News API无法获取指定公司新闻的问题求助与排查

核心原因 #

Berkshire Hathaway的名称包含空格，你手动拼接URL时未做URL编码，导致NewsAPI无法正确解析查询条件。未编码的空格会被服务器误判为参数分隔符，破坏整个查询逻辑，最终返回0条结果。

虽然你转义了Procter & Gamble的&，但带空格的名称同样需要编码，尤其是多个带空格名称组合时，未编码的空格会让服务器把查询字符串拆分成无效片段，直接导致查询失效。

验证逻辑 #

你移除Berkshire Hathaway后能正常返回结果，正是因为这个名称的空格未编码导致整个查询条件失效。单独测试少数带空格名称可能偶然生效，但多名称组合时，未编码空格会彻底打乱查询结构。

修复方案 #

不要手动拼接URL，改用requests的params参数自动处理编码，所有特殊字符（空格、&、括号等）都会被转为URL安全格式，确保服务器正确解析查询。

修改后的核心代码片段：

# 替换原URL拼接逻辑，用params字典管理参数
params = {
    'q': " OR ".join(safe_company_tickers.keys()),
    'from': today,
    'to': today,
    'language': 'en',
    'sortBy': 'publishedAt',
    'pageSize': 5,
    'apiKey': 'my_api_key'
}

# 发送请求时传入params，自动处理编码
try:
    response = requests.get('https://newsapi.org/v2/everything', params=params)
except Exception as exception:
    with open(f"{os.getcwd()}\\trader_log.log", "a") as log:
        log.write(f"[{datetime.datetime.now()}] Couldn't get news data. Error: {exception}.\n")
    exit()

额外优化建议 #

• SentimentIntensityAnalyzer初始化：把sia = SentimentIntensityAnalyzer()移到循环外，避免重复初始化浪费资源。
• 公司匹配逻辑：当前找不到匹配公司就直接exit()，会中断后续文章处理，建议改为跳过当前文章并记录日志，而非退出程序。
• 日期处理：用datetime.date.today().isoformat()替代str(datetime.datetime.today()).split()[0]，更简洁可靠。

优化后的完整代码：

import requests
import json
import os
import datetime
from nltk.sentiment import SentimentIntensityAnalyzer

safe_company_tickers = {"Berkshire Hathaway": "BRK.B",
                        "The Walt Disney Company": "DIS",
                        "Vanguard High-Dividend Yield ETF": "VYM",
                        "Procter & Gamble": "PG",
                        "Vanguard Real Estate Index Fund": "VNQ",
                        "Starbucks": "SBUX",
                        "Apple": "AAPL",
                        "Quest Diagnostics": "DGX",
                        "Microsoft": "MSFT"}

# 用ISO格式获取今日日期
today = datetime.date.today().isoformat()

# 只初始化一次情感分析器
sia = SentimentIntensityAnalyzer()

# 构建请求参数，自动处理编码
params = {
    'q': " OR ".join(safe_company_tickers.keys()),
    'from': today,
    'to': today,
    'language': 'en',
    'sortBy': 'publishedAt',
    'pageSize': 5,
    'apiKey': 'my_api_key'
}

try:
    response = requests.get('https://newsapi.org/v2/everything', params=params)
    response.raise_for_status()  # 主动抛出HTTP错误（如401、429）
except Exception as exception:
    with open(f"{os.getcwd()}\\trader_log.log", "a") as log:
        log.write(f"[{datetime.datetime.now()}] Couldn't get news data. Error: {exception}.\n")
    exit()

news = response.json()  # 直接用response.json()解析返回值

for article in news["articles"]:
    print(article)

    # 分析情感，兼容description为空的情况
    sentiment_scores = sia.polarity_scores(article.get("description", ""))
    print(sentiment_scores)

    # 匹配公司，同时检查title和description
    matched_company = None
    content = article.get("description", "") + article.get("title", "")
    for name in safe_company_tickers:
        if name in content:
            matched_company = name
            break
    
    if matched_company:
        print(f"Company's Ticker: {safe_company_tickers[matched_company]}")
    else:
        with open(f"{os.getcwd()}\\trader_log.log", "a") as log:
            log.write(f"[{datetime.datetime.now()}] 未匹配到指定公司的文章：{article['title']}.\n")
        continue  # 跳过当前文章，继续处理下一篇

为什么手动拼接会出错？ #

手动拼接q=Berkshire Hathaway OR Apple时，URL中的空格未被编码，服务器会把Hathaway OR Apple当成无效参数，实际执行的查询是q=Berkshire，自然返回0条结果。而用params参数时，requests会自动把空格转为%20、&转为%26，确保查询逻辑完整传递给服务器。

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