Python3.7配合Django2.0来调用钉钉(dingding)在线api实时监测员工考勤打卡情况

本文涉及的产品
.cn 域名,1个 12个月
简介: 新冠疫情期间,大多数公司为了避免交叉感染都或多或少的采用了远程办公的方式,这显然是一个明智的选择,基本上钉钉(dingding)作为一个远程办公平台来用的话,虽然差强人意,但是奈何市面上没有啥更好的选择,矬子里拔将军,也还是可以凑合用的,不过远程办公有个问题,就是每天需要检查员工的考勤,居家办公虽然灵活,但是大家究竟有没有办公,则是另外一回事,钉钉提供的解决方案就是考勤在线打卡功能,但是检查出勤钉钉在移动端就有点费劲,需要在钉钉app里点击至少5次,还不能实时刷新,pc端的钉钉oa系统做的更烂,还不如移动端来得方便,另外如果你在一家上千人的企业里,这家企业有大大小小几十个部门,你又非常倒霉的担

新冠疫情期间,大多数公司为了避免交叉感染都或多或少的采用了远程办公的方式,这显然是一个明智的选择,基本上钉钉(dingding)作为一个远程办公平台来用的话,虽然差强人意,但是奈何市面上没有啥更好的选择,矬子里拔将军,也还是可以凑合用的,不过远程办公有个问题,就是每天需要检查员工的考勤,居家办公虽然灵活,但是大家究竟有没有办公,则是另外一回事,钉钉提供的解决方案就是考勤在线打卡功能,但是检查出勤钉钉在移动端就有点费劲,需要在钉钉app里点击至少5次,还不能实时刷新,pc端的钉钉oa系统做的更烂,还不如移动端来得方便,另外如果你在一家上千人的企业里,这家企业有大大小小几十个部门,你又非常倒霉的担任这家公司的人事主管,每天按部门来出员工考勤报表就不是一件容易事了,所以利用钉钉开放的接口,使用Django自己打造一套实时监控员工考勤的web平台是我们本次的目的。

项目背景是一家普通科技公司,大概有五个部门,每个部门100人左右

首先进入钉钉开放平台 :open-dev.dingtalk.com

在企业内部开发中,选择小程序,新建一个小程序应用,这里其实也还有别的选择,比如h5微应用,主要是小程序兼容性更好一点。

填写应用的名称、简介、Logo等基本信息这些按下不表,按照要求填写即可,也不必非得填写真实信息,这里有个坑就是一定不要忘了配置安全域名或者ip,安全域名是当我们的检测平台上线的时候部署的域名,应用可以跟指定的域名进行网络通信,如果不配置的话,请求钉钉接口会报403错误。

另外还有一个坑,也就是钉钉默认开放的接口仅限于基础权限接口

如果需要考勤或者签到接口的话,还得单独点击申请,这就有点让人看不懂了,那么多接口,全都得靠用鼠标点击开通,不开通就用不了,这个用户体验真是让人非常酸爽,产品设计成这样,钉钉的pm难辞其咎。

OK,前置准备工作就已经就绪了,现在我们只要根据官方文档来写接口就可以了,选择服务端api文档:https://ding-doc.dingtalk.com/doc#/serverapi2/gh60vz

钉钉考勤打卡的接口说明是这样的:

该接口用于返回企业内员工的实际打卡记录。比如,企业给一个员工设定的排班是上午9点和下午6点各打一次卡,但是员工在这期间打了多次,该接口会把所有的打卡记录都返回。

如果只要获取打卡结果数据,不需要详情数据,可使用获取打卡结果接口。

请求方式:POST(HTTPS)

请求地址:https://oapi.dingtalk.com/attendance/listRecord?access\_token=ACCESS\_TOKEN

请求包结构体:

{
"userIds": ["001","002"],
"checkDateFrom": "yyyy-MM-dd hh:mm:ss",
"checkDateTo": "yyyy-MM-dd hh:mm:ss",
"isI18n":"false"
}

这里每个接口都需要一个access\_token用来鉴权,这个token是用id和秘钥通过接口交换回来的,具体在应用详情里可以获取

这里我们封装成方法

import requests  
  
appkey = '你的key'  
appsecret = '你的秘钥'  
  
api_url = "https://oapi.dingtalk.com/gettoken?appkey=%s&appsecret=%s"%(appkey,appsecret)  
  
def get_token():  
    res = requests.get(api_url)  
    if res.status_code == 200:  
        str_res = res.text  
        token = (json.loads(str_res)).get('access_token')  
        return token

搞定了token,还需要获取您的部门下所有员工的员工id,因为考勤接口参数只能接受员工id,而非部门id

#获取用户id  

token = get_token()  
  
#获取用户id  
res = requests.get('https://oapi.dingtalk.com/user/simplelist?access_token=%s&department_id=235636048' % token)  
str_res = res.text  
res = json.loads(str_res)  
ids = []  
id_name = {}  
for val in res['userlist']:  
    ids.append(val['userid'])  
    id_name[val['userid']] = val['name']  
  
n = 50  #大列表中几个数据组成一个小列表  
l = ids  
biglist = [l[i:i + n] for i in range(0, len(l), n)]

最后请求考勤接口即可

result_all = []  
  
#请求打卡接口  
for x in biglist:  
    res = requests.post('https://oapi.dingtalk.com/attendance/list?access_token=%s' % token,json ={'access_token':token,'workDateFrom':'%s 00:00:00' % mydate,'workDateTo':'%s 10:00:00' % mydate,'userIdList':str(x),'offset':0,'limit':50})  
    str_res = res.text  
    #print(str_res)  
    res = json.loads(str_res)  
    for xy in res['recordresult']:  
        result_all.append(xy)  
  
slist = []  
for val in result_all:  
    if val['timeResult'] == 'NotSigned':  
        print(val['timeResult'])  
        mydic = {}  
        mydic[id_name[val['userId']]] = '未打卡'  
        slist.append(mydic)

完整的后台Django后台接口

import requests  
from rest_framework.response import Response  
from rest_framework.views import APIView  
import time  
  
appkey = '你的key'  
appsecret = '你的秘钥'  
  
api_url = "https://oapi.dingtalk.com/gettoken?appkey=%s&appsecret=%s"%(appkey,appsecret)  
  
def get_token():  
    res = requests.get(api_url)  
    if res.status_code == 200:  
        str_res = res.text  
        token = (json.loads(str_res)).get('access_token')  
        return token  
  
class GetQianHandler(APIView):  
  
    def get(self,request):  
  
  
        mydate = request.GET.get('date',None)  
  
        if mydate == None:  
  
            return Response({'message':'需要传递日期'})  
  
          
        dt_start = '%s 00:00:00' % mydate  
        dt_end = '%s 23:59:59' % mydate  
        ts_start = int(time.mktime(time.strptime(dt_start, "%Y-%m-%d %H:%M:%S"))) * 1000  
        ts_end = int(time.mktime(time.strptime(dt_end, "%Y-%m-%d %H:%M:%S"))) * 1000  
  
        token = get_token()  
  
        #获取用户id  
        res = requests.get('https://oapi.dingtalk.com/user/simplelist?access_token=%s&department_id=235636048' % token)  
        str_res = res.text  
        res = json.loads(str_res)  
        ids = []  
        id_name = {}  
        for val in res['userlist']:  
            ids.append(val['userid'])  
            id_name[val['userid']] = val['name']  
  
        n = 50  #大列表中几个数据组成一个小列表  
        l = ids  
        biglist = [l[i:i + n] for i in range(0, len(l), n)]  
  
        result_all = []  
  
        print('workDateFrom %s 00:00:00' % mydate)  
  
        #请求打卡接口  
        for x in biglist:  
            res = requests.post('https://oapi.dingtalk.com/attendance/list?access_token=%s' % token,json ={'access_token':token,'workDateFrom':'%s 00:00:00' % mydate,'workDateTo':'%s 10:00:00' % mydate,'userIdList':str(x),'offset':0,'limit':50})  
            str_res = res.text  
            #print(str_res)  
            res = json.loads(str_res)  
            for xy in res['recordresult']:  
                result_all.append(xy)  
  
        slist = []  
        for val in result_all:  
            if val['timeResult'] == 'NotSigned':  
                print(val['timeResult'])  
                mydic = {}  
                mydic[id_name[val['userId']]] = '未打卡'  
                slist.append(mydic)  
  
        return Response(slist)

这样,就可以愉快的通过线上平台来实时监测部门员工考勤了,效果是这样的:

相关文章
|
2月前
|
机器学习/深度学习 算法框架/工具 数据库
使用Python实现深度学习模型:智能城市噪音监测与控制
使用Python实现深度学习模型:智能城市噪音监测与控制
116 1
|
1月前
|
机器学习/深度学习 数据采集 传感器
使用Python实现深度学习模型:智能土壤质量监测与管理
使用Python实现深度学习模型:智能土壤质量监测与管理
271 69
|
1月前
|
弹性计算 数据管理 数据库
从零开始构建员工管理系统:Python与SQLite3的完美结合
本文介绍如何使用Python和Tkinter构建一个图形界面的员工管理系统(EMS)。系统包括数据库设计、核心功能实现和图形用户界面创建。主要功能有查询、添加、删除员工信息及统计员工数量。通过本文,你将学会如何结合SQLite数据库进行数据管理,并使用Tkinter创建友好的用户界面。
69 2
从零开始构建员工管理系统:Python与SQLite3的完美结合
|
1月前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现深度学习模型:智能野生动物保护与监测
使用Python实现深度学习模型:智能野生动物保护与监测
57 5
|
1月前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现智能生态系统监测与保护的深度学习模型
使用Python实现智能生态系统监测与保护的深度学习模型
117 4
|
2月前
|
机器学习/深度学习 数据采集 消息中间件
使用Python实现智能火山活动监测模型
使用Python实现智能火山活动监测模型
49 1
|
2月前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型:智能海洋监测与保护
使用Python实现深度学习模型:智能海洋监测与保护
124 1
|
1月前
|
机器学习/深度学习 数据采集 TensorFlow
使用Python实现智能食品安全监测的深度学习模型
使用Python实现智能食品安全监测的深度学习模型
69 0
|
1月前
|
机器学习/深度学习 数据采集 数据可视化
使用Python实现深度学习模型:智能植物生长监测与优化
使用Python实现深度学习模型:智能植物生长监测与优化
207 0
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
使用Python实现深度学习模型:智能废气排放监测与控制
使用Python实现深度学习模型:智能废气排放监测与控制
74 0