Come inviare messaggi Slack con Python

In entrambi i casi, dovresti ritrovarti con un workbook DataLab con tutta la tua logica di business già codificata:

3. Invio del messaggio Slack

Quindi, app Slack: ok. Logica di business: ok. Per integrare il notebook Python con Slack, dobbiamo fare due cose: archiviare il token OAuth di Slack nel workbook e scrivere un po’ di codice Python per inviare un messaggio Slack.

Archivia il token OAuth di Slack

Il nostro notebook Python ha bisogno del token OAuth per dimostrare di essere autorizzato a inviare messaggi al tuo spazio di lavoro Slack. Potresti semplicemente copiare e incollare questo token OAuth all’interno di una cella di codice del notebook. Tuttavia, questo non è un approccio sicuro ed è sconsigliato. Se condividi il notebook con qualcun altro, potrà vedere il token OAuth.

Questo approccio, inoltre, ti costringerebbe a ripetere copia e incolla in ogni workbook con cui vuoi inviare messaggi Slack. Se desideri aggiornare questo token OAuth, dovrai passare a modificare ogni singolo workbook.

Un approccio più sicuro e scalabile è archiviare il token OAuth di Slack in una cosiddetta variabile d’ambiente. Quando colleghi questa variabile d’ambiente, sarà disponibile nella tua sessione Python. Nel tuo workbook:

• Fai clic sulla scheda “Environment” nel lato sinistro
• Fai clic sull’icona più accanto a “Environment Variables”
• Nella finestra “Add Environment Variables”:
• Imposta “Name” su SLACK_TOKEN
• Nel campo “Value”, incolla il token OAuth ottenuto nel passaggio 1 di questa guida.
• Imposta “Environment Variables Set Name” su “Slack” (può essere qualsiasi cosa)

Dopo aver compilato tutti i campi, fai clic su “Create”, “Next” e infine “Connect”. La tua sessione DataLab si riavvierà e SLACK_TOKEN sarà ora disponibile come variabile d’ambiente nel tuo workbook. Puoi verificarlo creando una cella Python con il seguente codice ed eseguendola:

import os
slack_token = os.environ["SLACK_TOKEN"]
print(slack_token)

Se vuoi riutilizzare le stesse credenziali dell’account di servizio in un altro workbook, non devi impostare di nuovo la variabile d’ambiente: puoi riutilizzarla negli altri workbook.

Codice Python per inviare il messaggio Slack

Con SLACK_TOKEN pronto all’uso, includi un piccolo snippet in fondo al tuo notebook che invia un messaggio di prova al canale #bot-updates del tuo spazio di lavoro Slack:

import os
from slack_sdk import WebClient

message = "This is my first Slack message from Python!"

# Set up a WebClient with the Slack OAuth token
client = WebClient(token=os.environ["SLACK_TOKEN"])

# Send a message
client.chat_postMessage(
    channel="bot-updates", 
    text=message, 
    username="Bot User"
)

Questo codice usa l’SDK Python ufficiale di Slack. Eseguilo! Dovresti vedere questo messaggio comparire nel tuo spazio di lavoro Slack:

Questo era un messaggio di prova senza significato, ma puoi anche creare un messaggio basato sul risultato della tua logica di business, come abbiamo fatto nel workbook di esempio:

message = f"Total value of my portfolio on {portfolio_df.index[-1]:%B %d, %Y} is ${latest_total:,.2f}."

Con il seguente risultato:

Infine, puoi anche sfruttare la variabile d’ambiente DL_WORKBOOK_ID per includere un link al tuo workbook, nel caso in cui tu voglia offrire un modo rapido per passare da Slack al workbook DataLab che genera questo messaggio:

message = f"""
Total value of my portfolio on {portfolio_df.index[-1]:%B %d, %Y} is ${latest_total:,.2f}.
For the full analysis, check <https://www.datacamp.com/workbook/w/{os.environ.get('DL_WORKBOOK_ID', 'invalid')}/edit|this workbook> (updates daily)
"""

Con il seguente risultato:

4. Automatizza!

Hai scritto uno script Python che fa un’analisi utile e invia un riepilogo di quell’analisi su Slack, con un link al notebook completo nel caso in cui qualcuno voglia approfondire. Fantastico! Ma non sarebbe bello poter configurare questo notebook per l’esecuzione ogni settimana o ogni giorno, così da essere aggiornato automaticamente sui nuovi risultati? La buona notizia è che si può! DataLab supporta le esecuzioni pianificate proprio per questo.

• Nella barra menu in alto, fai clic su Run > Schedule Run
• Configura la pianificazione come preferisci:
• Pianifica l’esecuzione del notebook su base giornaliera o settimanale, con la possibilità di impostare ora e giorno della settimana (nel caso della pianificazione settimanale)
• Aggiungi gli utenti DataCamp che vuoi vengano avvisati ogni volta che il notebook termina con successo, incontra un errore o entrambi. È una buona idea impostare una notifica in caso di fallimento, così da poter intervenire quando serve.

Se configurato come nello screenshot sopra, il notebook verrà ora eseguito ogni giorno alle 9:30 ora locale, il che significa che ogni mattina verrà pubblicato un messaggio nel canale #bot-updates su Slack.

Automatizzare o non automatizzare

Non tutte le attività meritano di essere automatizzate, a seconda di quanto spesso devi eseguirle, di quanto tempo richiede farle manualmente e di quanto tempo serve per costruire uno script Python che lo faccia per te. Questo è chiaro con un esempio: supponi di dover compilare un report ogni anno che manualmente richiede 20 minuti. Se per scrivere uno script Python che lo faccia al posto tuo servisse mezza giornata, passerebbero molti anni prima di recuperare il tempo speso per automatizzare il compito!

Questo è riassunto perfettamente in questa tabella:

Vale la pena automatizzare? Fonte

Quindi, se un’attività che prima dovevi svolgere quotidianamente richiedeva 5 minuti, puoi dedicare fino a 6 giorni a provare ad automatizzarla. Se impieghi meno tempo di così per automatizzare, avrai guadagnato tempo (calcolato su 5 anni).

Conclusione

La configurazione iniziale prima di poter inviare messaggi da DataLab a Slack può richiedere un po’. Tuttavia, una volta che tutto è configurato correttamente e il token Slack è archiviato in DataLab, inviare un messaggio è questione di aggiungere due righe di Python: è semplicissimo! E guarda il lato positivo: ora puoi automatizzare praticamente qualsiasi script Python e avvisare i tuoi stakeholder dove si trovano: su Slack.

Basta con i tempi in cui impostavi promemoria per ripetere le stesse attività noiose all’infinito, benvenuti i tempi di workflow potenti e automatizzati senza dover saltare tra strumenti. Tutto ciò di cui hai bisogno è l'amore DataLab.

Porta le tue competenze in Python al livello successivo con il corso Intermediate Python di DataCamp. Amplia le tue conoscenze nella visualizzazione dei dati e nelle funzionalità avanzate di Python. Continua ora il tuo percorso di apprendimento!