钉钉机器人消息推送类型案例

已于 2024-12-26 15:05:22 修改
阅读量1.2k 收藏 17
点赞数 11
分类专栏： 大数据 DataWorks 算法 文章标签： 钉钉 机器人 python
于 2024-12-13 18:04:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Taerge0110/article/details/144457118
版权

CSDN 目录展示

目录

钉钉机器人消息推送

1- 文本text类型

推送代码案例
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=*************'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "text",
    "text": {
    "content": content
    }
    #这是配置需要@的人
     #,"at": {"atMobiles": ["15xxxxxx06",'18xxxxxx1'], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)


# 主函数
if __name__ == '__main__':
    # 编辑需要推送的文档信息
    content = keywords + "(DQC)校验告警: \n  "
    content = content + "【测试时间】：" + now_time + " \n  "
    content = content + "【测试内容】：" + "测试钉钉推送text文档信息;"
    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, content)
推送结果
DataWorks(DQC)校验告警: 
  【测试时间】：2024-12-03 14:34:18 
  【测试内容】：测试钉钉推送text文档信息;

在这里插入图片描述

参数说明
{
    "at": {
        "atMobiles": [
            "180xxxxxx"
        ],
        "atUserIds": [
            "user123"
        ],
        "isAtAll": false
    },
    "text": {
        "content": "这里是需要推送的文本内容"
    },
    "msgtype": "text"
}
参数是否必填类型说明
msgtype是Stringtext。
text.content是String消息文本。
at.atMobiles否Array被@人的手机号。
at.atUserIds否Array被@人的用户userid。
at.isAtAll否Boolean@所有人是true，否则为false。
keywords是String钉钉机器人的关键词

2- 链接Link类型

推送代码案例
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=**********'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str, pic_url: str, message_url: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "link",
    "link": {
        "text": text_content,
        "title": title_content,
        "picUrl": pic_url,
        "messageUrl": message_url
    }
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)


# 主函数
if __name__ == '__main__':
    # 编辑需要推送的信息
    title_content = keywords + ":这里是一个Link消息 \n"
    text_content = "SQL统计连续登陆3天的用户(连续活跃超3天用户)"
    pic_url = "https://img-blog.csdnimg.cn/img_convert/f63f1c575e3c48d9a3f7e4ba9bd460d2.png"
    message_url = "https://blog.csdn.net/Taerge0110/article/details/134536574?spm=1001.2014.3001.5502"
    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content, pic_url, message_url)
推送结果
DataWorks:这里是一个Link消息 
SQL统计连续登陆3天的用户(连续活跃超3天用户)

在这里插入图片描述

参数说明
{
    "msgtype": "link", 
    "link": {
        "text": "SQL统计连续登陆3天的用户(连续活跃超3天用户)", 
        "title": "DataWorks:这里是一个Link消息", 
        "picUrl": "https://img.alicdn.com/tfs/TB1NwmBEL9TBuNjy1zbXXXpepXa-2400-1218.png", 
        "messageUrl": "https://open.dingtalk.com/document/"
    }
}
参数参数类型是否必填说明
msgtypeString是消息类型，此时固定为：link。
link.titleString是消息标题。如果太长只会部分展示。
link.textString是消息内容。如果太长只会部分展示。
link.messageUrlString是点击消息跳转的URL。
link.picUrlString否图片URL。
keywordsString是钉钉机器人的关键词

3- Markdown类型

推送代码案例1
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=************'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    ,"at": {"atMobiles": ["15xxxxxx06"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)


# 主函数
if __name__ == '__main__':
    # 编辑需要推送的信息
    title_content = keywords + ":百度百科 \n"
    text_content = "#### 百度百科 \n 百度公司推出的网络百科全书 \n ![screenshot](https://bkimg.cdn.bcebos.com/pic/a2cc7cd98d1001e93901c06c39446cec54e736d13937?x-bce-process=image/format,f_auto/quality,Q_70/resize,m_lfit,limit_1,w_536) \n [百度百科](https://baike.baidu.com/item/%E7%99%BE%E5%BA%A6%E7%99%BE%E7%A7%91?fromModule=lemma_search-box) \n @15xxxxxx06"
    
    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果1
百度百科
百度公司推出的网络百科全书
[图片]
百度百科
@Johnathan

在这里插入图片描述

推送代码案例2
import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=*************'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 执行SQL体
sql = """
    SELECT stat_day, COUNT(1) AS ct
    FROM st_bi_stock_sales_ratio_msku_hi 
    WHERE pt = MAX_PT('st_bi_stock_sales_ratio_msku_hi')
    GROUP BY stat_day
    ORDER BY stat_day
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    #print(df)

    # 转换为Markdown表格格式
    markdown_table = "| " + " | ".join(df.columns) + " |\n"
    markdown_table += "| " + " | ".join(["---"] * len(df.columns)) + " |\n"
    for row in df.itertuples(index=False):
        markdown_table += "| " + " | ".join(map(str, row)) + " |\n"

    # 打印Markdown格式表格
    #print(markdown_table)

    # 编辑需要推送的信息
    title_content = keywords + ":数据量查看 \n"
    text_content = "#### 库销比统计 \n 库销比统计近4天数据量(" + now_time + ") \n"
    text_content += markdown_table + "\n"
    text_content += "By Johnathan \n"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果2
库销比统计
库销比统计近4天数据量(2024-12-04 16:47:41)
stat_day ct
2024-12-01 10603
2024-12-02 10612
2024-12-03 10595 
2024-12-04 10625
By Johnathan

在这里插入图片描述

推送代码案例2 (版本2)
import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd
from tabulate import tabulate

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=**********'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 执行SQL体
sql = """
    SELECT stat_day, COUNT(1) AS ct
    FROM st_bi_stock_sales_ratio_msku_hi 
    WHERE pt = '2024121312'
    GROUP BY stat_day
    ORDER BY stat_day
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    #print(df)

    # 转换为Markdown格式
    markdown_table = df.to_markdown()

    # 输出Markdown表格
    print(markdown_table)

    # 编辑需要推送的信息
    title_content = keywords + ":数据量查看 \n"
    text_content = "#### 库销比统计 \n 库销比统计近4天数据量(" + now_time + ") \n"
    text_content += markdown_table + "\n"
    text_content += "By Johnathan \n"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果2(版本2)

在这里插入图片描述

参数说明
{
     "msgtype": "markdown",
     "markdown": {
         "title":"百度百科",
         "text": "#### 百度百科 \n 百度公司推出的网络百科全书 \n ![screenshot](https://bkimg.cdn.bcebos.com/pic/a2cc7cd98d1001e93901c06c39446cec54e736d13937?x-bce-process=image/format,f_auto/quality,Q_70/resize,m_lfit,limit_1,w_536) \n [百度百科](https://baike.baidu.com/item/%E7%99%BE%E5%BA%A6%E7%99%BE%E7%A7%91?fromModule=lemma_search-box) \n @15xxxxxx06"
     },
      "at": {
          "atMobiles": [
              "15xxxxxx06"
          ],
          "atUserIds": [
              "user123"
          ],
          "isAtAll": false
      }
 }
参数是否必填类型说明
msgtype是Stringmarkdown。
markdown.title是String首屏会话透出的展示内容。
markdown.text是StringMarkdown格式的消息内容。
at.atMobiles否Array被@人的手机号。消息内容text内要带上"@手机号"，跟atMobiles参数结合使用，才有@效果。
at.atUserIds否Array被@人的用户userid。
at.isAtAll否Boolean@所有人是true，否则为false。
keywords是String钉钉机器人的关键词

目前只支持Markdown语法的子集，支持的元素如下：

标题
# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题
###### 六级标题
 
引用
> A man who stands for nothing will fall for anything.
 
文字加粗、斜体
**bold**
*italic*
 
链接
[this is a link](https://www.dingtalk.com/)
 
图片
![](http://name.com/pic.jpg)
 
无序列表
- item1
- item2
 
有序列表
1. item1
2. item2

4- 整体跳转ActionCard类型

推送代码案例
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=**********'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str, single_title: str, single_url: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "actionCard",
    "actionCard": {
        "title": title_content,
        "text": text_content,
        "singleTitle" : single_title,
        "singleURL" : single_url
    }
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 主函数
if __name__ == '__main__':
    # 编辑需要推送的信息
    title_content = keywords + ": CASE WHEN用法 \n"
    text_content = "![screenshot](https://img-blog.csdnimg.cn/img_convert/f63f1c575e3c48d9a3f7e4ba9bd460d2.png) \n "
    text_content += "#### SQL中的 CASE WHEN用法详解 \n CASE WHEN 语句提供了一种在 SQL 查询中根据不同条件执行逻辑的灵活方法。它可用于简单的条件检查，也可用于复杂的逻辑操作。使用 CASE WHEN 可以使查询更具可读性，并且可以减少在应用程序代码中进行逻辑操作的需要。\n"
    single_title = "阅读全文"
    single_url = "https://blog.csdn.net/Taerge0110/article/details/136261423?spm=1001.2014.3001.5502"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content, single_title, single_url)
推送结果

在这里插入图片描述

参数说明
{
    "msgtype": "actionCard",
    "actionCard": {
        "title": "CASE WHEN用法", 
        "text": "![screenshot](https://img-blog.csdnimg.cn/img_convert/f63f1c575e3c48d9a3f7e4ba9bd460d2.png) \n #### SQL中的 CASE WHEN用法详解 \n CASE WHEN 语句提供了一种在 SQL 查询中根据不同条件执行逻辑的灵活方法。它可用于简单的条件检查，也可用于复杂的逻辑操作。使用 CASE WHEN 可以使查询更具可读性，并且可以减少在应用程序代码中进行逻辑操作的需要。\n",
        "singleTitle" : "阅读全文",
        "singleURL" : "https://blog.csdn.net/Taerge0110/article/details/136261423?spm=1001.2014.3001.5502"
    }
}
参数是否必填类型说明
msgtype是StringactionCard。
actionCard.title是String首屏会话透出的展示内容。
actionCard.text是Stringmarkdown格式的消息内容。
actionCard.singleTitle是String单个按钮的标题。
actionCard.singleURL是String单个按钮的跳转链接。
keywords是String钉钉机器人的关键词

5- 推送文件链接供下载

推送背景
1. 需要推送的结果比较多, 不方便展示 ;
2. 推送结果需要保存下载 ;
3. 使用Markdown输出较长文档, 格式显示换行, 不适合观看, 转为图片展示 ;
推送代码案例1

说明: 基于DataWorks, 使用Python 查询数据库的数据, 将查询结果保存到OSS, 将OSS文件链接 通过钉钉机器人的方式推送到钉钉群里

import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd
import oss2
from io import StringIO

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=*********'
keywords = 'DataWorks'

# 阿里云 OSS 配置
access_key_id = "your-access-key-id"
access_key_secret = "your-access-key-secret"
bucket_name = "your-bucket-name"   
endpoint = "https://oss-cn-your-region.aliyuncs.com"  # 替换为你的OSS区域

# 初始化 OSS 连接
auth = oss2.Auth(access_key_id, access_key_secret)
bucket = oss2.Bucket(auth, endpoint, bucket_name)

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 执行SQL体
sql = """
SELECT platform_id, platform_name, 
      COUNT(1) AS ct  
    , SUM(wait_arrival_quantity) AS wait_arrival_quantity   -- 1.采购中
    , SUM(no_qc_quantity) AS no_qc_quantity         -- 2.待质检
    , SUM(doing_qc_quantity) AS doing_qc_quantity   -- 3.质检
    , SUM(inspected_quantity) AS inspected_quantity -- 已质检
    , SUM(usable_quantity) AS usable_quantity       -- 5.良品
    , SUM(testing_quantity) AS testing_quantity     -- 4.检测良品
    , SUM(occupy_quantity) AS occupy_quantity       -- 6.占用
    , SUM(imperfect_quantity) AS imperfect_quantity -- 7.次品
    , SUM(shipping_quantity) AS shipping_quantity   -- 8.发货中
    , SUM(allocation_quantity) AS allocation_quantity -- 9.调拨在途
    , SUM(repair_quantity) AS repair_quantity   -- 10.返修在途
    , SUM(interception_quantity) AS interception_quantity -- 截留在途
FROM dws_wh_scm_inventory_details_df
WHERE pt = '20241212' 
    AND store_name IS NOT NULL 
GROUP BY platform_id, platform_name
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    #print(df)

    # 将 DataFrame 转为 CSV 格式字符串
    csv_buffer = StringIO()
    df.to_csv(csv_buffer, index=False)
    csv_data = csv_buffer.getvalue()
    #print(csv_data)

    # 上传文件到 OSS
    oss_file_path = "data-test/***/scm_inventory.csv"

    try:
        bucket.put_object(oss_file_path, csv_data)
        print(f"文件已成功上传到 OSS: {oss_file_path}")
    except Exception as e:
        print(f"文件上传失败: {e}")

    # OSS 文件的对象键（路径）
    object_key = oss_file_path

    # 设置签名 URL 的有效期（单位：秒）
    expire_seconds = 3600  # 1小时

    # 生成临时访问链接
    res_url = bucket.sign_url('GET', object_key, expire_seconds)

    #print(f"OSS文件的访问地址（有效期{expire_seconds}秒）：\n{url_1}")

    # 编辑需要推送的信息
    title_content = keywords + ":数据量查看 \n"
    text_content = "#### 库存明细数据统计:  \n " 
    text_content += "![screenshot](https://img-blog.csdnimg.cn/direct/03debdc1cb6941949c124770c8d2b24f.png) \n"  # 文档内容可自定义
    text_content += "[下载链接](" + res_url + ")  \n"
    text_content += "By Johnathan \n"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果1

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

推送代码案例2

推送xlsx表格文件, 和统计值转成图片

'''PyODPS 3
请确保不要使用从 MaxCompute下载数据来处理。下载数据操作常包括Table/Instance的open_reader以及 DataFrame的to_pandas方法。 
推荐使用 PyODPS DataFrame（从 MaxCompute 表创建）和MaxCompute SQL来处理数据。
更详细的内容可以参考：https://help.aliyun.com/document_detail/90481.html
'''
import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd
import oss2
from io import StringIO
from io import BytesIO
from tabulate import tabulate
import matplotlib.pyplot as plt
from matplotlib import rcParams

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=******'  #测试
keywords = 'DataWorks'

# 阿里云 OSS 配置
access_key_id = "your-access-key-id"
access_key_secret = "your-access-key-secret"
bucket_name = "your-bucket-name"   
endpoint = "https://oss-cn-your-region.aliyuncs.com"  # 替换为你的OSS区域

# 初始化 OSS 连接
auth = oss2.Auth(access_key_id, access_key_secret)
bucket = oss2.Bucket(auth, endpoint, bucket_name)

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 渲染表格并上传到 OSS
def render_table_to_oss(df, oss_object_key):
    # 确保索引包含在表格中（比如 "物流员"）
    #df = df.reset_index()

    # 确保索引被重置，并只使用数据部分
    df = df.reset_index(drop=True)  # 去除索引

    # 创建绘图
    fig, ax = plt.subplots(figsize=(0.1, len(df) * 0.1 + 0.1))
    ax.axis('off')  # 隐藏坐标轴
    ax.axis('tight')

    # 渲染表格
    table = ax.table(cellText=df.values,
                     colLabels=df.columns,
                     cellLoc='center',
                     loc='center')
    table.auto_set_font_size(False)
    table.set_fontsize(10)
    table.auto_set_column_width(col=list(range(len(df.columns))))

    # 保存到内存中的 BytesIO 对象
    buffer = BytesIO()
    plt.savefig(buffer, format='png', bbox_inches='tight', pad_inches=0.1)
    plt.close(fig)
    buffer.seek(0)

    # 上传到 OSS
    bucket.put_object(oss_object_key, buffer)
    buffer.close()
    print(f"Image successfully uploaded to OSS: {oss_object_key}")

# 生成结果表格并上传到 OSS
def res_table_to_oss(df, oss_file_path):
    # 将 DataFrame 数据写入 Excel 文件内存对象
    excel_buffer = BytesIO()  # 使用内存作为存储
    with pd.ExcelWriter(excel_buffer, engine='xlsxwriter') as writer:
        df.to_excel(writer, index=False, sheet_name="Sheet1")

    # 获取 Excel 数据的二进制内容
    excel_data = excel_buffer.getvalue()

    # 关闭缓冲区
    excel_buffer.close()
    
    try:
        bucket.put_object(oss_file_path, excel_data)
        print(f"文件已成功上传到 OSS: {oss_file_path}")
    except Exception as e:
        print(f"文件上传失败: {e}")

# 当天日期拼接
date = args['date']
to_day = args['date'] + ' 23:59:59'
print(date)

tbl_name = "puture_bigdata.dwd_shipt_scm_shipment_order_conf_validity_dt"
# 执行SQL体
sql = f"""
    SET odps.sql.hive.compatible=TRUE ;
    SELECT  
          NVL(inspector, '') AS name --`质检员`
        , shipment_bill_id AS `货件单号`
        , NVL(qc_bill_id, '') AS `质检单号`
        , NVL(arrive_bill_id, '') AS `到货单号`
        , shipment_order_status_name AS `状态名称`
        , platform_name AS `平台名称`
        , country AS `发往目的国`
        , NVL(shipment_create_time, '') AS `货件单创建时间`
        , NVL(estimate_take_time, '') AS `预计提货时间`
        , NVL(take_time, '') AS `提货时间`
        , NVL(qc_start_time, '') AS `质检开始时间`
        , NVL(qc_time, '') AS `完成质检时间`
        , NVL(arrive_time, '') AS `到货单确认到货时间`
        , qc_delay_time AS `质检延期时长`
        , NVL(cofn_base_time, '') AS `基准时间_质检点单`
        , NVL(qc_validity, '') AS `质检点单时效`
        , is_qc_delay AS `是否质检延期`
    FROM    {tbl_name}
    WHERE pt = DATE_FORMAT('{date}', 'yyyyMMdd')
        AND estimate_take_time <= '{to_day}'
        AND shipment_order_status_name = '待提货'
        AND iz_inspection = 0
"""

# 统计指标 逻辑SQL
sql_stat = f"""
    SET odps.sql.hive.compatible=TRUE ;
    SELECT 
          NVL(NVL(a.name, b.name), '-') AS name 
        , NVL(a.orders, '-') AS orders
        , NVL(a.qc_delay_hours, '-') AS qc_delay_hours
        , NVL(b.omit_orders, 0) AS omit_orders
    FROM (
        SELECT  
              inspector AS name 
            , COUNT(1) AS orders 
            , ROUND(SUM(qc_delay_time), 2) AS qc_delay_hours
        FROM    {tbl_name}
        WHERE pt = DATE_FORMAT('{date}', 'yyyyMMdd')
            AND estimate_take_time <= '{to_day}'
            AND shipment_order_status_name = '待提货'
            AND iz_inspection = 0
        GROUP BY inspector
    ) a 
    FULL JOIN (
        SELECT  
              inspector AS name 
            , COUNT(1) AS omit_orders
        FROM    {tbl_name}
        WHERE pt = DATE_FORMAT('{date}', 'yyyyMMdd') 
            AND shipment_order_status_name = '待提货'
            AND iz_inspection = 0
            AND qc_delay_time > 0
        GROUP BY inspector  
    ) b 
    ON NVL(a.name, '-') = NVL(b.name, '-')
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql, hints={"odps.sql.submit.mode":"script"}).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    # print(df)
    data_count = df.count().max()
    print("数据条数: " + str(data_count))

    if data_count > 0 :
        print("执行推送程序!!!")

        # 上传结果文件到 OSS
        oss_file_path = "data-test/johnathan/qc_order_data/data/质检单据点击延迟数据明细_" + args['date'] + ".xlsx"
        res_table_to_oss(df, oss_file_path)

        # 设置签名 URL 的有效期（单位：秒）
        expire_seconds = 24 * 3600  # 24小时

        # 生成带自定义文件名的访问链接
        custom_filename = "质检单据点击延迟明细_" + args['date'] + ".xlsx"
        params = {'response-content-disposition': f'attachment;filename="{custom_filename}"'}
        res_url = bucket.sign_url('GET', oss_file_path, expire_seconds, params=params)

        # 执行统计SQL并将结果转成图片存储
        with odps.execute_sql(sql_stat, hints={"odps.sql.submit.mode":"script"}).open_reader() as reader:
            stat_res = reader.to_pandas()  # 转换为Pandas DataFrame

        # 设置 OSS 路径, 将图片写入OSS
        oss_object_key = "data-test/johnathan/qc_order_data/photo/质检单据点击延迟数据统计_" + args['date'] + ".png"
        render_table_to_oss(stat_res, oss_object_key)

        #获取图片链接
        photo_url = bucket.sign_url('GET', oss_object_key, 60*24*3600)

        # 编辑需要推送的信息
        title_content = keywords + "质检单据点击延迟提醒"
        text_content = "**主题：** 质检单据点击延迟提醒 \n"
        text_content += "\n 以下是待跟进的质检单，为避免单据不能按时提货，请及时点单。详情点击链接下载数据查看： \n "
        text_content += "\n 【**质检员**  **未完结质检单数**    **质检延期总时长**  **漏点单数**】 \n" 
        text_content += "![screenshot](" + photo_url +") \n "
        text_content += "\n" + "[下载链接](" + res_url + ")  \n"

        # 调用推送函数, 推送消息到钉钉群
        dd_robot(url, text_content, title_content)
    else :
        print("无延迟情况发生;")
推送结果2

在这里插入图片描述

结语:

持续更新

欢迎交流

end

end

关于钉钉机器人异常消息推送流程备忘录
bigbig_bug的博客
07-21 1617
开发的速卖通对接奇门自定义接口，数据安全出塔项目，因为项目需要部署到聚石塔中，但异常信息查看比较麻烦，不利于排查错误信息，所以考虑使用钉钉的机器人进行异常消息推送。 首先，你需要一个钉钉账号，其次你需要拉一个群 比如我选择创建一个项目群 创建完后有一条消息推送，这个是钉钉的机器人，点击它的头像，选择更多机器人 我选择的是自定义 选择ip地址段，这里的设置相当于ip白名单，只有地址段的ip才被允许推送消息 完成配置后会给一个链接地址，请复制此地址进行存储，这个就是...
对接钉钉消息通知_调用钉钉接口实现机器人推送消息
weixin_33514140的博客
02-12 3224
一、摘要现实交易中为了能及时了解发明者量化机器人交易状态，有时候我们需要将机器人所执行的交易结果发送到微信、邮箱、短信等等。但每天上百条各种各样的信息，使得对这些信息已经不敏感，导致重要的信息不能及时查收，所以本篇通过调用钉钉群接口实现机器人推送消息。二、钉钉群机器人钉钉群机器人是一个高级扩展功能，只要有一个钉钉账号，就可以使用它。它可以将第三方信息聚合到钉钉群中，实现信息自动同步。支持Webho...
钉钉独立类型消息推送ActionCard
qq_41661520的博客
11-15 2729
public static void main(String[] args) { sendActionCard(); } // 独立跳转ActionCard类型 public static void sendActionCard() { DingTalkClient client = new DefaultDingTalkClient("https://oapi.dingtalk.com/robot/send?access_token=a5586bb0748730e9acaafa6582c9.
Kettle实现使用Http post控件实现钉钉机器人消息推送测试源代码
05-02
实现一个通用的kettle消息推送，于是想到通过钉钉机器人推送消息到钉钉群组，这样就可以方便配置封装成通用的消息推送的映射子转换，实现后面作业或转换的消息提醒或者异常告警通知。已完成测试源代码分析
Java 推送钉钉机器人消息
最新发布
zhenyu333的博客
03-20 1万+
本文的目的是通过手机号获取钉钉成员的userid，实现钉钉机器人的消息推送。
钉钉机器人推送消息
qq_34905631的博客
10-08 3268
这种方式只需要在钉钉中拉一个群，人员超过三个人即可拉一个聊天的群，然后设置智能群助手，添加机器人：机器人设置：webHook地址就是下面的url地址（不包含sign和timestamp）: https://oapi.dingtalk.com/robot/send?加签的key就是下面代码中的的secret的值。
钉钉机器人消息推送
weixin_41865469的博客
12-27 461
钉钉机器人消息推送
通过钉钉机器人推送消息
Always day 1
05-20 1571
pip3 install dingtalkchatbot //首先下载dingtalkchatbot包 # coding:utf-8 # Author:mochacha # 确保与dingtalkchatbot包在同一路径下 """ 通过DingtalkChatbot推送消息 执行：python xxx.py """ from dingtalkchatbot.chatbot import D...
实现钉钉自定义机器人推送markdown类型消息
正在努力~
02-16 2504
Java实现在钉钉群推送自定义消息
python3实现钉钉消息推送的方法示例
09-19
钉钉作为一款广泛使用的办公软件，不仅提供了丰富的沟通功能，还支持通过自定义机器人实现自动化的消息推送。本文将详细介绍如何使用Python3实现钉钉消息的推送，并提供具体的代码示例。 #### 安装所需库 为了实现...
钉钉机器人：自动化群管理与团队协作的革命
2401_85720680的博客
07-03 636
钉钉机器人作为自动化群管理和团队协作的革命性工具，不仅提高了工作效率，还为企业创造了更多的价值。随着技术的不断进步，钉钉机器人有望在未来的数字化办公领域发挥更大的作用。
三分钟 ChatGPT 接入钉钉机器人
2401_86435672的博客
09-21 1363
ChatGPT 大家应该都已经用了一段时间了，功能非常强大，作为开发人员，我用它写文档、写日报、润色 OKR，知识搜索等等，它给我带来了极大的帮助，但我在使用过程中最大的痛点就是网络。
调用钉钉接口实现机器人推送消息
Phillip_xian的博客
03-20 1万+
本篇通过调用钉钉群接口实现机器人推送消息，以文本（text）消息格式为实例进行开发，功能实现：从RDS(MySQL)数据库中读取需求消息，并配置时间调度，如一天内需求范围内每10分钟读取一次数据库信息，并发送至钉钉群内的指定接收人。
SpringBoot集成钉钉企业内机器人群消息推送
Blueeyedboy521的博客
06-05 1602
企业机器人是钉钉为用户提供的组织内部使用的机器人，为组织数字化转型业务服务。本教程指导你为企业或组织开发一个内部机器人，企业内的其他成员可以在不同的群中添加该机器人，实现消息问答。
钉钉机器人webhook推送
qq_43513957的博客
01-22 2645
效果：点击跳转链接，可以跳到百度，钉钉，emqx。效果：点击任何一个文字，都会跳转到 百度。效果：点击不同的区域，跳转不同的链接。效果：点击链接跳转到百度。五、FeedCard类型。
SpringBoot集成钉钉自定义机器人群消息推送
Blueeyedboy521的博客
03-29 3674
企业内部有较多系统支撑着公司的核心业务流程，譬如CRM系统、交易系统、监控报警系统等等。通过钉钉的自定义机器人，可以将这些系统事件同步到钉钉的聊天群。说明当前机器人尚不支持应答机制，该机制指的是群里成员在聊天@机器人的时候，钉钉回调指定的服务地址，即Outgoing机器人。调用频率限制由于消息发送太频繁会严重影响群成员的使用体验，因此钉钉开放平台对自定义机器人发送消息的频率作出以下限制：每个机器人每分钟最多发送20条消息到群里，如果超过20条，会限流10分钟。
Java对接钉钉机器人推送消息
qq_2321620071的博客
04-07 7773
java对接钉钉机器人推送消息
Python实现钉钉机器人自动化消息推送教程
文档主要关注于dtalk_push_pas这一项目的实现，该项目是自动化钉钉机器人消息推送的实践案例。" 知识点详细说明如下： 1. Python语言应用：Python作为一种广泛使用的高级编程语言，以其简洁明了的语法和强大的库...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值