Hury Shen
2020-12-11 15:36:49
正如Despicable在评论中提到的那样，当你访问令牌时，响应json包含一个field expires_in。下面是我请求访问令牌时响应json的屏幕截图，expires_in我这边的值为82799，但在你那边可能是3599（1小时）。
你可以ret_body['expires_in']在代码中使用来获取该字段。
============================更新===================== ===========
由于你只能接收访问令牌，而不能接收其他任何字段，因此你可以解析（解码）访问令牌以获取到期日期。
当我们在此页面中分析令牌以进行测试时，我们会发现有一个声明exp（采用时间戳格式），这意味着令牌的过期日期。因此，我们只需要解析令牌并获取属性exp，然后将其从时间戳转换为日期时间即可。
以下是我的代码的一部分，供你参考：
if r.status_code == 200:
ret_body = r.json()
accessToken = ret_body['access_token']
decodedJson = jwt.decode(accessToken, verify=False)
timestamp = decodedJson["exp"]
resultDateTime = datetime.fromtimestamp(timestamp)
该resultDateTime是你的过期访问令牌的时候，你可以用当前时间（你也可以跳过变化戳在代码中的日期时间格式，当前日期时间戳时间戳直接比较）进行比较。
要成功执行代码，你还需要pip install pyjwt在python代码中安装并添加以下行：
import jwt
import json
from datetime import datetime
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
我只会收到访问令牌，因此我需要找到某种方法来验证它是否有效
嗨，@ SAndrew，我将在稍后根据您的要求更新我的答案。