跳到主要內容

佛心來著的 Google Data API – for JAVA

R0017362

 

這幾年來Google 提供了越來越多的產品與服務,

而且幾乎都是免費使用!

 

例如在服務端,

使用Google Apps ,可以整合整個企業入口與內部系統,

包含了內部人員系統、網域管理系統、E-Mail系統(GMail)、資料管理系統(Google docs)與網站內容管理系統(Google sites)等等多元化的服務。

詳見:『Google Apps開放個人應用服務囉

 

此外在開發環境,還有容易使用的Google App Engine,

可以讓使用者無需架站,就能擁有一個網路伺服空間 (還是雲端的環境呢)

詳見:『雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發

 

 

不過,那在底層的程式端呢?

在這麼大量的服務選擇下,若能讓使用者透過自行開發軟體來連結使用,

不就省去許多的開發時間跟心力?

 

這樣的需求,Google也都有想到了,

Google Data API就是這樣佛心下的產物,

透過Google Data API,造福了許許多多的程式設計師,

在幾乎不用自己開發的狀態下,就可以得到Google提供的服務功能。

 

只要透過Google 提供的Data API 涵式庫,就能直接連結已經註冊的服務內容,

目前,Google Data API 支援的語言依不同的服務有些微不同,

但普遍有: Java, .NET, PHP, Python, JS, Obj-c, Ruby等,

而目前已開放API連結的服務如下: (Info from : Google )

 

API Home

Guides

Client Libraries

Google Analytics Data Export API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(JS, Java, PHP, Python, Ruby)
Google Apps APIs List of All Apps APIs  
Google Base Data API Developer's Guide
Reference Guide
 
Blogger Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, JS, Obj-C)
Google Booksearch Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, PHP)
Google Calendar Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, JS, Obj-C)
Google Code Search Data API Developer's Guide
Reference Guide
 
Google Contacts Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, Python, JS, Obj-C)
Google Documents List Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, Obj-C)
Google Finance Portfolio Data API Developer's Guide
Reference Guide
 
Google Health Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, Ruby)
Google Maps Data API Developer's Guide
Reference Guide
 
Picasa Web Albums Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, Obj-C)
Google Project Hosting Issue Tracker API Reference Guide  
Google Sidewiki Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, JavaScript)
Google Sites Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, Obj-C)
Google Spreadsheets Data API Developer's Guide
Reference Guide
Client Libraries and Sample Code
(Java, .NET, PHP, Python, Obj-C)
Google Translator Toolkit Data API Developer's Guide
Reference Guide
 
Google Webmaster Tools Data API Developer's Guide
Reference Guide
 
YouTube Data API Developer's Guide Client Libraries and Sample Code
(Java, .NET, PHP, Python, Obj-C)

 

上面列了一大堆常見的或根本沒見過的服務可以使用,是不是很讓人興奮呢?

接下來以Java為例,說明一下如何安裝這些服務的Data API套件。

(有關Java 所支援的服務,請見:http://code.google.com/p/gdata-java-client/)

 

首先,必須要下載 Google提供的涵式庫(http://code.google.com/p/gdata-java-client/downloads/list),

例:gdata-src.java-1.42.0.zip

 

解壓縮後產生gdata目錄,準備隨後進行compile,

在compiler前有幾件事要先準備

  1. 系統中已有 Java Development Kit (JDK) version 5.0 以上版本
  2. 確保環境變數中有JAVA_HOME路徑 (指向jdk)
  3. 系統中有Apache ANT用以進行compile (基本上Netbeans已內建)
  4. 確定系統中以下三個jar檔的路徑:activation.jar、mail.jar、servlet.jar

 

當中,

activation.jar 是 Sun's JavaBeans Activation Framewrok,

servlet.jar 是 Sun's Servlet API

mail.jar 是 Sun's JavaMail API

 

不是每個服務都會用到上面的jar檔,

但只要沒有安裝,就無法順利compile,

而這些jar檔基本上可以在J2EE套件、Glassfish server與Netbeans裡找到。

 

隨後面要將上述檔的路徑修改到gdata/java/build-src/build.properties  檔中的指定路徑,

(記得,路徑 \ 要改為 / )

便可在gdata/java/目錄下透過ANT進行compile  ( ant -f build-src.xml )

 

compile後將會產生一個classes目錄,

最基本client使用到的是core 目錄下的類別,

其他各個服務要使用到的類別會含在不同的目錄中,可查閱相關目錄的document。

 

當專案匯入Google Data API後,便可以直接透過物件,

在程式內設定已註冊的Google帳號密碼,便可以連線到指定的服務了,

Google DATA API的運作方式使用HTTP傳送,

所以在資料傳遞上只要參考各服務提供的Sample Code便不會有太大問題,

 

以上,很快完成了Google Data API設定,

 

接下來就開始暢遊Google 服務吧。

 

BP 2011.01.14

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

別再期末談臨終

『在那六年多的時間,我常常反省、後悔、卻也培養勇氣,問自己再遇到時要做什麼決定?.......回想我要簽同意書的時候,真的會抖-我有資格決定人家生死嗎?』 面對死亡,我們都很害怕,更何況是家人的臨終。 但究竟我們的選擇,是為了給家人最後的尊嚴? 還是填補自己的罪惡感? 學習勇敢面對、學習放下, 更要學著為自己的未來做好規劃,不成為子女的負擔。 希望大家一起鼓勵這個勇敢的朋友, 因為她的經驗分享,讓我們更加了解, 面對家人臨終,我們該如何做好準備。 『末期才談臨終太遲』 https://www.wacare.live/health-forum/q/1984983840830?topicId=25049764537230&fbclid=IwAR1ei-zrfSj9w5kbvBW5ecSbqWrI408fJ1qjXhisZwLxYdbON_jJbNKMAyY 更多的失智照護課程 https://www.wahere.wapro.live/udnxwacare Pan 2020.12.22 #臨終 #失智 #善終 #放棄急救 #預立醫療 #病人自主

物聯網與大數據時代下的個人化精準醫療

Source:  idownload blog 2014 年,當致力於電子病歷 (Electronic Medical Record, EMR) 分析,藉以尋找癌症機轉與治療方法的大數據公司 Flatiron Health 獲得 Google 創投( Google Ventures )高達 1.3 億美元投資後 [1] ,個人化精準醫療( personalized medicine )隨即成為火紅的熱門主題,這樣一股氣勢發展,讓美國總統歐巴馬 (Obama) 更在今年提出精準醫療計劃( Precision Medicine Initiative) ,並投入 2016 年預算高達 2.15 億美金之譜 [2] 。 在精準醫療這般的強勢展開下,不僅僅只有過去生物資訊上基因體學、轉錄體學上的資料探勘或是電子病歷醫療健康數據分析,物聯網 (Internet of Thing) 的發展也同時透過行動裝置與消費型穿戴式裝置大舉進入個人化健康促進與醫學上疾病研究領域。在這機電感測裝置快速發展下,各種輕巧卻具備多種感測裝置的隨身穿戴式裝置逐漸普及於消費電子商品市場,各家廠商發展出豐富的產品功能不僅能記錄活動頻率,更能偵測活動強度、睡眠狀態、作息規律,更甚至能取得穿戴者 24 小時的心跳狀態與壓力疲勞狀態,並利用這些生理數據進行健康促進的提醒與建議。