如何用CSV/Excel文件作为输入批量调用POST接口更新产品数据

完全可以通过CSV或Excel文件作为输入，循环遍历每行数据调用API实现批量更新。核心思路是读取文件中的每一行记录，将其映射到API要求的请求格式中，逐一发送POST请求。

修改后的完整代码 #

import pandas as pd
import requests
import json
import time  # 用于控制请求间隔，避免触发API速率限制

# Authentication part of the code（保留你的认证逻辑）
# 假设这里已经正确获取到包含access_token的data变量

url = "https://api-gateway.com/api"

headers = {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer ' + data['access_token'],
}

# 读取文件：CSV用read_csv，Excel用read_excel
# 替换为你的文件路径
df = pd.read_csv("products_update.csv")
# df = pd.read_excel("products_update.xlsx")

# 遍历每行数据，发送API请求
for index, row in df.iterrows():
    # 构造符合API要求的payload
    payload = json.dumps({
        "supplierReference": "XX23",
        "products": [{
            "Distributor": row["Distributor"],
            "Description": row["Description"],
            "Price": str(row["Price"]),  # 确保价格是字符串类型，根据API要求调整
            "Brand": row["Brand"]
        }]
    })
    
    try:
        response = requests.post(url, headers=headers, data=payload, verify=True)
        response.raise_for_status()  # 抛出HTTP错误异常
        response_data = json.loads(response.text)
        print(f"第{index+1}条数据更新成功：{response_data}")
        
        # 如果API有速率限制，添加延时
        time.sleep(1)
    except requests.exceptions.RequestException as e:
        print(f"第{index+1}条数据更新失败：{str(e)}")

关键注意事项 #

• 文件格式匹配：确保CSV/Excel文件的列名与API要求的字段完全一致（Distributor、Description、Price、Brand），否则会出现字段映射错误。
• 数据类型适配：根据API文档确认字段类型，比如示例中Price转为字符串，若API要求数值类型则直接使用row["Price"]。
• 异常处理：加入try-except块可以避免某一行数据出错导致整个批量任务中断，同时方便记录错误信息。
• 速率限制：多数API会有请求频率限制，通过time.sleep()添加适当间隔，避免被封禁。
• 结果记录：可以将每次请求的响应结果写入日志文件，后续便于核对更新状态。

内容的提问来源于stack exchange，提问作者CED