HTTP-запит у Power Automate – вступ

У цьому підручнику ми дізнаємося та зрозуміємо, як працює HTTP-запит у Power Automate, коли йдеться про інтеграцію програм сторонніх розробників. Ми також поговоримо про вбудований конектор Request , але в основному обговоримо HTTP .

Незважаючи на різноманітність роз’ємів, з яких ми можемо вибрати, Power Automate також має свої обмеження. Він не може охопити все, що нам може знадобитися для побудови наших робочих процесів. Може бути випадок, коли ми хочемо інтегрувати або запустити наш потік за допомогою програми, недоступної в Power Automate.

З’єднувачі HTTP та Request дозволяють нашому потоку взаємодіяти зі сторонніми API.

Ми використовувалищоб запустити робочий процес в одному з наших попередніх посібників. У цьому прикладі у нас була стороння програма, яка ініціювала потік Power Automate із схваленнями та умовною логікою.

І ось як ми можемо підключити програму третьої сторони до наших потоків. 

З іншого боку, HTTP- з’єднувач дозволяє нам перевіряти будь-який сторонній API, який у нас є. Тому його не обов’язково використовувати як тригер. Здебільшого використовується як .

Скажімо, у нас є потік, де ми повинні отримати деяку інформацію з API. Ми надсилаємо ідентифікатор клієнта через цей API і повертаємо ім’я або номер паспорта клієнта. Тоді нам потрібна ця інформація в нашій логіці Power Automate.

Але ми не хочемо зберігати конфіденційну інформацію в . Тому нам потрібно створити API у нашій сторонній системі, який може приймати HTTP-запити. І це те, що ми збираємося зробити як приклад.

Зміст

• Налаштування HTTP-запиту в Power Automate
• Відображення вмісту HTTP-запиту в Power Automate
• Розбір JSON із HTTP-запитів
• Висновок

Налаштування HTTP-запиту в Power Automate

Зараз у мене немає стороннього API. Тому для цього конкретного прикладу ми будемо використовувати веб-сайт під назвою reqres.in . Він має сторонню кінцеву точку API, яку ми можемо використовувати, щоб перевірити, чи працює наш потік. Наприклад, у них є функція під назвою LIST USERS , яка містить відповідний запит. І якщо ми запитуємо, елементи в стовпці Відповідь — це все, що ми можемо отримати назад.

Отже, давайте спробуємо це за допомогою нашого HTTP- з’єднувача. Спочатку нам потрібно натиснути посилання для запиту .

Потім скопіюйте URL-адресу. Це служить кінцевою точкою API.

У налаштуваннях потоку клацніть з’єднувач HTTP .

Потім натисніть дію HTTP .

Для методу натисніть GET .

Потім вставте URL-адресу, яку ми раніше скопіювали.

Ми також можемо вводити заголовки, запити та файли cookie, якщо хочемо. Однак поки що ми пропустимо це.

Відображення вмісту HTTP-запиту в Power Automate

Наступне, що нам потрібно зробити, це взяти вміст нашого запиту та відобразити його десь, щоб переконатися, що він дійсно працює. Отже, давайте клацнемо Новий крок .

Знайдіть і виберіть конектор Slack .

Натисніть дію «Опублікувати повідомлення» .

Давайте опублікуємо вміст у випадковому каналі.

Для тексту повідомлення давайте виберемо Тіло та подивимось, що ми знайдемо.

Давайте перейменуємо наш потік на HTTP Example.

Потім натисніть Зберегти .

Підсумовуючи, наш потік запускатиметься кнопкою. Потім він надішле запит HTTP, який поверне файл JSON, який буде опубліковано в нашому Slack. Після запуску цього потоку ось що ми матимемо в Slack.

Як бачите, опубліковано весь вміст файлу JSON. Це те, що ми зазвичай бачимо у відповіді на HTTP-запит. Однак ми хочемо відображати лише перші імена, а не весь вміст файлу JSON. Тому нам потрібно додати крок аналізу JSON між запитом і дією.

Розбір JSON із HTTP-запитів

Додайте новий крок і виберіть конектор Data Operation .

Потім виберіть «Аналіз JSON» .

Перемістіть крок аналізу JSON між HTTP- запитом і дією Опублікувати повідомлення .

Натисніть кнопку Створити із зразка . 

Скопіюйте коди з посилання на запит.

Потім вставте його у вікно «Вставити зразок корисного навантаження JSON» і натисніть «Готово» . По суті, це виконає за нас увесь внутрішній аналіз JSON. 

Як ми помітили, він автоматично створив схему, яку ми можемо легко зрозуміти.

Для поля Content нам потрібно вставити все, що ми хочемо проаналізувати. У цьому прикладі ми хочемо проаналізувати тіло , яке ми отримуємо з HTTP-запиту.

І чому це важливо? Ну, нам більше не потрібно публікувати весь текст повідомлення. Тепер ми маємо доступ до більш динамічного вмісту, наприклад електронної пошти, імені, прізвища, аватара, компанії, URL-адреси та багато іншого.

Синтаксичний аналіз JSON дає нам змогу взяти будь-який отриманий вихід JSON, проаналізувати його на інший динамічний вміст, який ми можемо використовувати пізніше на наступних кроках потоку. Ми використали цю дію, щоб наш потік не затримував весь вміст JSON і відображав лише релевантну інформацію, яка нам дійсно потрібна.

Тепер, замість Body , давайте змінимо це на first_name .

Тоді ми побачимо, що це змінило нашу дію на.

Це тому, що наш потік отримує кілька імен із запиту.

Він помічає кілька імен, тому знає, що ми хочемо прокрутити кожен елемент у масиві даних у файлі JSON і повернути ім’я.спрямовує потік, щоб створити повідомлення Slack для кожного елемента в масиві даних. Отже, для кожного клієнта його ім’я буде опубліковано на випадковому каналі в нашому Slack. 

Давайте тепер натиснемо «Зберегти» і перевіримо, чи це працює.

Натисніть Перевірити .

Виберіть «Я виконаю дію тригера» та натисніть «Тестувати» .

Натисніть Запустити потік .

Як ми бачимо, зараз відображаються лише імена.

Висновок

З огляду на все, ми можемо створити HTTP-запит, який інтегрує наш потік у сторонню програму. Звідти ми проаналізували вміст JSON за допомогою конектора Data Operation у Power Automate. Він автоматично створив схему, використовуючи приклад корисного навантаження JSON. Розбираючи JSON, ми перетворили типову відповідь із запиту HTTP на більш релевантну та зрозумілу інформацію.

Ми точно можемо робити масу різних речей за допомогою HTTP- запитів і дій Parse JSON. Сподіваємося, ви змогли зрозуміти їх важливість і принцип роботи. 

Все найкраще,

Генрі