小编Chi*_*iel的帖子

我有以下代码：

def extract_table_date(bucket_path: str) -> str:
    event_date = re.search(r"date=([^/]+)", bucket_path)
    return event_date.group(1)[0:10].replace("-", "")

mypy 在最后一行抛出错误：

“Optional[Match[str]]”的“None”项没有属性“group”

我想我可以通过为 分配一个类型来解决这个问题event_date，我可以：

from typing import Match

def extract_table_date(bucket_path: str) -> str:
    event_date: Match = re.search(r"date=([^/]+)", bucket_path)
    return event_date.group(1)[0:10].replace("-", "")

但 mypy 现在在函数的第一行抛出另一个错误：

赋值中的类型不兼容（表达式的类型为“Optional[Match[Any]]”，变量的类型为“Match[Any]”）

我真的不知道如何通知 mypy 结果不是可选的，但尽管如此，我还是遵循了可选类型和 None 类型的建议，添加了断言：

from typing import Match

def extract_table_date(bucket_path: str) -> str:
    assert bucket_path is not None
    event_date: Match = re.search(r"date=([^/]+)", bucket_path)
    return event_date.group(1)[0:10].replace("-", "")

但 mypy 仍然引发相同的错误。

我尝试通过更改定义的类型来修复event_date：

from typing import Match, …

我收到一条错误消息，但不知道如何继续，错误消息显示在下面。我已经下载了它运行所需的所有工具，但密钥似乎有问题。我已经正确输入了它们，但是为了保持我的帐户的私密性，我已隐藏帐户用户名和密码。提前致谢

C:\Users\User\Downloads\real-time-intrinio-python-master\real-time-intrinio-python-master> python realtime.py AAPL 
Using Ticker: AAPL 
Traceback (most recent call last):
  File "realtime.py", line 18, in <module>
     r=requests.get(auth_url, headers={"Authorization": "Basic %s" % base64.b64encode(os.environ['myUsername'] + ":" + os.environ['myPassword'])}) 
  File "C:\Users\User\AppData\Local\Programs\Python\Python36-32\lib\os.py", line 669, in __getitem__
     raise KeyError(key) from None 
KeyError: 'myUsername'

这是我正在使用的代码，第 18 行是“r=requests.get(auth_url, headers...”

import websocket
import _thread
import time
import requests
import base64
import json
import sys
import os
from requests.auth import HTTPBasicAuth

try:
    print ("Using Ticker: " + str(sys.argv[1]))
except:
    print ("Please include ticker as first argument") …

我有一个清单：

dates = [2017, 2018, 2018, 2018, 2019, 2019, 2019, 2020, 2020, 2020]

我尝试将其添加到的数据帧长度相同（没有问题）。

我试过：

df = df.withColumn("YEARS", dates)
Error: Column needs to be col

我也试过：

df = df.withColumn("YEARS", f.lit(dates))

但这也行不通。

我看到了这个问题：如何在 Spark DataFrame 中添加一个常量列？

但是对于这种情况没有任何用处。

更新：预期结果是：

df_columns...   | dates_from_list
---------------------------------
original_df_data| 2017
original_df_data| 2018
original_df_data| 2018
original_df_data| 2018
original_df_data| 2019
original_df_data| 2019
original_df_data| 2019
original_df_data| 2020
original_df_data| 2020
original_df_data| 2020

Secrets Manager我在 Account-1 中有一个秘密键值对us-east-1。此秘密使用客户管理的 KMS 密钥进行加密 - 我们称之为KMS-Account-1。所有这些都是通过控制台创建的。

现在我们转向CDK. 我们已经将cdk.pipelines.CodePipeline其部署Lambda到多个阶段/环境 - 所以从第一个到{ Account-2, us-east-1 }然后到{ Account-3, eu-west-1 }等等。这已经完成了。

us-east-1 SecretsManager上述所有阶段/环境中的 lambda 代码现在都需要更改为通过客户端获取Account-1 中存在的秘密键值对secretsmanager。该代码可能应如下所示 ( python)：

client = boto3.session.Session().client(
    service_name = 'secretsmanager',
    region_name = 'us-east-1'
)
resp = client.get_secret_value(
    SecretId='arn:aws:secretsmanager:us-east-1:<ACCOUNT-1>:secret:name/of/the/secret'
)
secret = json.loads(resp['SecretString'])

各个帐户和区域（即环境）中的所有 lambda 表达式都将具有与上述完全相同的代码，因为需要从us-east-1.

1. 首先，我希望这在概念上是可能的。是对的吗？
2. 接下来我如何更改cdk代码以促进这一点？代码管道中的代码部署如何获得导入此自定义kms密钥的权限，并SecretManager' secret通过 cdk 管道创建的 lambda 为跨帐户访问应用正确的权限？

有人可以指点一下吗？