优化PageSpeed Insights脚本：实现每10个URL批量导出至Google Sheets

核心逻辑修正 #

• 用列表缓存处理好的性能数据，每攒够10条就一次性写入Sheets
• 所有URL处理完毕后，把缓存中剩余的不足10条数据也写入，避免遗漏

修正后的代码示例 #

先初始化缓存和批量阈值：

# 初始化批量缓存，存储待写入的数据行
batch_data = []
# 自定义批量大小，这里设为10
BATCH_SIZE = 10

然后是URL循环处理的核心部分：

# 假设url_list是你的4000+URL列表
for url in url_list:
    # 调用PageSpeed API获取数据（替换成你实际的API调用代码）
    ps_result = fetch_pagespeed_metrics(url)
    
    # 把数据整理成Sheets需要的行格式（根据你的字段调整）
    row = [
        url,
        ps_result.get('largest_contentful_paint'),
        ps_result.get('first_input_delay'),
        ps_result.get('cumulative_layout_shift')
    ]
    
    # 加入批量缓存
    batch_data.append(row)
    
    # 达到批量阈值时执行写入
    if len(batch_data) >= BATCH_SIZE:
        # 批量写入Sheets
        batch_write_to_sheets(batch_data)
        # 清空缓存，准备下一批
        batch_data = []

# 处理最后一批不足10条的数据
if batch_data:
    batch_write_to_sheets(batch_data)

接着是批量写入Sheets的函数，要用上批量接口而非单条追加：

def batch_write_to_sheets(data_rows):
    # 这里假设你已经完成了Google Sheets的认证，拿到了sheet对象
    # 比如用gspread库的话：
    sheet = your_authorized_client.open("性能报告").worksheet("数据页")
    
    # 获取当前表格的最后一行，避免覆盖已有数据
    last_row = len(sheet.get_all_values()) + 1
    # 计算写入的单元格范围
    write_range = f"A{last_row}:D{last_row + len(data_rows) - 1}"
    
    # 执行批量更新，这比单条append快得多
    sheet.update(write_range, data_rows, value_input_option='USER_ENTERED')

额外提速建议 #

• 给API调用加重试：用tenacity库做自动重试，避免网络波动导致的失败中断
• 并行处理URL：用concurrent.futures开多线程同时请求API（注意Google API的配额限制，别超过每秒请求数）
• 记录处理进度：每写完一批就打印日志，比如“已完成XX条数据写入”，就算脚本崩溃也能从断点继续

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