2024年Python中Pytrends无法使用：429请求错误求助

运行pytrends代码时持续报错：

pytrends.exceptions.TooManyRequestsError: The request failed: Google returned a response with code 429 

测试代码如下：

from pytrends.request import TrendReq
import pandas as pd
# import plotly.express as px
import time
import json

# Create pytrends object
pytrends = TrendReq(hl='de-DE', tz=360) # 'De' means consider Germany as the search area 
# Set your keyword and time frame
keyword = ['Analytics'] # for example we give 'Data Science' as the search term 
timeframe = 'today 5-y'  # Time frame: last year

# Build the payload for the keyword
pytrends.build_payload(kw_list=keyword,
                       cat=0, # Category 
                       timeframe=timeframe,
                       geo='CR', # Geographic location, in this case 'Deutschland'
                       gprop='') # Google Search Property

interest_over_time_df = pytrends.interest_over_time()

已尝试运行代码时使用Google Trends、修改request.py的请求方法、设置代理及重试参数，均无效。

有效解决办法 #

1. 强制增加请求间隔，降低频率 #

Google对请求频率管控严格，在关键步骤后添加足够等待时间，避免短时间内重复请求：

from pytrends.request import TrendReq
import pandas as pd
import time

pytrends = TrendReq(hl='de-DE', tz=360)
keyword = ['Analytics']
timeframe = 'today 5-y'

# 构建payload前等待10秒
time.sleep(10)
pytrends.build_payload(kw_list=keyword, cat=0, timeframe=timeframe, geo='CR', gprop='')

# 获取数据前等待15秒
time.sleep(15)
interest_over_time_df = pytrends.interest_over_time()

如果是批量请求关键词，每个关键词请求后都要加10-20秒间隔。

2. 使用动态代理池（而非单个代理） #

单个代理易被Google识别限制，建议用多个高匿代理组成的代理池，每次请求随机切换：

import random
from pytrends.request import TrendReq

# 替换为可用的高匿代理列表
proxy_pool = [
    'https://xxx.xxx.xxx.xxx:xxxx',
    'https://yyy.yyy.yyy.yyy:yyyy',
    'https://zzz.zzz.zzz.zzz:zzzz'
]

selected_proxy = random.choice(proxy_pool)
pytrends = TrendReq(
    hl='de-DE', 
    tz=360, 
    proxies={'https': selected_proxy},
    retries=3, 
    backoff_factor=0.5
)

# 后续请求代码不变

注意：必须用支持HTTPS的高匿代理，公开免费代理大多已被Google拉黑。

3. 导入浏览器Cookie到pytrends #

利用浏览器已登录的会话Cookie，绕过临时限制：

1. 打开浏览器访问Google Trends，确保已登录Google账号
2. 按F12打开开发者工具，在「网络」标签下复制任意请求的Cookie值
3. 将Cookie传入pytrends：

from pytrends.request import TrendReq

# 替换为你从浏览器复制的完整Cookie字符串
google_cookie = 'NID=xxx; SID=xxx; HSID=xxx; ...'

pytrends = TrendReq(hl='de-DE', tz=360)
# 解析并更新Cookie
cookie_dict = {k:v for k,v in [c.split('=',1) for c in google_cookie.split('; ')]}
pytrends.cookies.update(cookie_dict)

# 后续请求代码不变

4. 拆分时间范围，分批获取数据 #

把大时间范围拆成多个小时间段，分批请求后合并数据：

from pytrends.request import TrendReq
import pandas as pd
import time

pytrends = TrendReq(hl='de-DE', tz=360)
keyword = ['Analytics']
# 拆分5年时间为多个1年区间
timeframes = ['2019-01-01 2020-01-01', '2020-01-01 2021-01-01', '2021-01-01 2022-01-01', '2022-01-01 2023-01-01', '2023-01-01 2024-01-01']

all_data = pd.DataFrame()
for tf in timeframes:
    time.sleep(15)
    pytrends.build_payload(kw_list=keyword, cat=0, timeframe=tf, geo='CR', gprop='')
    df = pytrends.interest_over_time()
    all_data = pd.concat([all_data, df])

# 去重并按时间排序
all_data = all_data.drop_duplicates().sort_index()

注意：Google Trends的热度是时间段内相对值，合并后若需跨时间段对比，需手动调整基准。

5. 升级/降级pytrends版本 #

pytrends会更新适配Google反爬机制，尝试切换版本：

# 升级到最新版
pip install --upgrade pytrends

# 或降级到之前可用的版本（比如v4.9.2）
pip install pytrends==4.9.2

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