Ebben az oktatóanyagban megtanuljuk és megértjük, hogyan működik a Power Automate HTTP-kérése harmadik féltől származó alkalmazások integrálásakor. Szó lesz a Request beépített csatlakozóról is, de elsősorban a HTTP-ről fogunk beszélni .
Annak ellenére, hogy számos csatlakozó közül választhatunk, a Power Automate-nek is megvannak a maga korlátai. Nem tud mindent lefedni, amire szükségünk lehet a munkafolyamataink felépítéséhez. Előfordulhat olyan eset, amikor olyan alkalmazással szeretnénk integrálni vagy elindítani a folyamatunkat, amely nem érhető el a Power Automate-ban.
A HTTP- és Request-összekötők lehetővé teszik, hogy folyamunk együttműködjön harmadik fél API-kkal.
Használtukmunkafolyamat elindításához az egyik korábbi oktatóanyagunkban. Ebben a példában volt egy harmadik féltől származó alkalmazásunk, amely jóváhagyással és feltételes logikával Power Automate folyamatot indított el.
És így alapvetően egy harmadik féltől származó alkalmazást is csatlakoztathatunk a folyamatainkhoz.
Másrészt a HTTP- csatlakozó lehetővé teszi számunkra, hogy bármilyen harmadik féltől származó API-t pingeljünk. Tehát nem feltétlenül triggerként használják. Leginkább mint .
Tegyük fel, hogy van egy folyamatunk, ahol egy API-tól kell információt szereznünk. Ezen az API-n keresztül elküldjük az ügyfél azonosítóját, és visszakapjuk az ügyfél nevét vagy útlevélszámát. Ezután szükségünk van erre az információra a Power Automate logikájában.
De nem akarjuk ezeket az érzékeny információkat bent tartani. Ezért létre kell hoznunk egy API-t a harmadik féltől származó rendszerünkben, amely képes fogadni a HTTP-kéréseket. És ezt tesszük példaként.
Tartalomjegyzék
HTTP-kérés beállítása a Power Automate-ban
Jelenleg nincs harmadik féltől származó API-m. Tehát ebben a konkrét példában a reqres.in nevű webhelyet fogjuk használni . Van egy harmadik féltől származó API-végpontja, amellyel ellenőrizhetjük, hogy a folyamatunk működik-e vagy sem. Például van egy LIST USERS nevű függvényük , amely egy megfelelő kérést tartalmaz. És ha kérünk, akkor a Válasz oszlopban található tételek minden, amit visszakaphatunk.
Tehát próbáljuk meg a HTTP- csatlakozónkkal. Először a Kérelem linkjére kell kattintanunk .
Ezután másolja ki az URL-t. Ez szolgál API-végpontként.
A folyamatbeállításunkban kattintson a HTTP- összekötőre.
Ezután kattintson a HTTP műveletre.
A módszerhez kattintson a GET gombra .
Ezután illessze be a korábban másolt URL-t.
Ha akarjuk, fejléceket, lekérdezéseket és cookie-kat is megadhatunk. Ezt azonban egyelőre kihagyjuk.
HTTP-kérés tartalmának megjelenítése a Power Automate-ban
A következő dolog, amit meg kell tennünk, hogy a kérésünk tartalmát meg kell jelenítenünk valahol, hogy megbizonyosodjunk arról, hogy valóban működik. Tehát kattintson az Új lépés gombra .
Keresse meg és válassza ki a Slack csatlakozót.
Kattintson az Üzenet közzététele műveletre.
Tegyük fel a tartalmat a véletlenszerű csatornára.
Az Üzenet szövegéhez válasszuk ki a Törzs elemet , és nézzük meg, mit találunk.
Nevezzük át a folyamatunkat HTTP- példára.
Ezután kattintson a Mentés gombra .
Összefoglalva, a folyamatunkat egy gomb indítja el. Ezután HTTP-kérést küld, amely egy JSON-fájlt ad vissza, amelyet a Slack-ünkbe teszünk közzé. A folyamat futtatása után a következőket várjuk a Slackben.
Mint látható, a JSON-fájl teljes tartalma közzétételre került. Általában ezt látjuk egy HTTP-kérésre adott válaszból. Azonban csak a keresztneveket akarjuk megjeleníteni, és nem a teljes tartalmat a JSON-fájlból. Ezért hozzá kell adnunk egy JSON-elemzési lépést a kérés és a művelet közé.
JSON elemzése HTTP-kérésekből
Adjon hozzá egy új lépést, és válassza ki a Data Operation csatlakozót.
Ezután válassza a JSON elemzése lehetőséget .
Helyezze át a JSON elemzési lépést a HTTP- kérés és az üzenet közzététele művelet közé .
Kattintson a Generálás mintából gombra.
Másolja ki a kódokat a kérés linkjéről.
Ezután illessze be az Insert a sample JSON Payload ablakba, és kattintson a Kész gombra . Ez alapvetően elvégzi helyettünk az összes backend JSON-elemzést.
Ahogy észrevettük, automatikusan létrehozta a könnyen érthető sémát.
A Tartalom mezőben azt kell beírnunk, amit elemezni szeretnénk. Ebben a példában a HTTP-kérésből kapott törzset szeretnénk elemezni .
És miért fontos ez? Nos, már nem kell az üzenet teljes tartalmát közzétenni. Mostantól dinamikusabb tartalmakhoz férhetünk hozzá, például e-mailekhez, keresztnévhez, vezetéknévhez, avatarhoz, céghez, URL-hez és még sok máshoz.
A JSON elemzése lehetővé teszi számunkra, hogy bármilyen JSON-kimenetet megkapjunk, különböző dinamikus tartalommá elemezzük, amelyeket később felhasználhatunk a következő folyamatlépéseinkben. Ezt a műveletet azért alkalmaztuk, hogy a folyamatunk ne lazítsa el a teljes JSON-tartalmat, és csak azokat a releváns információkat jelenítse meg, amelyekre valóban szükségünk van.
Most a Body helyett változtassuk ezt a keresztnévre .
Aztán látni fogjuk, hogy ez megváltoztatta a cselekvésünket.
Ennek az az oka, hogy a folyamatunk több keresztnevet kap a kérésből.
Több keresztnevet észlel, így tudja, hogy a JSON-fájlban lévő adattömb minden elemét végig akarjuk vinni, és vissza akarjuk adni a keresztnevet.a folyamatot úgy irányítja, hogy az adattömb minden eleméhez Slack üzenetet készítsen. Így minden vásárló keresztneve felkerül a Slack véletlenszerű csatornájára.
Most kattintson a Mentés gombra , és nézze meg, működik-e.
Kattintson a Teszt gombra .
Válassza a Végrehajtom az aktiválási műveletet , majd kattintson a Teszt gombra .
Kattintson a Futtatás gombra .
Amint látjuk, most csak a keresztneveket jeleníti meg.
Következtetés
Mindent figyelembe véve képesek vagyunk HTTP-kérelmet létrehozni, amely integrálja a folyamatunkat egy harmadik féltől származó alkalmazásba. Innentől kezdve a Power Automate Data Operation csatlakozójával elemeztük a JSON-tartalmat . Automatikusan generált egy sémát egy minta JSON hasznos adat felhasználásával. A JSON elemzésével a HTTP-kérés tipikus válaszát relevánsabb és érthetőbb információvá alakítottuk át.
A HTTP- kérésekkel és a JSON-műveletekkel biztosan rengeteg különböző dolgot tehetünk . Remélhetőleg sikerült megértened fontosságukat és működésüket.
Minden jót,
Henrik
Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.
A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023
Ismerje meg, hogyan hozhat létre Power Automate folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.
4 módszer a Pi használatára a Pythonban példákkal
Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.
Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.
Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.
Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.
Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.
Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.
