#bahnmonitor — Public Fediverse posts

#Steady #Klimacrew

#BahnMonitor-Projekt: 7. Zufall ist nicht gleich Zufall. 🤭

Nach der Verspätungsmeldung kommt ein Wissenshäppchen. Der #Python-Bot soll zufällig einen Text zu Problemen im #Bahnnetz auswählen. Blöd nur, dass die #Zufallsfunktion nicht so ganz zufällig arbeitet. Hier kommt eine Lösung.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-7-json-wissenshaeppchen-zufall-clever-gemacht/

#Python #BahnBubble #VibeCoding #OpenData #Verkehrswende #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 6. Nachdem das Skript läuft, kommt nun der Tröt auf #Mastodon.

Zum Schluss wird das Modul für die Veröffentlichung implementiert. Größte Herausforderung? Das 500-Zeichen-Limit für Mastodon-Status. 😁 🤣 Falls es schief geht, kann man den Fehler später im Log verifizieren.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-6-zugverspaetungen-auf-mastodon-troeten/

#Python #BahnBubble #VibeCoding #OpenData #MastodonBot #VisualStudioCode #Automatisierung

#Steady #Klimacrew

#BahnMonitor-Projekt: 5. Automatisierte Skripte brauchen Kontrolle – besonders bei API-Aufrufen.

Jetzt bekommt das #Python-Tool eine Logging-Funktion, die fehlgeschlagene Abfragen dokumentiert und damit die spätere #Fehlersuche erleichtert. Der Code wird so erweitert, dass #Logeinträge für Erfolge, Warnungen und Fehler erzeugt werden – robust und modular nutzbar.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-5-fehlerprotokollierung-und-logfile/

#Python #BahnBubble #VibeCoding #OpenData #Fehlerprotokollierung #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 5. Automatisierte Skripte brauchen Kontrolle – besonders bei API-Aufrufen.

Jetzt bekommt das #Python-Tool eine Logging-Funktion, die fehlgeschlagene Abfragen dokumentiert und damit die spätere #Fehlersuche erleichtert. Der Code wird so erweitert, dass #Logeinträge für Erfolge, Warnungen und Fehler erzeugt werden – robust und modular nutzbar.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-5-fehlerprotokollierung-und-logfile/

#Python #BahnBubble #VibeCoding #OpenData #Fehlerprotokollierung #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 5. Automatisierte Skripte brauchen Kontrolle – besonders bei API-Aufrufen.

Jetzt bekommt das #Python-Tool eine Logging-Funktion, die fehlgeschlagene Abfragen dokumentiert und damit die spätere #Fehlersuche erleichtert. Der Code wird so erweitert, dass #Logeinträge für Erfolge, Warnungen und Fehler erzeugt werden – robust und modular nutzbar.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-5-fehlerprotokollierung-und-logfile/

#Python #BahnBubble #VibeCoding #OpenData #Fehlerprotokollierung #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 5. Automatisierte Skripte brauchen Kontrolle – besonders bei API-Aufrufen.

Jetzt bekommt das #Python-Tool eine Logging-Funktion, die fehlgeschlagene Abfragen dokumentiert und damit die spätere #Fehlersuche erleichtert. Der Code wird so erweitert, dass #Logeinträge für Erfolge, Warnungen und Fehler erzeugt werden – robust und modular nutzbar.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-5-fehlerprotokollierung-und-logfile/

#Python #BahnBubble #VibeCoding #OpenData #Fehlerprotokollierung #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 5. Automatisierte Skripte brauchen Kontrolle – besonders bei API-Aufrufen.

Jetzt bekommt das #Python-Tool eine Logging-Funktion, die fehlgeschlagene Abfragen dokumentiert und damit die spätere #Fehlersuche erleichtert. Der Code wird so erweitert, dass #Logeinträge für Erfolge, Warnungen und Fehler erzeugt werden – robust und modular nutzbar.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-5-fehlerprotokollierung-und-logfile/

#Python #BahnBubble #VibeCoding #OpenData #Fehlerprotokollierung #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 4. Welche #ICE-Daten braucht man und welche können weg?

Im Feintuning geht es jetzt darum, alte, pünktliche oder zu früh ankommende Züge auszusortieren und die Ergebnisse auf menschlich lesbare #Bahnhofsnamen umzustellen. Mit gezielten Filtern, kleinen Codeanpassungen und Testläufen entsteht schrittweise eine saubere und verständliche Verspätungsliste.

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-4-feintuning-der-datenausgabe/

#Python #BahnBubble #VibeCoding #OpenData #APIIntegration #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 3. Klappt der erste Zugriff auf die Bahn-API?

Im nächsten Schritt wurde die API-Abfrage getestet udn geprüft, ob die zurückgelieferten Datenstrukturen wie erwartet aussahen. Hier begannen die eigentlichen Feinarbeit im Python-Projekt. Extra-Tipp: Was tut man bei überlaufendem Context-Window?

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-3-erste-tests-mit-api-abfrage/

#Python #BahnBubble #VibeCoding #OpenData #APIIntegration #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 2. Welche Architektur sollte der Bot haben?

Bevor es ans Coden geht, ist etwas Grübeln über eine sinnvolle Gliederung der Module ratsam. Wie sieht die Dateihierarchie aus? Wie bekommt man den #Code pflegeleicht? Welche #Bibliotheken werden benötigt? Und so habe ich das gemacht:

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-2-architekturentwurf/

#Python #BahnBubble #VibeCoding #OpenData #APIIntegration #VisualStudioCode

#Steady #Klimacrew

#BahnMonitor-Projekt: 1. Wie kommt man an Live-Daten der Deutschen Bahn?

Im November konnte ich per Zufall mit einem #Übungsprojekt in der IDE beginnen. Wie baut man den @StauBot in ähnlicher Form für die Bahn? In dieser Artikelserie erfahrt ihr die Schritte praktisch erklärt. Genutzt werden #Python, #ChatGPT, zwei APIs, #VSCode und Git

https://tino-eberl.de/vibe-coding/python-projekt-mit-bahn-api-1-zugang-einrichten/

#Python #BahnBubble #VibeCoding #OpenData #APIIntegration #VisualStudioCode