PayPal-Python 项目技术文档
2024-12-17 13:53:03作者:董宙帆
1. 安装指南
环境要求
- Python 2.6 或 2.7
安装方式
你可以通过以下几种方式安装 paypal-python
包:
-
使用
pip
安装:pip install paypal
-
使用
easy_install
安装:easy_install paypal
-
手动安装:
- 下载源码包并解压。
- 进入
paypal-python
目录。 - 运行以下命令进行安装:
python setup.py install
2. 项目的使用说明
快速开始
-
安装
nose
测试框架:pip install nose
-
运行测试套件:
nosetests tests/
-
核心功能位于
paypal.interface
模块中。文档位于代码的 docstrings 和测试文件中。 -
创建
paypal.interface.PayPalInterface
对象,并传递配置参数。可以参考tests.interface_factory.get_interface_obj
中的示例。 -
通过该接口访问 PayPal 服务。查看
paypal.interface
中已实现的方法。
3. 项目API使用文档
接口对象创建
from paypal.interface import PayPalInterface
# 创建 PayPalInterface 对象
paypal_interface = PayPalInterface(
API_USERNAME='your_api_username',
API_PASSWORD='your_api_password',
API_SIGNATURE='your_api_signature',
API_ENVIRONMENT='sandbox' # 或 'live'
)
主要方法
do_direct_payment(kwargs)
: 处理信用卡支付。set_express_checkout(kwargs)
: 设置 PayPal Express Checkout。get_express_checkout_details(kwargs)
: 获取 Express Checkout 详情。do_express_checkout_payment(kwargs)
: 完成 Express Checkout 支付。
示例
# 示例:使用 do_direct_payment 方法
response = paypal_interface.do_direct_payment(
paymentaction='Sale',
creditcardtype='Visa',
acct='4111111111111111',
expdate='112020',
cvv2='123',
firstname='John',
lastname='Doe',
street='123 Main St',
city='San Jose',
state='CA',
zip='95131',
countrycode='US',
amt='10.00'
)
print(response)
4. 项目安装方式
通过 pip 安装
pip install paypal
通过 easy_install 安装
easy_install paypal
手动安装
- 下载源码包并解压。
- 进入
paypal-python
目录。 - 运行以下命令进行安装:
python setup.py install
5. 支持与帮助
如果你有任何问题或建议,可以在项目的 issue tracker 上提交问题。
6. 附加说明
沙盒账户设置
- 创建沙盒账户,不要使用你的真实 PayPal 账户邮箱。
- 登录沙盒。
- 在“Test Accounts”中选择“Preconfigured”。
- 创建一个“Seller”账户。
- 不要更改“login email”。
- 使用默认的数字密码,并将其保存以便后续使用。
- 选择 Visa 作为信用卡。
- 设置银行账户为“Yes”。
- 向账户中存入 $1,000 的虚拟资金。
- 创建账户。
- 在“Test Accounts”页面中,点击“Enter Sandbox Test Site”。
- 登录并接受商户服务中的“Website Payments Pro”的账单协议。
7. 许可证
该项目基于 Apache License 2.0 许可证发布。
登录后查看全文
热门项目推荐
cherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端TypeScript037RuoYi-Vue3
🎉 (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Vue0407arkanalyzer
方舟分析器:面向ArkTS语言的静态程序分析框架TypeScript040GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。02CS-Books
🔥🔥超过1000本的计算机经典书籍、个人笔记资料以及本人在各平台发表文章中所涉及的资源等。书籍资源包括C/C++、Java、Python、Go语言、数据结构与算法、操作系统、后端架构、计算机系统知识、数据库、计算机网络、设计模式、前端、汇编以及校招社招各种面经~05openGauss-server
openGauss kernel ~ openGauss is an open source relational database management systemC++0145
热门内容推荐
1 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析2 freeCodeCamp音乐播放器项目中的函数调用问题解析3 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 4 freeCodeCamp博客页面工作坊中的断言方法优化建议5 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析6 freeCodeCamp论坛排行榜项目中的错误日志规范要求7 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析8 freeCodeCamp课程页面空白问题的技术分析与解决方案9 freeCodeCamp课程视频测验中的Tab键导航问题解析10 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析
最新内容推荐
Visual-RFT项目中模型路径差异的技术解析 Microcks在OpenShift上部署Keycloak PostgreSQL的权限问题解析 Beyla项目中的HTTP2连接检测问题解析 RaspberryMatic项目中HmIP-BWTH温控器假期模式设置问题分析 Lets-Plot 库中条形图标签在坐标轴反转时的定位问题解析 BedrockConnect项目版本兼容性问题解析与解决方案 LiquidJS 10.21.0版本新增数组过滤功能解析 Mink项目中Selenium驱动切换iframe的兼容性问题分析 Lichess移动端盲棋模式字符串优化解析 sbctl验证功能JSON输出问题解析
项目优选
收起

🔥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
51
15

🎉 (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
535
407

openGauss kernel ~ openGauss is an open source relational database management system
C++
63
145

React Native鸿蒙化仓库
C++
121
207

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
399
37

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
297
1.03 K

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
98
251

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
358
342

🔥🔥超过1000本的计算机经典书籍、个人笔记资料以及本人在各平台发表文章中所涉及的资源等。书籍资源包括C/C++、Java、Python、Go语言、数据结构与算法、操作系统、后端架构、计算机系统知识、数据库、计算机网络、设计模式、前端、汇编以及校招社招各种面经~
52
5

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
51
54