API

Vybrané aplikace umožňují přístup pomocí API. Přístup přes API však vyžaduje autentizaci vždy, tedy i u aplikací, které ji při běžném používání nevyžadují. Pro autentizaci slouží osobní přístupové tokeny.

1. Pokud nejste přihlášeni, přihlaste se.
2. Na stránce uživatelského účtu v sekci „Osobní přístupové tokeny“ klikněte „Nový“, zvolte délku platnosti a potvrďte „OK“.
3. Token si zkopírujte, bude zobrazen pouze jednou.

Takto lze vytvořit libovolné množství osobních přístupových tokenů. Je také možné tokeny libovolně mazat. Po vypršení platnosti tokenu je třeba vytvořit nový.

Token se posílá v HTTP požadavku na URL https://korpus.cz/login metodou POST jako parametr personal_access_token.

V odpovědi přijde session cookie, kterou je následně potřeba posílat s každým dalším požadavkem. Pro rychlejší komunikaci je vhodné session cookie uložit a používat ji v rámci několika hodin opakovaně.

Každé API běží na vlastní adrese:

• MQuery: https://korpus.cz/mquery/api
• Treq: https://korpus.cz/treq/api/v1
• KonText: https://korpus.cz/kontext-api/v0.17 -

#!/usr/bin/env bash
 
# Log in
curl --cookie cookies.txt --cookie-jar cookies.txt -X POST -F 'personal_access_token=0a1b2c3d4e5f6-abc012...' 'https://korpus.cz/login'
# Query Treq
curl --cookie cookies.txt --cookie-jar cookies.txt 'https://korpus.cz/treq/api/v1?from=cs&to=en&multiword=false&regex=true&lemma=true&ci=true&pkgs[0]=SYNDICATE&pkgs[1]=CORE&query=pravda&order=perc&asc=false'

#!/usr/bin/env python3
import requests
import pprint
import pickle
 
personal_access_token = '0a1b2c3d4e5f6-abc012...'
cookies_file = 'cookies.pickle'
corpus = 'syn2020'
timeout = 10
 
with requests.Session() as s:
    # Load cookies
    try:
        with open(cookies_file, 'rb') as f:
            s.cookies.update(pickle.load(f))
    except FileNotFoundError:
        pass
    r = s.post('https://www.korpus.cz/login', data={'personal_access_token': personal_access_token}, timeout=timeout)
    r = s.get(
        f'https://www.korpus.cz/mquery/api/freqs/{corpus}',
        params=dict(
            q='[word="celou"] [lemma="pravda"]',
            attr='word'
        ),
        timeout=timeout
    )
    pprint.pp(r.json())
 
    # Store cookies
    with open(cookies_file, 'wb') as f:
        pickle.dump(s.cookies, f)

library(httr)
library(jsonlite)
 
personal_access_token <- 'c7036d756212-3afbe17...'
cookies_file <- 'cookies.txt'
corpus <- 'syn2020'
timeout_secs <- 10
 
# Create a handle; use curl's cookiejar to persist cookies across sessions
handle <- handle('https://www.korpus.cz')
cookie_cfg <- config(
  cookiefile = cookies_file,
  cookiejar  = cookies_file
)
 
# Log in
r <- POST(
  'https://www.korpus.cz/login',
  handle = handle,
  cookie_cfg,
  body = list(personal_access_token = personal_access_token),
  encode = 'form',
  timeout(timeout_secs)
)
 
# Frequency query via MQuery
r <- GET(
  paste0('https://www.korpus.cz/mquery/api/freqs/', corpus),
  handle = handle,
  cookie_cfg,
  query = list(
    q = '[word="celou"] [lemma="pravda"]',
    attr = 'word'
  ),
  timeout(timeout_secs)
)
 
print(content(r))