Kategorie: Python

Kategorien
Python

Raspberry Pi – Sicherer Zugriff auf WordPress mit Python wordpress-api

Wäre es nicht cool, wenn die Raspberry Pi Artikel auf meiner Webseite erstellen und verändern könnte?
Und das mit einem eigenen User (Pi o.ä.)?

Wer WordPress einsetzt, hat es relativ einfach, da seit der Version 4.8 die REST Schnittstelle standardmäßig installiert ist.
Für ältere Versionen kann man entsprechende Plugins nachrüsten.

Man kann einfach feststellen, ob die REST Schnittstelle aktiv ist, indem man der Domain ‘wp-json’ hinzufügt.
In meinem Fall sollte http://www.henrykoch.de/wp-json einen JSON String ahnlich dem Folgenden im Browser anzeigen.

"name":"www.HenryKoch.de","description":"","url":"http:\/\/www.henrykoch.de","home":"http:\/\/www.henrykoch.de\/de","gmt_offset":2,"timezone_string":"Europe\/Berlin"

Installation der Python wordpress-api

Für die Installation der WordPress Api für Python, bin ich dieser Anleitung gefolgt https://pypi.python.org/pypi/wordpress-api/1.2.2, was bei mir nicht auf sofort funktionierte.
Ich musste zusätzliche Pakete installieren, um die API zum Laufen zu bringen.

So funktionierte es auf der Raspberry Pi B+

sudo apt-get update
sudo apt-get install libxml2-dev
sudo apt-get build-dep python3-lxml
pip install wordpress-api

Libxml und lxml hatten bei mir gefehlt.

Authentifizierung

Damit habe ich relativ viel Zeit verbracht.
Ich wollte eine echte OAuth Autentifizierung und scheiterte mit dem REST oauth1 Plugin.
Nach langen Hin und Her habe ich folgenden Plugin installiert: WP OAuth Server

Nach der Installation, kann man im Dashboard auf der linken Seite einen ‘OAuth Server’ Eintrag sehen.

Dort habe ich einen USER erstellt.
Danach wird der USER inklusive Client ID (consumer_key im Python script) aufgelistet.
Zusätzlich kann der Secret Key angezeigt werden, der im Python Skript bei consumer_secret angegeben wird.

erstes Test Skript

#!/usr/bin/python
# -*- coding: utf-8 -*-
from wordpress import api as wpapi
from wordpress import API
 
wpapi = API(
    url="http://ai.henrykoch.de/", #your URL
    consumer_key="xxxxxxxxxxxxx", #your key
    consumer_secret="xxxxxxxxxxxxx", #your secret key
    api="wp-json",
    version="wp/v2",
    wp_user="xxx",    #your wp User
    wp_pass="xxx"     #wp users password
)
r = wpapi.get("posts")
print r.status_code
print r.headers['content-type']
print r.encoding
print r.text
print r.json()

das Ergebnis

pi@raspberrypi:~/python/Wordpress $ python myscript.py
200
application/json; charset=UTF-8
UTF-8
[{"id":1,"date":"2017-08-08T15:25:58","date_gmt":"2017-08-08T13:25:58","guid":{"rendered":"http:\/\/ai.henrykoch.de\/?p=1"},"modified":"2017-08-08T15:38:46","modified_gmt":"2017-08-08T13:38:46","slug":
...
Kategorien
Python

Raspberry Pi – Python – SQLite Datenbank – einfache sparsame Möglichkeit Daten professionell zu managen

Der folgende Post bietet folgende Codebeispiele in Python incl. komplett Source zum Download

  1. Erzeugen einer neuen SQLite Datenbank
  2. Anlegen einer Tabelle
  3. Anzeige aller Tabellen in einer Datenbank
  4. Werte in die Tabelle einfügen
  5. Tabelleninhalte anzeigen
  6. Code zum Download


0 Vorab zwei Links zu SQLite Beschreibungen

1 Erzeugen einer neuen SQLite Datenbank

Es reicht aus einen Connect zu einer noch nicht existierenden Datenbank zu machen und Diese wird als Datei neu angelegt.

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import sqlite3 as lite
import sys
 
def create_new_database(PfadzurDatenbank):
    try:
        con = lite.connect(PfadzurDatenbank) 
        con.commit()
 
    except lite.Error, e:
        if con:
            con.rollback()
            print "Error %s:" % e.args[0]
            sys.exit(1)
 
    finally:
        if con:
            con.close() 
 
create_new_database("/home/pi/sqlite3/BeispielDatenbank.db")
pi@raspberrypi ~/sqlite3 $ ls -al
insgesamt 580
drwxr-xr-x  2 pi pi   4096 Okt 21 10:02 .
drwxr-xr-x 12 pi pi   4096 Sep 27 20:26 ..
-rw-r--r--  1 pi pi      0 Okt 21 10:02 BeispielDatenbank.db

2 Anlegen einer Tabelle

Im folgenden Code Beispiel wird eine Tabelle angelegt, die Messwerte eines DS18820 Temperatursensors aufnehmen soll.
Die Tabelle besteht aus drei Spalten

  • Zeitstempel
  • minimale Temperatur
  • maximale Temperatur

Ziel ist es später jeweils einen Zeitstempel pro Stunde einzufügen und Temperaturen die innerhalb der Stunde gemessen werden, werden mit dem Maximal- und Minimalwert verglichen.
Bildschirmfoto vom 2015-10-21 11:14:11
Ist der neue Wert größer als der in der Tabelle stehende Maximalwert, wird dieser ersetzt. Ist der neue Wert kleiner als der in der Tabelle stehende Minimalwert wird der Minimalwert ersetzt.
So bleiben unabhängig von der Anzahl der Messungen (größer 1) drei Werte pro Stunde (Zeit, MinTemp, MaxTemp), was für eine normale Messungen von Raum oder Außentemperaturen vollkommen ausreichend ist.

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import sqlite3 as lite
import sys
 
def create_new_temperature_sensor_table(PathToDatabase, TableName):
    try:
        con = lite.connect(PathToDatabase)
        cur = con.cursor()  
        cur.executescript("""
            CREATE TABLE %s(    Timestamp INT PRIMARY KEY, 
                                Temp_MIN REAL, 
                                Temp_MAX REAL); 
            """ % TableName) 
        con.commit()
 
    except lite.Error, e:
 
        if con:
            con.rollback()
 
            print "Error %s:" % e.args[0]
            sys.exit(1)
 
    finally:
 
        if con:
            con.close() 
create_new_temperature_sensor_table("/home/pi/sqlite3/BeispielDatenbank.db", "Fuehler1")

3 Anzeige aller Tabellen in einer Datenbank

Aktuell ist erst eine Tabelle (Fuehler1) in der Datenbank angelegt, wie sich mit folgendem Script anzeigen kann.

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import sqlite3 as lite
import sys
def list_all_tables_in_DB(PathToDatabase):
    try:
        con = lite.connect(PathToDatabase)
 
        with con:
 
            cur = con.cursor()    
            cur.execute("SELECT name FROM sqlite_master WHERE type='table'")
 
            rows = cur.fetchall()
 
            for row in rows:
                print row[0]
 
    except lite.Error, e:
 
        if con:
            con.rollback()
 
            print "Error %s:" % e.args[0]
            sys.exit(1)
 
    finally:
 
        if con:
            con.close() 
 
list_all_tables_in_DB("/home/pi/sqlite3/BeispielDatenbank.db")
pi@raspberrypi ~/python_scripts $ python DB_Funktionen.py 
Fuehler1

4 Werte in die Tabelle einfügen

Folgendes soll in die Tabelle Fuehler1 eingefügt werden:

  • Timestamp: 1445432400
  • Temp_MIN: 15.0
  • Temp_MAX: 17.22
#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import sqlite3 as lite
import sys
 
def insert_new_line_in_temperature_sensor_table(PathToDatabase, TableName, 
                                                Timestamp, Temp_MIN, Temp_MAX):
 
    try:
        con = lite.connect(PathToDatabase)
        cur = con.cursor()  
        cur.execute("""
            INSERT INTO %s 
            VALUES( %i , %.3f, %.3f)
            """ % (TableName, Timestamp, Temp_MIN, Temp_MAX))
        con.commit()
 
    except lite.Error, e:
 
        if con:
            con.rollback()
 
            print "Error %s:" % e.args[0]
            sys.exit(1)
 
    finally:
 
        if con:
            con.close() 
 
insert_new_line_in_temperature_sensor_table("/home/pi/sqlite3/BeispielDatenbank.db", 
                                            "Fuehler1", 1445432400, 15.0, 17.22)

5 Tabelleninhalte anzeigen

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import sqlite3 as lite
import sys
 
def show_all_table_entries(PathToDatabase, TableName):
    try:
        con = lite.connect(PathToDatabase)
        cur = con.cursor()  
        cur.execute("SELECT * FROM %s" % TableName)
        lines = cur.fetchall()
        for line in lines:
            print line
        con.commit()
 
    except lite.Error, e:
        if con:
            con.rollback()
            print "Error %s:" % e.args[0]
            sys.exit(1)
 
    finally:
        if con:
            con.close()
show_all_table_entries("/home/pi/sqlite3/BeispielDatenbank.db", "Fuehler1")
pi@raspberrypi ~/python_scripts $ python DB_Funktionen.py 
(1445432400, 15.0, 17.22)

6 Code zum Download

Download: DB_Funktionen.py

Kategorien
Python

Raspberry Pi – Python – (HC-SR04) Ultraschall Abstandsmessung – fehlerhafte Ergebnisse durch Statistik in den Griff bekommen – Teil1

Ausgangszustand:

Nach folgender Anleitung Entfernung messen mit Ultraschallsensor HC-SR04 habe ich relativ schnell einen HC-SR04 Ultraschall Entfernungs Sensor zum laufen gebracht und in meinem Brunnen installiert.
Der Brunnen ist nur ca. 4,5 Meter tief und wird zusätzlich über eine Drainage (Entwässerung Einfahrt, Hof) gespeist, was bedeutet, dass der Wasserspiegel bei Regen kurzfristig ansteigt.

Die Pumpe ist im Brunnen angebracht und sollte möglichst trocken bleiben.
Eine Anzeige wie hoch das Wasser steht ist dementsprechend sinnvoll.
Der Abstand zum Wasserspiegel beträgt je nach Wetterlage bis zu 3,5 Meter.
Es zeigte sich relativ schnell, dass die Messergebnisse stark schwanken.
Da der Sensor ca. 10 Meter von der Raspberry Pi angebracht ist, habe ich einen Digital Level Converter zwischen geschaltet, um diesen sauber mit 5 Volt ansteuern zu können.
An der Schwankung der Messergebnisse änderte das nichts.

Mir ist aufgefallen, dass die Messwerte genauer sind, sobald der Brunnendeckel offen ist, wodurch

  • die Luftfeuchtigkeit sinkt
  • die Reflexion des Schalls sich verändern könnte

Suche im Internet

Ein Blick auf die Messergebnisse

Einzelwert1 = 117.4 cm
Einzelwert2 = 186.5 cm
Einzelwert3 = 118.0 cm
Einzelwert4 = 120.9 cm
Einzelwert5 = 121.3 cm
Einzelwert6 = 189.0 cm
Einzelwert7 = 118.1 cm
Einzelwert8 = 122.9 cm
Einzelwert9 = 188.1 cm

Die Grün dargestellten Werte zeigen den tatsächlichen Abstand, welchen ich auch mit dem Zollstock gemessen habe.
Zwei Drittel der Messwerte sind unbrauchbar.
Der Durchschitt über diese Werte liegt bei 142,47 cm, was immer noch über 40 cm am Ziel vorbei ist. Selten kommt es auch vor, dass es extreme Sprünge in Richtung 2 oder 2,5 Meter gibt.
Ich habe mich entschieden, jeweils 11 Werte hintereinander zu messen, diese nach Größe zu ordnen und den zweitgrößten Wert in eine Datenbank zu übernehmen.
Dies erfolgt alle 10 Minuten.
Jede volle Stunde hat eine extra Zeile in der Tabelle mit dem kleinsten gemessenen Wert und den größten gemessenen Wert innerhalb einer Stunde.

import time
import numpy as np
 
def LeseWasserstandBrunnen():
    #Liefert den zweitgroessten Wert einer Messreihe aus 11 Werten zurück
    abstand = []
    for i in range(0, 11):
        abstand.append(distanz()) #Die Funktion distanz() 
                                  #liefert einen Messwert vom HC-SR04 
        time.sleep(0.1)
 
    abstand = np.sort(abstand)
 
    return "%.2f" % float(abstand[len(abstand) -2])

Die folgenden Grafiken zeigen Oben die Übernahme der Messwerte ohne Gewichtung und Unten Messwerte, bei denen ich den zweitgrößten Werte einer Serie angenommen habe.
Blau = minimal; Grün = maximal;

Dartellung_Messwerte_1
Dartellung_Messwerte_2

Beim betrachten des unteren Diagramms fällt auf, dass die Minimalwerte pro Stunde fast durchgehend genau sind.
Da ich die weiß, dass die Ausreiser nach oben und unten Messfehler sind, kann ich das Ergebnis der Tagesdarstellung auch recht gut bewerten.

Jetzt will ich diese Stundenwerte zu einem einzigen Tageswert konsolidieren, um so einen Zeitabschnitt von einem Monat darstellen zu können.
Da sollten dann auch Schwankungen des Wasserstands gut erkennbar sein.
Die ‘Blauen’, also die Minimalen Stundenwerte erscheinen geeignet, aber ein Durchschnitt der Werte dann doch eher nicht.

Nach ein wenig suchen habe ich bei Youtube folgendes Video gefunden:

Der Zentralwert scheint für meine Ausreiser in den Minimalwerten der richtige Ansatz zu sein.

Kategorien
Python

Python – Löschen der ältesten Files in einem Verzeichnis, nur die neuesten (x) bleiben zurück

Durch das experimentieren mit der Pi Kamera und einem PIR Bewegungsmelder an der Raspberry Pi wurden schnell viele Bilder auf die SD Karte geschrieben.

Um etwas Kontrolle rein zu bringen, ist das folgende Python Script eine gute Basis.
Es gibt die Möglichkeit ein Verzeichnis und die maximale Anzahl Dateien darin anzugeben.
Übersteigt die Anzahl Dateien den definierten Wert, werden ältere Dateien gelöscht.

In meinem Fall halte ich immer maximal 1000 Bilder im Ordner.

Beispielcode:

#!/usr/bin/python
 
import os
 
path = "/home/pi/pictures/"
max_Files = 1000
 
def sorted_ls(path):
    mtime = lambda f: os.stat(os.path.join(path, f)).st_mtime
    return list(sorted(os.listdir(path), key=mtime))
 
del_list = sorted_ls(path)[0:(len(sorted_ls(path))-max_Files)]
 
for dfile in del_list:
    os.remove(path + dfile)