本文主要是介绍【python005】python批量、动态调参请求接口(已更新),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1.熟悉、梳理、总结项目研发实战中的
Python开发
日常使用中的问题。随着版本更新,做了一些变动,如商业化限制,取消一些语法等。
2.欢迎点赞、关注、批评、指正,互三走起来,小手动起来!
文章目录
- 1.背景介绍
- 2.单次接口请求总结代码片
- 3.批量循环接口请求总结代码片
- 4.持久化`csv`文件合并
- 4.参考链接
1.背景介绍
API
接口批量请求限制API
接口总量请求限制,一不小心就被封掉了,所以变着法子请求数据,没数据只能说应用可能有些花架子,没有丰富的数据内容支撑。- 涉及
csv
文件合并、接口单次请求、接口批量请求等实战总结。 - 后续还可以引入动态白名单
IP
等机制
2.单次接口请求总结代码片
-
import requests import random import json import time import json import pandas as pd pd.set_option('display.max_columns', 500)url = "https://XXX.XXX.XXX.XXX/api/call" _pstart_num = 1 _pend_page_size = 1000 xdhnonce = random.randint(100000, 999999) app_time = int(time.time())_headers = {"Content-Type": "application/json","APPLICATION_CODE": "12345678990", "APPLICATION_TIME": "%d" % (app_time) , "INTERFACE_CODE": "12345678990", "X-DD-Nonce": "%d" % (xdhnonce) }_body = {"param": [{"key": "key_name","value": "","matching": "!="}],"pageNum": _pstart_num,"pageSize": _pend_page_size }print( app_time )response = requests.post(url, data=json.dumps( _body ), headers=_headers, verify=False, timeout=30) response_json = json.loads( response.text ) datas = response_json['data']['records'] datas_df = pd.DataFrame( datas ) pis_file_path = r'..\csvs\youli_%d_%d_.csv' %
这篇关于【python005】python批量、动态调参请求接口(已更新)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!