使用OMDB API遍历电影标题列表出现重复数据的技术求助

问题重现 #

你使用omdbapi第三方库遍历电影标题列表时，所有请求都返回相同的电影数据，期望得到以标题为键的电影信息字典但未达成。你的代码如下：

from omdbapi.movie_search import GetMovie

def get_movie_data(api_key, titles):
    movie_data = {}
    movie_api = GetMovie(api_key=api_key)

    for title in titles:
        # 尝试获取电影信息
        try:
            result = movie_api.get_movie(title=title)
            
            # 检查是否找到电影且标题匹配
            if result and result.get('Response', 'False') == 'True' and result.get('Title') == title:
                movie_data[result.get('Title')] = result
        except GetMovieException as e:
            print(f"未找到电影: {title}")
            continue
        except Exception as e:
            print(f"查询标题 {title} 时出错: {e}")
            continue
            
    return movie_data

api_key = 'api-key'

titles = [x for x in movie_data['title'].head(10)]  # 根据实际数据调整

movies_info = get_movie_data(api_key, titles)

print(movies_info)

核心原因与解决方向 #

• 第三方库实例的状态缓存问题
  部分第三方OMDB库的实例会缓存首次请求结果，后续调用get_movie时直接返回缓存数据，而非发起新请求。
  修复方案：将GetMovie实例的创建移到循环内部，确保每次请求都使用新实例：

  def get_movie_data(api_key, titles):
      movie_data = {}
  
      for title in titles:
          # 每次循环创建新的API实例
          movie_api = GetMovie(api_key=api_key)
          try:
              result = movie_api.get_movie(title=title)
              # 后续逻辑保持不变
          except Exception as e:
              # 异常处理保持不变
              continue
      return movie_data
  

• 严格标题匹配导致的过滤失效
  OMDB返回的电影标题可能和你查询的标题存在差异（比如大小写、副标题、标点符号），严格的result.get('Title') == title会过滤掉有效结果，若库存在缓存，就会反复返回第一个通过匹配的结果。
  修复方案：放宽匹配条件，比如忽略大小写、检查标题包含关系：

  # 替换原匹配判断
  if result and result.get('Response') == 'True':
      # 忽略大小写模糊匹配
      if result.get('Title', '').lower() == title.lower():
          movie_data[title] = result
      # 或者允许标题包含查询关键词（适用于带副标题的情况）
      # if title.lower() in result.get('Title', '').lower():
  

• 查询精度不足导致返回相似结果
  OMDB默认会返回最匹配的结果，如果多个查询的标题有相似性（或者部分标题不存在），可能返回同一个热门影片。
  修复方案：如果有影片年份信息，添加year参数提高精度；或者指定type参数限定影片类型：

  # 假设titles列表是(title, year)的元组
  result = movie_api.get_movie(title=title, year=year, type='movie')
  

• 绕过第三方库，直接调用OMDB原生API
  如果第三方库存在不可控的问题，直接使用requests调用OMDB的REST API，完全控制请求逻辑：

  import requests
  
  def get_movie_data(api_key, titles):
      movie_data = {}
      base_url = 'http://www.omdbapi.com/'
  
      for title in titles:
          params = {
              'apikey': api_key,
              't': title,
              'type': 'movie'
          }
          try:
              response = requests.get(base_url, params=params)
              response.raise_for_status()
              result = response.json()
              if result.get('Response') == 'True':
                  movie_data[title] = result
              else:
                  print(f"未找到电影: {title}")
          except requests.exceptions.RequestException as e:
              print(f"查询标题 {title} 时出错: {e}")
              continue
      return movie_data
  

内容的提问来源于stack exchange，提问作者Paulo Vivanco