Python Snapchat广告api-日期时间和;api调用的时区由于时区更改而导致失败

Python Snapchat广告api-日期时间和;api调用的时区由于时区更改而导致失败,python,python-3.x,datetime,snapchat,Python,Python 3.x,Datetime,Snapchat,我正在开发Snapchat广告API。(将连接器写入大查询)。目前,我以一天的粒度获取指标(性能统计)。我将以下内容作为查询参数传递给请求URL 账户时区:美国/洛杉矶 我成功地使用以下日期格式检索数据 2019-03-11T00:00:00.000-07:00 2019-03-12T00:00:00.000-07:00 payload = { 'granularity': 'DAY', 'start_time': start_datetime, 'end_time': end_da

我正在开发Snapchat广告API。(将连接器写入大查询)。目前,我以一天的粒度获取指标(性能统计)。我将以下内容作为查询参数传递给请求URL

账户时区:美国/洛杉矶

我成功地使用以下日期格式检索数据

2019-03-11T00:00:00.000-07:00 2019-03-12T00:00:00.000-07:00

payload = {
  'granularity': 'DAY',
  'start_time': start_datetime,
  'end_time': end_datetime,
  'fields': fields
}
然而,当我查询2019-03-10的日期时(我假设这是夏令时调整导致的),它给出了以下错误

{'request_status': 'ERROR', 'request_id': 'xxxxxxxx', 'debug_message': "Unsupported Stats Query: Timeseries queries with DAY granularity must have a start time that is the start of day (00:00:00) for the account's timezone. This account's timezone  is: America/Los_Angeles", 'display_message': "We're sorry, but the data provided in the request is incomplete or incorrect", 'error_code': 'E1008'}
我还尝试通过调整夏令时来查询。但并不成功

2019-03-11T00:00:00.000-08:00 2019-03-12T00:00:00.000-08:00

payload = {
  'granularity': 'DAY',
  'start_time': start_datetime,
  'end_time': end_datetime,
  'fields': fields
}
2019-03-11T00:00:00.000-06:00 2019-03-12T00:00:00.000-06:00

payload = {
  'granularity': 'DAY',
  'start_time': start_datetime,
  'end_time': end_datetime,
  'fields': fields
}
以下方面没有可用的文档:


任何帮助都将不胜感激。谢谢

您可以尝试这种格式。开始日期仍然相同,但我们将夏时制应用于结束日期

2019-03-11T00:00:00.000-07:00 2019-03-12T00:00:00.000-08:00

它适合我,希望对我有帮助。

你可以试试这种格式。开始日期仍然相同,但我们将夏时制应用于结束日期

2019-03-11T00:00:00.000-07:00 2019-03-12T00:00:00.000-08:00
这对我很有用,希望能有所帮助。

我也不能让“一天”的粒度为我工作。这对我很有用:

params = {
    "granularity": "TOTAL",
    "start_time": "2019-03-11T00:00:00.000-07:00",
    "end_time": "2019-03-12T00:00:00.000-07:00",
}
当时的想法是,你可以循环一个日期范围,然后通过这种方式获得你的统计数据。

我也不能让“日”粒度为我工作。这对我很有用:

params = {
    "granularity": "TOTAL",
    "start_time": "2019-03-11T00:00:00.000-07:00",
    "end_time": "2019-03-12T00:00:00.000-07:00",
}
然后你就可以在一个日期范围内循环,通过这种方式获得你的统计数据