微信摇一摇周边开发
来源:互联网 发布:新东方网络课程官网 编辑:程序博客网 时间:2024/05/01 07:48
①申请开通摇一摇功能
申请开通摇一摇周边功能。成功提交申请请求后,工作人员会在三个工作日内完成审核。若审核不通过,可以重新提交申请请求。若是审核中,请耐心等待工作人员审核,在审核中状态不能再提交申请请求。
接口代码如下:
http请求方式: POST(请使用https协议)https://api.weixin.qq.com/shakearound/account/register?access_token=ACCESS_TOKENPOST数据格式:jsonPOST数据例子:{ "name": "zhang_san", "phone_number": "13512345678", "email": "weixin123@qq.com", "industry_id": "0118", "qualification_cert_urls": [ "http://shp.qpic.cn/wx_shake_bus/0/1428565236d03d864b7f43db9ce34df5f720509d0e/0", "http://shp.qpic.cn/wx_shake_bus/0/1428565236d03d864b7f43db9ce34df5f720509d0e/0" ], "apply_reason": "test"}
参数说明参数是否必须说明access_token是调用接口凭证name是联系人姓名,不超过20汉字或40个英文字母phone_number是联系人电话email是联系人邮箱industry_id是平台定义的行业代号,具体请查看链接行业代号qualification_cert_urls是相关资质文件的图片url,图片需先上传至微信侧服务器,用“素材管理-上传图片素材”接口上传图片,返回的图片URL再配置在此处;当不需要资质文件时,数组内可以不填写urlapply_reason否申请理由,不超过250汉字或500个英文字母返回说明 正常时的返回JSON数据包示例:{ "data": { }, "errcode": 0, "errmsg": "success."}
②请求开通以后我们还可以查询一下状态
查询已经提交的开通摇一摇周边功能申请的审核状态。在申请提交后,工作人员会在三个工作日内完成审核。
代码如下:
http请求方式:(请使用https协议)https://api.weixin.qq.com/shakearound/account/auditstatus?access_token=ACCESS_TOKEN返回说明 正常时的返回JSON数据包示例:{ "data": { "apply_time": 1432026025, "audit_comment": "test", "audit_status": 1, "audit_time": 0 }, "errcode": 0, "errmsg": "success."}参数说明参数说明apply_time提交申请的时间戳audit_status审核状态。0:审核未通过、1:审核中、2:审核已通过;审核会在三个工作日内完成audit_comment审核备注,包括审核不通过的原因audit_time确定审核结果的时间戳;若状态为审核中,则该时间值为0
0 0
- 微信摇一摇周边开发
- 微信摇一摇周边开发
- 微信摇一摇周边
- 周边服装O2O开发
- 微信摇一摇周边--获取access_token
- 微信摇一摇周边设置
- 初探微信摇一摇周边与iBeacon
- 博客周边服务:开发BSP的附加值
- [java周边]Ubuntu搭建java开发环境
- J2ME开发全程简述(二)开发周边(上)
- J2ME开发全程简述(三)开发周边(中)
- J2ME开发全程简述(四)开发周边(下)
- 微信摇一摇.周边 (技术实施原理)
- [iOS开发周边] 两个账号转让app流程
- ibeacon微信摇一摇周边应用平台cloud.i-io2o.com
- 蓝牙Ibeacon室内定位和微信摇一摇周边原理分析
- 周边控件
- Volley周边
- oracle日常运维及应急故障处理手册
- Feel Good(POJ 2796) 单调栈
- L2-008. 最长对称子串
- 第三章例题4 k个最小和
- AJAX实现用户名验证
- 微信摇一摇周边开发
- 众数问题(map)
- Android SDK 集成指南
- 【深度学习:目标检测】RCNN学习笔记(10):SSD:Single Shot MultiBox Detector
- Python数据研究 寻找第N个默尼森数(2016/10)
- 排队
- 【深度学习:目标检测】 RCNN学习笔记(11):R-FCN: Object Detection via Region-based Fully Convolutional Networks
- Python.pandas -- Python的一个数据分析包
- hdu 5929 Basic Data Structure(山东CCPC)