如何分块迭代列表调用API，按每分钟100次的频率限制执行？

核心思路 #

将数据列表按每100个元素为一个批次拆分，循环处理每个批次；每完成一个批次的API调用后（除最后一批外），暂停60秒再处理下一批，既满足接口的调用频率限制，也不会遗漏任何元素。

实现代码 #

基于你的原有逻辑，修改后的分批次处理代码如下：

import requests
import time

list_of_data = [你的数据列表]  # 替换为实际的227个元素的列表
batch_size = 100
total_items = len(list_of_data)

# 按步长100遍历批次起始索引
for start_idx in range(0, total_items, batch_size):
    # 截取当前批次的元素，最后一批自动适配剩余数量
    current_batch = list_of_data[start_idx:start_idx + batch_size]
    
    # 处理当前批次内的每个元素
    for data in current_batch:
        # 以下是你的原有API调用逻辑
        url = 'https://api.com/endpoint'
        params = {
            'param_1': data['key1'],
            'param2': data['key2'],
            # ... 补充其他所需参数
        }
        headers = {你的请求头配置}  # 替换为实际headers
        
        response = requests.get(url=url, params=params, headers=headers)
        json_data = response.json()
        # <在这里处理返回的json_data>
    
    # 若不是最后一个批次，暂停60秒
    if start_idx + batch_size < total_items:
        time.sleep(60)

逻辑说明 #

• 用range(0, total_items, batch_size)生成每个批次的起始位置，比如0、100、200，对应三组数据：前100个、中间100个、最后27个
• Python的列表切片会自动处理超出长度的情况，因此最后一批次只会截取剩余的元素，无需额外判断
• 仅在还有下一批数据需要处理时才执行time.sleep(60)，避免最后一批处理完后不必要的等待

内容的提问来源于stack exchange，提问作者Alan Mott