如何使用 Python 发送 Slack 消息

无论哪种方式，您最终都会得到一个包含完整业务逻辑代码的 DataLab 工作簿：

3. 发送 Slack 消息

Slack 应用：已完成。业务逻辑：已完成。要将 Python 笔记本与 Slack 集成，我们需要做两件事：在工作簿中存储 Slack OAuth 令牌，以及编写一些 Python 代码来发送 Slack 消息。

存储 Slack OAuth 令牌

我们的 Python 笔记本需要 OAuth 令牌来证明它有权向您的 Slack 工作区发送消息。您可以直接把这个 OAuth 令牌复制粘贴到笔记本的代码单元中。不过，这种做法不安全，不推荐。如果您与他人分享笔记本，对方就能看到该 OAuth 令牌。

这种方式还意味着每个需要向 Slack 发消息的工作簿，您都得重复复制粘贴。如果要更新这个 OAuth 令牌，又得挨个编辑每个工作簿。

一种更安全、可扩展的方法是把 Slack OAuth 令牌存储在所谓的环境变量中。连接该环境变量后，它就会在您的 Python 会话中可用。在您的工作簿里：

• 点击左侧的“Environment”标签
• 在“Environment Variables”旁点击加号图标
• 在“Add Environment Variables”弹窗中：
• 将“Name”设为SLACK_TOKEN
• 在“Value”字段中，粘贴您在本指南第 1 步获取的 OAuth 令牌。
• 将“Environment Variables Set Name”设为“Slack”（其实也可以是任意名字）

填写完成后，点击“Create”、“Next”，最后点击“Connect”。您的 DataLab 会话会重启，SLACK_TOKEN 将作为环境变量在您的工作簿中可用。您可以通过创建一个包含以下代码的 Python 单元并运行来验证：

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

如果您想在另一个工作簿中复用同一组服务账号凭据，无需再次设置环境变量：可以在其他工作簿中直接复用该环境变量。

用于发送 Slack 消息的 Python 代码

在准备好 SLACK_TOKEN 后，在笔记本底部加入一小段代码，向您的 Slack 工作区中的 #bot-updates 频道发送一条示例消息：

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"
)
技术支持

此代码使用了Slack 官方 Python SDK。运行它！您应该会在 Slack 工作区中看到这条消息：

这是一条没有实际意义的示例消息，您也可以基于业务逻辑的结果来生成消息，就像我们在示例工作簿中所做的那样：

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

效果如下：

最后，您还可以利用 DL_WORKBOOK_ID 环境变量在消息中加入指向您工作簿的链接，方便从 Slack 直接跳转到生成该消息的 DataLab 工作簿：

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)
"""
技术支持

效果如下：

4. 自动化！

您已经写好了一个 Python 脚本，既能做有价值的分析，又能把该分析的摘要发送到 Slack，并附上回链到完整笔记本，方便有需要的人深入查看。太棒了！但如果能把这个笔记本配置为每周或每天自动运行，让您自动获取最新结果的更新，岂不更好？好消息是：完全可以！DataLab 支持计划运行，正是为此而设。

• 在顶部菜单栏中，点击 Run > Schedule Run
• 按需配置调度：
• 将笔记本设置为按日或按周运行，并可指定时间与星期几（若选择每周）
• 添加需要在笔记本成功完成、出错或两种情况下收到通知的 DataCamp 用户。一个不错的做法是设置失败时通知您，以便需要时及时排查。

如果像上图这样配置，笔记本将每天在本地时间上午 9:30 运行，这意味着每个早晨都会在 Slack 的 #bot-updates 频道发布一条消息。

该不该自动化

是否值得自动化，取决于您执行该任务的频率、手动完成所需时间，以及编写自动化该任务的 Python 脚本所需时间。举个例子就很清楚：假设您每年需要汇总一份报告，手动整理只需 20 分钟。如果写一个 Python 脚本要花半天时间，那恐怕很多年之后您才能把自动化所花的时间“赚”回来！

下表对此有精准的概括：

是否值得花时间做自动化？来源

因此，如果一个您需要每天完成的任务以往要花 5 分钟，那么您最多可以花 6 天时间来尝试把它自动化。如果实际用时少于这个上限（按 5 年计算），您就节省了时间。

结论

在您能从 DataLab 向 Slack 发送消息之前，最初的设置可能会花点时间。不过，一旦一切都配置妥当，并把 Slack 令牌保存在 DataLab 中，发送消息只需要加上两行 Python 代码：就这么简单！更重要的是：您现在几乎可以自动化任何 Python 脚本，并在您的利益相关方所在之处通知他们——在 Slack 里。

告别一遍遍设置提醒去做同样无聊的事，迎接无需在工具间来回切换的强大自动化流程。您所需要的只有爱 DataLab。

通过 DataCamp 的Python 进阶课程，将您的 Python 技能更进一步。拓展您在数据可视化和高级 Python 特性的知识。立即继续您的学习之旅！