API-Integration

🔄 Kurzer Rückblick: In der letzten Lektion hast du Web Scraping gelernt — Daten aus HTML-Seiten extrahieren. APIs sind die strukturierte, zuverlässige Alternative: Statt HTML zu parsen, bekommst du saubere JSON-Daten direkt vom Dienst.

APIs sind das Rückgrat moderner Automatisierung. Statt eine Wetter-Website zu scrapen, ruf die Wetter-API auf. Statt dein Projektmanagement-Tool zu screen-scrapen, nutze seine API. APIs liefern strukturierte Daten, stabile Schnittstellen und explizite Erlaubnis.

REST-API-Grundlagen

pip install requests python-dotenv

Die vier HTTP-Methoden die du brauchst:

Core requests-Muster:

import requests

# GET mit Parametern
response = requests.get(
    "https://api.example.com/data",
    params={"city": "Berlin", "units": "metric"},
    headers={"Authorization": f"Bearer {api_key}"}
)
data = response.json()

# POST mit JSON-Body
response = requests.post(
    "https://api.example.com/items",
    json={"name": "Neuer Eintrag", "quantity": 5},
    headers={"Authorization": f"Bearer {api_key}"}
)

Skript 1: API-Daten-Fetcher

KI-Prompt:

Schreib ein Python-Skript das Daten von einer REST-API abruft: (1) API-Key aus Umgebungsvariablen lesen mit python-dotenv, (2) GET-Requests mit ordentlichen Headers und Parametern, (3) Häufige HTTP-Fehler behandeln: 401, 403, 404, 429, 500, (4) JSON-Response parsen und als CSV speichern, (5) Retry-Logik: fehlgeschlagene Requests bis 3× mit exponentiellem Backoff (1s, 2s, 4s). Inklusive .env.example mit benötigten Variablen.

Authentifizierungsmuster

Umgebungsvariablen-Sicherheit

.env-Datei erstellen (in .gitignore hinzufügen!):

WEATHER_API_KEY=dein-key-hier
GITHUB_TOKEN=ghp_xxxxxxxxxxxx

.env.example erstellen (committen — zeigt benötigte Variablen ohne Werte):

WEATHER_API_KEY=
GITHUB_TOKEN=

Im Skript laden:

from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.environ.get("WEATHER_API_KEY")
if not api_key:
    raise ValueError("WEATHER_API_KEY nicht in .env gesetzt")

✅ Quick Check: Eine API gibt diesen Fehler zurück: {"error": "rate_limit_exceeded", "retry_after": 30}. Was sollte dein Skript tun? (Antwort: Die angegebenen 30 Sekunden warten, dann erneut versuchen. Viele APIs liefern ein retry_after-Feld oder einen Retry-After-HTTP-Header, der dir sagt, wie lange du warten sollst. Deine Fehlerbehandlung sollte diesen Wert prüfen und nutzen statt eines festen Backoffs.)

Fehlerbehandlung für API-Skripte

Key Takeaways

• Nie API-Keys im Quellcode hardcoden — Umgebungsvariablen mit python-dotenv nutzen, .env-Datei (in .gitignore!) für deine Keys und eine .env.example (committen!) für benötigte Variablen; Bots scannen GitHub innerhalb von Minuten nach geleakten Keys
• Intelligentes Rate Limiting implementieren: Request-Timestamps tracken für maximalen Durchsatz, exponentielles Backoff (1s, 2s, 4s) bei 429-Fehlern — jede API hat Limits und dein Skript muss sie automatisch respektieren
• APIs sind zuverlässiger als Web Scraping: strukturierte JSON-Daten, versionierte Schnittstellen und explizite Erlaubnis — prüfe immer ob eine API existiert bevor du einen Scraper baust

Up Next

In der nächsten Lektion automatisierst du E-Mail und Benachrichtigungen — geplante Reports, Alerts und Statusupdates aus deinen Python-Skripten versenden.