Flickraw 使用与技术文档
2024-12-23 07:33:23作者:蔡丛锟
本文档将详细介绍如何安装、使用Flickraw库,以及如何通过其API访问Flickr API。
1. 安装指南
首先,确保您的系统已经安装了Ruby环境。接下来,通过以下命令安装Flickraw:
gem install json # 在ruby 1.8中是必需的
gem install flickraw
安装完成后,可以生成文档:
cd flickraw
rake rdoc
2. 项目使用说明
Flickraw是一个Ruby库,用于以简单的方式访问Flickr API。它完全映射了官方API文档中描述的方法,并以直观的方式展示返回的数据。
获取开始
使用FlickRaw之前,您需要从Flickr获取API密钥和共享密钥。您可以通过登录Flickr并在此处创建应用来获取这些凭据:Flickr 应用创建。
require 'flickraw'
# 提供API密钥和共享密钥
flickr = FlickRaw::Flickr.new "您的API密钥", "您的共享密钥"
# 或者,如果没有提供API密钥和共享密钥,FlickRaw将尝试从环境变量中读取:
# ENV['FLICKRAW_API_KEY']
# ENV['FLICKRAW_SHARED_SECRET']
flickr = FlickRaw::Flickr.new
简单使用
list = flickr.photos.getRecent
id = list[0].id
secret = list[0].secret
info = flickr.photos.getInfo photo_id: id, secret: secret
puts info.title # => "PICT986"
puts info.dates.taken # => "2006-07-06 15:16:18"
认证
token = flickr.get_request_token
auth_url = flickr.get_authorize_url token['oauth_token'], perms: 'delete'
puts "在浏览器中打开此URL完成认证过程:#{auth_url}"
puts "认证完成后,复制这里给出的数字。"
verify = gets.strip
begin
flickr.get_access_token token['oauth_token'], token['oauth_token_secret'], verify
login = flickr.test.login
puts "您已认证为 #{login.username},使用令牌 #{flickr.access_token} 和密钥 #{flickr.access_secret}"
rescue FlickRaw::FailedResponse => e
puts "认证失败:#{e.msg}"
end
上传照片
PHOTO_PATH = '照片.jpg'
# 您需要进行认证,请参考前面的示例。
flickr.upload_photo PHOTO_PATH, title: "标题", description: "这是描述"
代理
require 'flickraw'
FlickRaw.proxy = "http://user:pass@proxy.example.com:3129/"
服务器证书验证
服务器证书验证默认为启用状态。如果您不想验证服务器证书:
require 'flickraw'
FlickRaw.check_certificate = false
CA证书文件路径
OpenSSL::X509::DEFAULT_CERT_FILE 用作CA证书文件。如果您想更改路径:
require 'flickraw'
FlickRaw.ca_file = '/path/to/cacert.pem'
3. 项目API使用文档
Flickraw提供了多种方法来访问Flickr API,包括获取照片信息、上传照片、构建Flickr URL等。
获取照片信息
info = flickr.photos.getInfo photo_id: "3839885270", secret: "照片密钥"
puts info.title # 输出照片标题
构建Flickr URL
info = flickr.photos.getInfo photo_id: "3839885270"
puts FlickRaw.url_b(info) # 输出照片的大尺寸URL
4. 项目安装方式
请参考上述安装指南进行项目安装。
以上就是关于Flickraw库的详细使用和技术文档。希望对您有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
680
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781