Zencoder API PHP 库使用指南
2024-12-20 21:44:03作者:温玫谨Lighthearted
1. 安装指南
首先,您需要从 GitHub 下载 Zencoder API PHP 库。您可以通过访问 Zencoder API PHP 库 GitHub 仓库 来获取库的副本。
下载后,将库文件 Zencoder.php 放置在您的服务器上,确保您的脚本可以访问该文件。
git clone https://github.com/zencoder/zencoder-php.git
2. 项目使用说明
要开始使用 Zencoder API PHP 库,您需要创建 Services_Zencoder 类的新实例,并传递您的 API 密钥作为第一个参数。
$zencoder = new Services_Zencoder('您的API密钥');
一旦创建了对象,您就可以使用它来与 API 进行交互。以下是一些可以调用的函数的快速概览:
$zencoder->accounts->create($array);
$zencoder->jobs->create($array);
$zencoder->jobs->progress($job_id);
$zencoder->inputs->details($input_id);
$zencoder->outputs->details($output_id);
$zencer->notifications->parseIncoming();
任何错误都将抛出 Services_Zencoder_Exception。您可以在异常上调用 getErrors() 方法,它将返回从 Zencoder API 接收到的任何错误。
3. 项目API使用文档
Zencoder API PHP 库使用 cURL 来发送 JSON 格式的参数到 Zencoder 的编码 API。
创建编码任务
第一步
访问您的 Zencoder 账户中的 API 构建器,并执行一个成功的编码任务。
第二步
复制成功的 JSON 字符串(以第一个花括号 { 开头),并将其作为新 ZencoderJob 对象的参数。在您的服务器上执行此脚本来测试它是否正常工作。
try {
$zencoder = new Services_Zencoder('您的API密钥');
$encoding_job = $zencoder->jobs->create(
array(
"input" => "s3://bucket-name/file-name.avi",
"outputs" => array(
array(
"label" => "web"
)
)
)
);
echo "成功!\n";
echo "任务 ID: " . $encoding_job->id . "\n";
echo "输出 ID: " . $encoding_job->outputs['web']->id . "\n";
} catch (Services_Zencoder_Exception $e) {
echo "失败 :(\n";
foreach ($e->getErrors() as $error) {
echo $error . "\n";
}
}
第三步
修改上述脚本来满足您的需求。
通知处理
ZencoderOutputNotification 类用于捕获和解析当输出文件完成时从 Zencoder 发送到您的应用程序的 JSON 数据。
第一步
创建一个用于接收通知的脚本,并将其上传到服务器上的一个公共可访问位置。
try {
$zencoder = new Services_Zencoder('您的API密钥');
$notification = $zencoder->notifications->parseIncoming();
// 根据通知状态进行处理
} catch (Services_Zencoder_Exception $e) {
echo "失败 :(\n";
foreach ($e->getErrors() as $error) {
echo $error . "\n";
}
}
第二步
在编码任务的参数中,为每个您想要接收到通知的输出添加脚本的 URL。
$encoding_job = $zencoder->jobs->create(
array(
"outputs" => array(
array(
"label" => "web",
"notifications" => array("http://example.com/encoding/notification.php")
)
)
)
);
第三步
修改上述脚本来满足您的需求。
4. 项目安装方式
请参考上述的安装指南来安装 Zencoder API PHP 库。确保您已经将库文件放置在服务器上,并且您的脚本可以访问到它。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253