如何使用google.oauth2 Python库？解决模块导入失败及ML端点调用问题

问题描述 #

我正尝试为Google机器学习项目的安全预测端点发起一个简单的REST调用，但找不到google.oauth2模块。以下是我的代码：

import urllib2
from google.oauth2 import service_account

# Constants
ENDPOINT_URL = 'ml.googleapis.com/v1/projects/{project}/models/{model}:predict?access_token='
SCOPES = ['https://www.googleapis.com/auth/sqlservice.admin']
SERVICE_ACCOUNT_FILE = 'service.json'

credentials = service_account.Credentials.from_service_account_file(SERVICE_ACCOUNT_FILE, scopes=SCOPES)
access_token=credentials.get_access_token()

opener = urllib2.build_opener(urllib2.HTTPHandler)
request = urllib2.Request(ENDPOINT_URL)
request.get_method = lambda: 'POST'
result = opener.open(request).read()
print(str(result))

运行代码时触发如下错误：

Traceback (most recent call last):
  File "wakeUpMLServer.py", line 30, in <module>
    from google.oauth2 import service_account
ImportError: No module named oauth2

我已经通过pip安装了google-api-python-client库，安装过程提示成功。我的Python版本是2.7.6，Pip版本为1.5.4。另外服务器上还安装了protobuf库用于处理protobuf文件，执行pip list显示两个库都已存在：

google-api-python-client (1.6.7)
protobuf (3.1.0.post1)

想请教：该模块是否有特殊安装方式？如何验证模块已安装？有没有更简单的方法，不用Python直接通过REST API调用安全ML端点？

解决方案 #

1. 修复google.oauth2模块缺失问题 #

你安装的google-api-python-client版本（1.6.7）比较老旧，而google.oauth2模块并不属于这个库，它是独立的google-auth库的一部分。针对Python 2.7，你需要安装适配版本的google-auth和配套的google-auth-httplib2：

pip install google-auth==1.35.0 google-auth-httplib2==0.1.0

注意：Python 2.7已经停止官方维护，建议尽快升级到Python 3.x版本，以获得更好的兼容性和安全保障。

2. 验证模块是否安装成功 #

有两种简单的验证方式：

• Python交互环境验证：打开Python终端，执行from google.oauth2 import service_account，如果没有抛出错误，说明模块已经成功安装。
• pip命令验证：执行pip show google-auth，输出内容会包含模块的安装路径和版本信息，确认路径位于你的Python 2.7的site-packages目录下即可。

3. 修正你的Python代码 #

除了模块问题，你的代码还有几处需要调整才能正常工作：

• 端点URL缺少https://前缀，会导致请求失败
• 访问令牌需要通过Authorization头传递，而不是拼在URL中
• 预测请求必须携带JSON格式的请求体（包含模型输入数据）

修正后的示例代码如下：

import urllib2
import json
from google.oauth2 import service_account

# 替换为你的实际项目和模型信息
PROJECT_ID = "your-project-id"
MODEL_NAME = "your-model-name"
ENDPOINT_URL = f'https://ml.googleapis.com/v1/projects/{PROJECT_ID}/models/{MODEL_NAME}:predict'
# ML预测需要的正确权限，替换成你实际需要的 scope
SCOPES = ['https://www.googleapis.com/auth/cloud-platform']
SERVICE_ACCOUNT_FILE = 'service.json'

# 获取凭证和访问令牌
credentials = service_account.Credentials.from_service_account_file(SERVICE_ACCOUNT_FILE, scopes=SCOPES)
access_token = credentials.get_access_token().token

# 构造模型输入数据，根据你的模型要求调整
request_body = json.dumps({
    "instances": [
        {"features": [1.0, 2.0, 3.0]}
    ]
})

# 发起POST请求
opener = urllib2.build_opener(urllib2.HTTPHandler)
request = urllib2.Request(ENDPOINT_URL, data=request_body)
request.add_header('Authorization', f'Bearer {access_token}')
request.add_header('Content-Type', 'application/json')

try:
    result = opener.open(request).read()
    print(str(result))
except urllib2.HTTPError as e:
    print(f"请求失败：{e.code} - {e.read()}")

4. 无需Python直接调用REST API的方法 #

你可以使用curl命令直接发起请求，步骤如下：

1. 获取访问令牌：先用服务账号密钥激活身份并获取令牌

gcloud auth activate-service-account --key-file=service.json
gcloud auth print-access-token

2. 发起预测请求：将上面获取到的令牌替换到YOUR_ACCESS_TOKEN位置，同时替换项目和模型信息

curl -X POST \
  -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "instances": [
      {"features": [1.0, 2.0, 3.0]}
    ]
  }' \
  https://ml.googleapis.com/v1/projects/YOUR_PROJECT/models/YOUR_MODEL:predict

或者你可以用一条命令完成，让curl自动获取令牌：

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  -d '{
    "instances": [
      {"features": [1.0, 2.0, 3.0]}
    ]
  }' \
  https://ml.googleapis.com/v1/projects/YOUR_PROJECT/models/YOUR_MODEL:predict

内容的提问来源于stack exchange，提问作者Alex Egli