【亲测免费】 Google Ads Python 客户端库使用教程
2026-01-15 17:48:41作者:姚月梅Lane
1. 项目目录结构及介绍
Google Ads Python 客户端库的目录结构如下:
googleads-python-lib/
├── examples/
│ ├── ad_manager/
│ └── ad_manager/
├── googleads/
├── tests/
├── CONTRIBUTING.md
├── ChangeLog
├── LICENSE
├── README.md
├── googleads.yaml
└── setup.py
目录结构介绍
- examples/: 包含示例代码,帮助用户快速上手使用 Google Ads API。
- ad_manager/: 包含与 Google Ad Manager API 相关的示例代码。
- googleads/: 包含客户端库的核心代码,提供了与 Google Ads API 交互的功能。
- tests/: 包含单元测试代码,用于验证客户端库的功能。
- CONTRIBUTING.md: 贡献指南,指导开发者如何为项目贡献代码。
- ChangeLog: 记录项目的变更历史。
- LICENSE: 项目的开源许可证,采用 Apache-2.0 许可证。
- README.md: 项目的介绍文档,包含安装和使用说明。
- googleads.yaml: 配置文件,用于存储 OAuth2 凭证和其他设置。
- setup.py: 项目的安装脚本,用于安装客户端库及其依赖项。
2. 项目启动文件介绍
项目的启动文件主要是 setup.py,它负责安装客户端库及其依赖项。用户可以通过以下命令安装客户端库:
$ pip install googleads
或者,用户可以下载项目的源代码,然后通过以下命令手动安装:
$ python setup.py build install
3. 项目的配置文件介绍
项目的配置文件是 googleads.yaml,它用于存储 OAuth2 凭证和其他设置。用户需要将此文件复制到主目录中,并根据需要填写相关字段。
配置文件示例
# OAuth2 设置
oauth2:
client_id: 'your_client_id'
client_secret: 'your_client_secret'
refresh_token: 'your_refresh_token'
# Ad Manager 设置
ad_manager:
application_name: 'your_application_name'
network_code: 'your_network_code'
配置文件的使用
用户可以通过以下代码加载配置文件:
from googleads import ad_manager
# 使用默认位置 - 主目录
ad_manager_client = ad_manager.AdManagerClient.LoadFromStorage()
# 或者,传递配置文件的路径
ad_manager_client = ad_manager.AdManagerClient.LoadFromStorage('C:\\My\\Directory\\googleads.yaml')
通过配置文件,用户可以方便地管理 OAuth2 凭证和其他设置,从而简化与 Google Ads API 的交互过程。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431