本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 標記集合
<a name="tag-collections"></a>

您可以使用標籤來識別、組織、搜尋和篩選 Amazon Rekognition 集合。每個標籤都是由使用者定義的金鑰和值組成的標籤。

您也能通過 Identity and Access Management (IAM) 使用標籤來管控集合的存取。如需詳細資訊，請參閱[使用 AWS 資源標籤控制對資源的存取](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_tags.html)。

**Topics**
+ [將標籤新增至新集合](#add-tag-new-collection)
+ [將標籤新增至現有集合](#add-tag-existing-collection)
+ [列出集合中的標籤](#list-tags-collection)
+ [刪除集合中的標籤](#delete-tag-collection)

## 將標籤新增至新集合
<a name="add-tag-new-collection"></a>

您可以在使用 `CreateCollection` 操作建立集合時，將標籤新增至集合。在 `Tags` 陣列輸入參數中指定一或多個標籤。

------
#### [ AWS CLI ]

 使用您開發人員設定檔的名稱取代 `profile_name` 的值。

```
aws rekognition create-collection --collection-id "collection-name" --tags "{"key1":"value1","key2":"value2"}" --profile profile-name 
```

對於 Windows 裝置：

```
aws rekognition create-collection --collection-id "collection-name" --tags "{\"key1\":\"value1\",\"key2\":\"value2\"}" --profile profile-name
```

------
#### [ Python ]

 將建立 Rekognition 工作階段的行中 `profile_name` 值取代為您開發人員設定檔的名稱。

```
import boto3

def create_collection(collection_id):
    client = boto3.client('rekognition')

    # Create a collection
    print('Creating collection:' + collection_id)
    response = client.create_collection(CollectionId=collection_id)
    print('Collection ARN: ' + response['CollectionArn'])
    print('Status code: ' + str(response['StatusCode']))
    print('Done...')

def main():
    collection_id = 'NewCollectionName'
    create_collection(collection_id)

if __name__ == "__main__":
    main()
```

------

## 將標籤新增至現有集合
<a name="add-tag-existing-collection"></a>

若要將一或多個標籤新增至現有的線索，請使用 `TagResource` 操作。指定待新增的集合的 Amazon Resource Name (ARN) (`ResourceArn`) 和標籤 (`Tags`)。下列範例顯示如何結合標記。

------
#### [ AWS CLI ]

 使用您開發人員設定檔的名稱取代 `profile_name` 的值。

```
aws rekognition tag-resource --resource-arn collection-arn --tags "{"key1":"value1","key2":"value2"}" --profile profile-name 
```

 對於 Windows 裝置：

```
aws rekognition tag-resource --resource-arn collection-arn --tags "{\"key1\":\"value1\",\"key2\":\"value2\"}" --profile profile-name
```

------
#### [ Python ]

 將建立 Rekognition 工作階段的行中 `profile_name` 值取代為您開發人員設定檔的名稱。

```
# Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
# PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)

import boto3

def create_tag(collection_id):
    session = boto3.Session(profile_name='default')
    client = session.client('rekognition')
    response = client.tag_resource(ResourceArn=collection_id,
                                   Tags={
                                       "KeyName": "ValueName"
                                   })
    print(response)
    if "'HTTPStatusCode': 200" in str(response):
        print("Success!!")

def main():
    collection_arn = "collection-arn"
    create_tag(collection_arn)

if __name__ == "__main__":
    main()
```

------

**注意**  
如果您不知道集合的 Amazon Resource Name，則可以使用該 `DescribeCollection` 操作。

## 列出集合中的標籤
<a name="list-tags-collection"></a>

若要列出附加至集合的標籤，請使用 `ListTagsForResource` 操作並指定集合的 ARN (`ResourceArn`)。回應是連接到指定集合的標籤鍵和值的映射。

------
#### [ AWS CLI ]

 使用您開發人員設定檔的名稱取代 `profile_name` 的值。

```
aws rekognition list-tags-for-resource --resource-arn resource-arn --profile profile-name
```

------
#### [ Python ]

 將建立 Rekognition 工作階段的行中 `profile_name` 值取代為您開發人員設定檔的名稱。

```
import boto3

def list_tags():
    client = boto3.client('rekognition')
    response = client.list_tags_for_resource(ResourceArn="arn:aws:rekognition:region-name:5498347593847598:collection/NewCollectionName")
    print(response)

def main():
    list_tags()

if __name__ == "__main__":
    main()
```

------

輸出會顯示連接至集合的標籤清單：

```
                {
    "Tags": {
        "Dept": "Engineering",
        "Name": "Ana Silva Carolina",
        "Role": "Developer"
    }
}
```

## 刪除集合中的標籤
<a name="delete-tag-collection"></a>

若要移除集合中的一個或多個標籤，請使用此 `UntagResource` 操作。指定要移除的模型 (`ResourceArn`) 和標籤鍵 (`Tag-Keys`) 的 ARN。

------
#### [ AWS CLI ]

使用您開發人員設定檔的名稱取代 `profile_name` 的值。

```
aws rekognition untag-resource --resource-arn resource-arn --profile profile-name --tag-keys "key1" "key2"
```

或者，您可以使用以下格式指定標籤鍵：

```
--tag-keys key1,key2
```

------
#### [ Python ]

 將建立 Rekognition 工作階段的行中 `profile_name` 值取代為您開發人員設定檔的名稱。

```
import boto3

def list_tags():
    client = boto3.client('rekognition')
    response = client.untag_resource(ResourceArn="arn:aws:rekognition:region-name:5498347593847598:collection/NewCollectionName", TagKeys=['KeyName'])
    print(response)

def main():
    list_tags()

if __name__ == "__main__":
    main()
```

------