在Json中通过python访问kdb+/q表？_Python_Python Requests_Kdb

在Json中通过python访问kdb+/q表？

python kdb

在Json中通过python访问kdb+/q表？,python,python-requests,kdb,Python,Python Requests,Kdb,我试图通过python访问kdb+/q表。我知道有一些库可以帮助python&q之间的通信，但我想看看是否有可能不使用上述库，因为kdb+版本有一些限制我最初的猜测是：在kdb+q中定义表格；使用urllib通过python访问kdb- urllib.request.getlocalhost:5000？.j.k表_名称，但未成功我的另一种方法是使用pd.read_csvlocalhost:5000/q.csv？从表中选择。。。但由于HTTP406错误，这种方法无法工作从python检索k

我试图通过python访问kdb+/q表。我知道有一些库可以帮助python&q之间的通信，但我想看看是否有可能不使用上述库，因为kdb+版本有一些限制

我最初的猜测是：

在kdb+q中定义表格；使用urllib通过python访问kdb- urllib.request.getlocalhost:5000？.j.k表_名称，但未成功

我的另一种方法是使用pd.read_csvlocalhost:5000/q.csv？从表中选择。。。但由于HTTP406错误，这种方法无法工作

从python检索kdb表的灵活/简单方法是什么？如有任何建议/指导，将不胜感激。感谢

可能是最常用和最受支持的方法。你说你有版本限制，但PyQ已经存在很长时间了，我相信你可以下载与旧版本的kdb兼容的版本

如果没有，其他一些选项包括：

这里记录了一些选项：

综上所述，我相信您会发现一些行之有效的方法。

更好的选择是使用@terrylyynch提到的用于Python-Q集成的现有api。这将简化许多操作，并且在大多数情况下也将更加有效

但是，如果您想完全在Python中使用http请求来实现这一点，那么您可以使用“请求”模块：

import requests as req
res=req.get("http://localhost:5000/?.j.j t")
res.text

样本输出

'<html><head><style>a{text-decoration:none}a:link{color:024C7E}a:visited{color:024C7E}a:active{color:958600}body{font:10pt verdana;text-align:justify}</style></head><body>
<pre>"[{\\"id\\":1,\\"v\\":3},\\n {\\"id\\":2,\\"v\\":4}]"\n</pre></body></html>'

如您所见，这将为您提供html文本，因此您需要对其进行解析，以从所需的标记中获得结果。有两个python模块可用于html解析，因此您可以使用它们。

我成功地使用了您建议的两种方法

q)\l json.k //from kx, not needed for 3.2
q).h.ty[`jsn]:"application/json"
q).h.tx[`jsn]:.j.j'

根据上的注释，需要登记

注意，这里使用的是.json，类似于示例csv查询中的.csv；当发送这样的查询时，kdb将自动将响应编码为JSON

注意：3.2中添加了kdb 3.3+JSON支持，3.3中添加了通过HTTP进行查询。要在旧版本上使用类似功能，可以从kx下载并执行以下操作：

>>> import pandas as pd
>>> pd.read_csv("http://localhost:35207/.csv?trades")
                            time   sym src  price  size
0  2019-02-07D08:00:53.319000000  ORCL   N  32.23  1099
1  2019-02-07D08:01:26.649000000  YHOO   O  35.52   471
2  2019-02-07D08:01:36.413000000  YHOO   L  35.52   438

然后将HTTP查询修改为r=requests。gethttp://localhost:35207/.jsn?enlist 交易->而不是扩展名.jsn，这是为了避免修改HTTP请求处理程序.z.ph而进行的黑客攻击。[我在v2.8上对此进行了测试]

或者，使用CSV和熊猫：

如果这些方法仍然存在问题，请发布详细的错误输出以帮助调试

正如其他人所观察到的，使用一个可用的q-python库可能会更简单，但我认为如果这不可能，那么应该可以通过HTTP请求实现，如上所述

>>> import pandas as pd
>>> pd.read_csv("http://localhost:35207/.csv?trades")
                            time   sym src  price  size
0  2019-02-07D08:00:53.319000000  ORCL   N  32.23  1099
1  2019-02-07D08:01:26.649000000  YHOO   O  35.52   471
2  2019-02-07D08:01:36.413000000  YHOO   L  35.52   438