如何通过循环实现获取前1000条API匹配历史数据？

针对你的需求，这里提供两种主流实现方案，兼顾简洁性和性能：

方案一：同步循环（简单易维护） #

如果对性能要求不高，同步循环是最直接的方式，代码可读性强，适合快速实现：

import time

my_matches = []
# 循环10次，覆盖start=1到start=10的分页
for start_page in range(1, 11):
    try:
        batch = watcher.match.matchlist_by_puuid(
            region=my_region, 
            puuid=me["puuid"], 
            count=100,
            start=start_page
        )
        my_matches.extend(batch)
        # 可选：添加短延迟避免触发API速率限制
        time.sleep(0.1)
    except Exception as e:
        print(f"获取第{start_page}页失败: {str(e)}")
        # 可根据需求添加重试逻辑

注意：请先确认API的start参数定义——部分API的start是偏移量而非页码（比如start=0对应前100条，start=100对应第101-200条），如果是这种情况，循环应改为range(0, 1000, 100)，避免重复或遗漏数据。

方案二：并行请求（提升效率） #

如果想减少总耗时，可通过多线程或异步请求并行处理分页，适合API允许并发调用的场景：

多线程版本（基于concurrent.futures） #

from concurrent.futures import ThreadPoolExecutor

def fetch_batch(start_page):
    try:
        return watcher.match.matchlist_by_puuid(
            region=my_region, 
            puuid=me["puuid"], 
            count=100,
            start=start_page
        )
    except Exception as e:
        print(f"获取第{start_page}页失败: {str(e)}")
        return []

# 控制并发数，避免触发API限流
with ThreadPoolExecutor(max_workers=5) as executor:
    results = executor.map(fetch_batch, range(1, 11))
    my_matches = []
    for batch in results:
        my_matches.extend(batch)

异步版本（若API支持异步调用） #

如果你的watcher提供异步方法（比如awatcher.match.matchlist_by_puuid），可以用asyncio实现更高效的异步请求：

import asyncio

async def fetch_batch(start_page):
    try:
        return await awatcher.match.matchlist_by_puuid(
            region=my_region, 
            puuid=me["puuid"], 
            count=100,
            start=start_page
        )
    except Exception as e:
        print(f"获取第{start_page}页失败: {str(e)}")
        return []

async def fetch_all_matches():
    tasks = [fetch_batch(page) for page in range(1, 11)]
    batches = await asyncio.gather(*tasks)
    return [match for batch in batches for match in batch]

my_matches = asyncio.run(fetch_all_matches())

关键注意事项 #

1. API速率限制：无论用哪种方式，都要遵守API的请求频率限制，避免被封禁。并行请求时建议控制并发数，或添加合理延迟。
2. 错误处理：务必加入异常捕获逻辑，避免单个分页请求失败导致整个任务中断，必要时可添加重试机制。
3. 参数验证：提前确认start和count参数的官方定义，确保分页逻辑正确，避免数据重复或遗漏。

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