#AmazonCart est une fonctionnalité lancée par amazon permettant aux utilisateurs de Twitter d'ajouter un produit à leur panier amazon directement depuis le fil d'actualité, simplement en tweetant #AmazonCart en réponse à un tweet du compte officiel AmazonCart contenant un lien vers un produit amazon.
Le but de ce tutoriel sera de construire une application python réalisant ces opérations, nous y ajouterons une fonctionnalité permettant aux utilisateurs de déterminer une taille avec le hashtag #Taille_M par exemple. De plus, nous ne limiterons pas la fonctionnalité à un compte officiel, nous prendrons en compte tous les tweets contenant le hashtag en question. N'importe qui peut partager sur twitter un article et son url (url d'un site utilisant la technologie Iceberg), et les réponses à ce tweet seront prises en compte.
L'application a été développée en Python. Nous avons utilisé pour cela d'une part la plateforme de développement et d'hébergement d'application Google App Engine qui nous simplifiera le travail, notamment pour la gestion de la base de donnée, et l'api Iceberg qui va nous permettre d'interagir avec les panniers des utilisateurs, en l'occurence d'ajouter un article au pannier.
Une telle fonctionnalité peut être développée autour de n'importe quel site lié à une application Iceberg. L'application GAE(Google App Engine) dont le fonctionnement sera expliqué n'est pas incorporée à la plateforme liée à Iceberg, elle est hébergée sur les serveurs de google, la communication entre les deux plateformes s'effectue à distance, elle se fait via des requêtes http distantes.
- Le tutoriel se divisera en trois étapes
- L'ajout des utilisateurs à la base de donnée utilisée par l'environnement GAE (appelée datastore), et l'enregistrement des informations dont nous auront besoin: mail, nom, prénom et pseudonyme twitter. Ces informations nous permettront, de faire le lien entre l'auteur du tweet trouvés et le compte utilisateur sur notre site utilisant la technologie Iceberg. Nous pourront ainsi intervenir sur son pannier via l'api Iceberg.
- Le scan périodique des tweets grâce à l'api twitter, l'identification de l'auteur et du compte Iceberg associé.
- L'ajout de l'article au pannier de l'utilisateur via l'api Iceberg.
Comme cela a été expliqué, cette application utilise le programme Google App Engine. Il vous faut tout d'abord l'installer. Connectez-vous sur le site appengine.google.com, et installez le logiciel googleappenginelauncher sur votre ordinateur, créez une nouvelle application, elle contient par défaut 4 fichiers. Nous n'expliquerons pas comment créer l'application de A à Z, le projet est récupérable à cette adresse.
Il est tout d'abord nécessaire de configurer votre fichier app.yaml, définissez les trois variables admin_mail, hashtag et website_name, ainsi que les clés de l'api twitter et la variable PRIVATE_CRYPTO_KEY (mélangez aléatoirement lettres et chiffres pour optimiser la sécurité) qui sera utilisée pour vérifier les requêtes POST reçues.
Nous utiliserons deux tables dans le datastore, la table «User» qui contiendra comme son nom l'indique les profils utilisateurs des inscrits ( pseudo, mail, compte actif, date de naissance ), et la table «Operation» qui contiendra les opérations effectuées par le script checkTweets.py , un modèle par tweet traité sera créé dans la table «Operation».
Avec google app engine, les tables sont des attributs de l'objet db, on les défini dans le fichier models.py .
Comme vous pouvez le voir dans les routes (handlers dans le fichier app.yaml) c'est le fichier main.py qui est sollicité par défaut, cependant c'est dans le fichier addUser.py que nous allons gérer les requêtes POST reçues et ainsi ajouter nos utilisateurs au programme #Modizy_Bot.
- Dans l'exemple ci-dessous, la requête est envoyée depuis un serveur node en utilisant le module request.js, l'important est quelle contienne les informations suivantes:
- twitterUsername: Pseudonyme Twitter (la majuscule doit être respectée)
- lastName: Nom de famille
- firstName: Prénom
- mail: Adresse email
- date1: Jour de naissance (JJ)
- date2: Mois de naissance (MM)
- date3: Année de naissance (YYYY)
- message_auth: résultat du hashing en sha1 de la chaîne de caractère toCompose contenant toutes les variables envoyées (de manière à signer la requête)
- timestamp: variable de temps
var timestamp = Math.round(+new Date()/1000);
var toCompose = [mail, firstName, lastName, twitterUsername, date1, date2, date3, timestamp];
toCompose = toCompose.join(';');
var message_auth = crypto.createHmac('sha1', secret_key).update(toCompose).digest('hex');
request({
uri: "http://twitterbotid.appspot.com/addUser",
method: "POST",
form: {
twitterUsername:XXXX,
lastName:XXXX,
firstName:XXXX,
mail:XXXX,
date1:XXX,
date2:XXX,
date3:XXX,
message_auth:XXXX,
timestamp:XXXX
}
}, function(error, response, body) {
console.log(body);
});
Ici une requête pour ajouter un utilisatuer envoyée depuis un serveur Node JS.
À la réception, c'est la fonction post au sein de la classe addUser (dans le fichier addUser.py) qui s'exécute:
Les variables sont récupérées, rien d'incroyable jusque là
Le hashing est réalisé à nouveau avec les variables récupérées, on fait appel à la variable d'environnement PRIVATE_CRYPTO_KEY, bien gardée dans le fichier app. yaml. La même opération a été réalisée à l'émission. On compare ensuite la variable obtenue (message_auth) et la variable issue du hashing à l'emission (recieved_crypto), si elles diffèrent, un message d'erreur est envoyé et l'éxecution s'arrête.
On vérifie que l'adresse mail reçue n'est pas déjà associée à un compte dans le datastore: *Si c'est le cas, les données sont mises à jour et aucun nouveau compte n'est créé. *Si l'adresse mail n'est pas utilisée, un nouveau compte est créé.
Des messages de confirmation sont envoyés selon l'action réalisée.
C'est le script qui va réaliser des requêtes envers l'api twitter, récupérer les tweets, identifier l'auteur, le comparer avec la base de donnée du datastore.
ckey =os.environ['ckey']
csecret =os.environ['csecret']
atoken =os.environ['atoken']
asecret =os.environ['asecret']
auth=tweepy.OAuthHandler(ckey,csecret)
auth.set_access_token(atoken,asecret)
api = tweepy.API(auth)
Pour utiliser l'api twitter, il est nécessaire d'avoir déclaré les clés qui nous identifient auprès de l'api, les variables doivent être déclarée dans le fichier de configuration app.yaml, le script CheckTweets.py ne fait que récupérer les variables d'environnement.
def getTweet(search_term, periods = 60*60*24):
results = api.search(q=search_term, rpp=periods)
for tweet in results:
print '1 tweet found'
analyseTweet(tweet)
return results
class TweeterHandler(webapp2.RequestHandler):
def get(self):
looking_for = os.environ['hashtag']
getTweet(looking_for)
self.response.write('checking tweets')
La première fonction qui s'exécute est TweetHandler, qui récupère le hashtag à chercher parmi le fil de tweets, et exécute la fonction getTweets.
La fonction getTweets utilise la fonction Tweepy api.search(), qui va retourner la liste des tweets contenant la variable hashtag définie dans le fichier app.yaml, la fonction analyseTweet() est exécutée pour chaque tweet trouvé.
On récupère d'abord les variables d'environnement et les attributs du tweet qui vont nous être utiles.
On recherche une correspondance entre l'auteur du tweet et notre base de donnée GAE, si aucune correspondance n'est trouvée, un message d'erreur est envoyé.
Si une correspondance est bien trouvée, on peut lancer l'opération, une vérification est faite pour savoir si le tweet, identifié par son id unique, n'a pas déjà été traité.
On récupère l'url présent dans le tweet parent, dans notre cas nous extrayons avec la fonction split l'id du produit en question.
On récupère la taille: tout ce qui se trouve après l'underscore dans le hashtag #Taille_ si il existe. Puis ont transmet les arguments nécéssaires à la fonction suivante: confirmation qui va confirmer l'opératio auprès de l'utilisateur par mail et twitter.
On exécute la fonction add_to_cart avec les quatre attributs dont elle a besoin: id du product à ajouter au pannier, mail, nom et prénom de l'utilisateur.
On envoie un mail de confirmation.
On envoie un tweet de confirmation.
On ajoute l'opération dans le datastore, de manière à ce qu'elle ne soit pas executée à nouveau au prochain scan. La commande est alors traitée.
Nous passons maintenant à l'utilisation de l'API python Iceberg, solicitée par la fonction add_to_cart dans le fichier CartHandler.py . On peut en quelques lignes ajouter un produit au pannier d'un utilisateur donné.
from icebergsdk.api import IcebergAPI
def add_to_cart(id,email,first_name,last_name):
import logging
logging.basicConfig(level=logging.DEBUG)
api_handler = IcebergAPI()
#Identification
api_handler.sso(email, first_name, last_name)
#Get cart
user_cart = api_handler.Cart.mine()
#Find product
product = api_handler.ProductOffer.find(id)
#Add product to cart
user_cart.addOffer(product)
Après avoir importé le module Iceberg API, on s'identifie à la place de l'utilisateur avec les identifiants reçus en paramètre (pas besoin du mot de passe), on récupère le pannier, on trouve l'offre associée à l'id du produit, puis, on ajoute l'offre au pannier.
À chaque fois que la page /checkTweets est sollicitée, un scan des tweets via l'api twitter est fait, nous allons maintenant automatiser cette tâche grâce au programme cron, paramétré dans le fichier cron.yaml.
cron:
- description: check new tweets
url: /checkTweets
schedule: every 5 mins
Il est très facile de configurer ce fichier: nommer la tâche, renseigner l'url du script qui doit être executé puis définir la fréquence, ici les tweets seront donc scannés toutes les 5 minutes.
Notre application est maintenant fonctionnelle, les tweets seront scannés toutes les cinq minutes, le produit identifié ajouté au pannier de l'utilisateur si celui-ci est bien partenaire de l'offre.