency": "PLN",
"vat_rate": 0.23,
"items": [
{ "name": "Notes A5", "qty": 2, "unit_price": 7.50 },
{ "name": "Długopis", "qty": 3, "unit_price": 2.20 },
{ "name": "Marker", "qty": 1, "unit_price": 5.90 }
]
}
Napisz program, który go wczyta (może być z pliku, może być wklejony jako string). Program ma następnie wyliczyć kwotę brutto każdego z produktów i wyświetlić sumę paragonu - dla każdej pozycji - qty * unit_price * vat_rate. Jeśli starczy czasu, to poza sumą możemy wyświetlić ładnie sformatowane dane, a nawet pokusić się o posortowanie.
Notes A5 x2 = 15.00 PLN
Długopis x3 = 6.60 PLN
Marker x1 = 5.90 PLN
-------------------------
Suma netto: 27.50 PLN
VAT 23%: 6.33 PLN
Suma brutto: 33.83 PLN
Pobieranie danych w Pythonie
REST API, z których będziemy co do zasady korzystać obsługują zazwyczaj metody HTTP:
- GET – pobieranie danych (najczęściej używane),
- POST – wysyłanie nowych danych,
- PUT/PATCH – aktualizacja danych,
- DELETE – usuwanie danych.
My dziś będziemy jedynie pobierać dane, więc korzystać będziemy tylko z metody GET. Skorzystamy w tym celu z biblioteki requests - ona już nie jest wbudowana, więc musimy ją poprzez package managera doinstalować.
Przykład:
import requests
response = requests.get("https://catfact.ninja/fact")
print(response)
ten kawałek kodu zwróci nam dość enigmatyczną odpowiedź: <Response [200]>. Jest to jeden z obsługiwanych kodów statusu HTTP. Najważniejsze kody to
- 200 - OK - zapytanie wykonane prawidłowo
- 404 - NOT FOUND - nie znaleziono - zwykle oznacza literówkę w adresie
- 500 - INTERNAL SERVER ERROR - nie nasza wina, serwer zwrócił błąd
Każde zapytanie wykonane z requests zwraca nam Response Object - jest to teoretycznie jedna zmienna, która w sobie zawiera wiele zmiennych.
Atrybuty (properties)
| Nazwa | Typ | Do czego służy? | Najprostszy przykład |
|---|---|---|---|
status_code | int | Kod HTTP odpowiedzi (200 OK, 404 itd.) | resp.status_code |
ok | bool | True gdy kod w zakresie 200–399 | if resp.ok: |
url | str | Ostateczny adres, z którego przyszła odpowiedź | resp.url |
text | str | Treść odpowiedzi jako tekst | resp.text[:200] |
elapsed | timedelta | Czas odpowiedzi | resp.elapsed.total_seconds() |
textvscontent:textto zdekodowany ciąg znaków,contentto surowe bajty.Metody
| Nazwa | Zwraca | Do czego służy? | Najprostszy przykład |
|---|---|---|---|
json() | dict/list | Parsuje treść jako JSON | data = resp.json() |
raise_for_status() | None | Rzuca błąd przy kodach 4xx/5xx (fail-fast) | resp.raise_for_status() |
resp = requests.get(url)
resp.raise_for_status()
data = resp.json() # jeśli API zwraca JSON
Zadanie 2:
Z endpointu https://restcountries.com/v3.1/all?fields=name,capital,population,region wyciągamy podstawowe dane o krajach na świecie
Celem jest: pobrać listę krajów z API, odfiltrować Europę, posortować po populacji, wypisać TOP-10 oraz sumę populacji.
Krok 1 — Pobranie danych z API
Opis:
Wyślij zapytanie GET do https://restcountries.com/v3.1/all, sprawdź status, zdekoduj JSON.
Wymagania:
| ID | Wymaganie |
|---|---|
| K1.1 | Program wykonuje GET na https://restcountries.com/v3.1/all. |
| K1.2 | Sprawdza powodzenie (raise_for_status() lub status_code). |
| K1.3 | Dekoduje odpowiedź do struktury Pythona (list/dict). |
| K1.4 | Używa timeout w żądaniu (np. 10–15 s). |
Krok 2 — Ekstrakcja potrzebnych pól
Opis:
Dla każdego kraju pobierz: name.common, region, capital (pierwszy element, jeśli istnieje), population.
Wymagania:
| ID | Wymaganie |
|---|---|
| K2.1 | Dla każdego elementu wyciągane są pola: name.common, region, capital, population. |
| K2.2 | Brakujące capital obsłużone bez błędu (np. ["—"] lub None). |
| K2.3 | Brakujące population zastąp 0 (lub pomiń z komunikatem). |
| K2.4 | Dane przechowywane w ujednoliconej strukturze (np. krotka lub słownik). |
Krok 3 — Filtrowanie regionu „Europe”
Opis:
Zostaw tylko kraje, dla których region == "Europe".
Wymagania:
| ID | Wymaganie |
|---|---|
| K3.1 | Powstaje kolekcja europe zawierająca tylko kraje z region == "Europe". |
| K3.2 | Program wypisuje liczbę zakwalifikowanych krajów (krótka informacja). |
Krok 4 — Sortowanie po populacji malejąco
Opis:
Posortuj listę europe po population w kolejności malejącej.
Wymagania:
| ID | Wymaganie |
|---|---|
| K4.1 | Zastosowane sortowanie reverse=True po kluczu population. |
| K4.2 | Dane po sortowaniu są nadal kompletne (nazwa, stolica, populacja). |
Krok 5 — Wypisanie TOP-10 w ustalonym formacie
Opis:
Wypisz pierwsze 10 krajów w formacie: 1. Germany — capital: Berlin — population: 83,294,633
Wymagania:
| ID | Wymaganie |
|---|---|
| K5.1 | Wypisuje maks. 10 pierwszych pozycji (lub mniej, jeśli jest mniej danych). |
| K5.2 | Format zawiera indeks, nazwę kraju, stolicę i populację. |
| K5.3 | Populacja sformatowana z separatorami tysięcy (np. f"{pop:,}"). |
Krok 6 — Suma populacji Europy
Opis:
Policz sumę populacji wszystkich krajów w europe i wypisz wynik.
Wymagania:
| ID | Wymaganie |
|---|---|
| K6.1 | Obliczona suma total = sum(population) dla listy europe. (Albo inaczej - ważne, żeby się poprawnie liczyło) |
| K6.2 | Wynik wypisany w czytelnym formacie z separatorami tysięcy. |
Krok 7 — Minimalna obsługa błędów i „graceful degradation”
Opis:
Zadbaj o stabilność: obsłuż requests.exceptions, puste odpowiedzi lub brak internetu. (Opcjonalnie: fallback do lokalnego pliku JSON z próbką danych.)
Wymagania:
| ID | Wymaganie |
|---|---|
| K7.1 | try/except wokół zapytania HTTP i dekodowania JSON. |
| K7.2 | Informacja dla użytkownika przy błędzie (kod statusu / brak sieci). |
| K7.3 | Program nie kończy się wyjątkiem bez komunikatu. |
Mini-projekt: „Pogoda dla listy miast” – plan kroków z wymaganiami
Celem projektu jest stworzenie konsolowej aplikacji, która:
- Przyjmuje listę miast od użytkownika,
- Dla każdego miasta pobiera współrzędne geograficzne (API geokodowania),
- Pobiera aktualną pogodę (API Open-Meteo),
- Wyświetla czytelną tabelę z wynikami,
- (Opcjonalnie) zapisuje dane do pliku.
Krok 1 – Pobieranie listy miast od użytkownika
Opis:
Poproś użytkownika o podanie miast, np. w jednej linii, oddzielonych przecinkami. Oczyść dane.
Wymagania:
| ID | Wymaganie |
|---|---|
| P1.1 | Użytkownik wpisuje miasta w formacie Miasto1,Miasto2,.... |
| P1.2 | Miasta dzielone są przy pomocy .split(","). |
| P1.3 | Białe znaki są usuwane z nazw (strip()). |
| P1.4 | Pusta lub błędna lista jest odrzucana z komunikatem. |
Krok 2 – Pobranie współrzędnych z API Open-Meteo
Opis:
Dla każdego miasta wykonaj zapytanie do API geokodowania:
https://geocoding-api.open-meteo.com/v1/search?name=<miasto> - API zwraca wiele podobnych miejscowości - korzystamy zawsze z pierwszego zwróconego wyniku!
Wymagania:
| ID | Wymaganie |
|---|---|
| P2.1 | Dla każdego miasta wysyłane jest zapytanie GET. |
| P2.2 | Wynik jest dekodowany do formatu JSON. |
| P2.3 | Z odpowiedzi wyciągane są latitude i longitude pierwszego wyniku. |
| P2.4 | Brak wyniku → komunikat [WARN] Nie znaleziono miasta: <nazwa> |
| P2.5 | Używany timeout i raise_for_status(). |
Krok 3 – Pobranie danych pogodowych
Opis:
Dla każdego miasta (po uzyskaniu współrzędnych) wykonaj zapytanie do:
https://api.open-meteo.com/v1/forecast?latitude=...&longitude=...¤t_weather=true
Wymagania:
| ID | Wymaganie |
|---|---|
| P3.1 | Dla każdego miasta wykonywane jest zapytanie GET. |
| P3.2 | Program sprawdza status_code i wykonuje resp.raise_for_status(). |
| P3.3 | Dane są pobierane z klucza current_weather. |
| P3.4 | Wyciągnięte są: temperature (°C), windspeed (km/h). |
| P3.5 | Brak danych pogodowych → komunikat [WARN] Brak danych pogodowych: <miasto>. |
Krok 4 – Wyświetlenie tabeli wyników
Opis:
Wyniki dla każdego miasta są wyświetlane w przejrzystej tabeli.
Wymagania:
| ID | Wymaganie |
|---|---|
| P4.1 | Wypisywana jest nagłówkowa linia tabeli. |
| P4.2 | Dla każdego miasta wypisane są: nazwa, temperatura (1 miejsce po przecinku), wiatr. |
| P4.3 | Kolumny są wyrównane (np. f"{temp:6.1f}"). |
Przykład:
City | Temp [°C] | Wind [km/h]
Gdansk | 19.8 | 12.3
Warsaw | 21.4 | 10.1
Krok 5 – Obsługa błędów
Opis:
Zadbaj o to, by błędy sieci, nieistniejące miasta czy puste odpowiedzi nie przerywały programu.
Wymagania:
| ID | Wymaganie |
|---|---|
| P5.1 | Wszystkie zapytania objęte są try/except. |
| P5.2 | Błędy sieci (ConnectionError, Timeout) są łapane i komunikowane użytkownikowi. |
| P5.3 | Program kontynuuje działanie mimo błędów dla pojedynczych miast. |
Krok 6 – Zapis danych do pliku (opcjonalny)
Opis:
Po zakończeniu pobierania, zapisz dane do pliku pogoda_<data>.txt lub pogoda.csv.
Wymagania:
| ID | Wymaganie |
|---|---|
| P6.1 | Program tworzy plik wynikowy z danymi w formacie CSV lub prostym tekstowym. |
| P6.2 | Nazwa pliku zawiera datę (np. pogoda_2025-08-04.txt). |
| P6.3 | Wiersze pliku zawierają miasto, temperaturę, wiatr. |
Przykład CSV:
city,temperature_c,wind_kmh
Gdansk,19.8,12.3
Warsaw,21.4,10.1
Efekt końcowy
Po przejściu wszystkich kroków program:
✅ Pozwala wpisać kilka miast
✅ Pobiera współrzędne geograficzne i pogodę
✅ Wyświetla dane w przejrzystej tabeli
✅ Informuje o błędach w czytelny sposób
✅ (Opcjonalnie) zapisuje dane do pliku