调用Finnhub接口抓取AMZN历史新闻仅返回数天数据的问题咨询

1. Finnhub接口单次拉取新闻的数量上限 #

• 免费套餐下，company_news接口单次返回的新闻条目硬上限为100条，返回结果默认按发布时间倒序排列（最新内容在前）。如果指定时间范围内的新闻总量超过100条，接口会直接截断返回最新的100条，不会返回更早的内容，这就是你指定2022年1-5月范围、却只能拿到最近数天数据的核心原因。
• 付费套餐会对应提升单次返回的条目上限，但依然存在阈值，大时间跨度拉取仍需要做分片处理。
• 额外提醒：你贴出的代码里明文暴露了API Key，建议立刻到Finnhub控制台重置该Key，避免被他人盗用消耗额度。

2. 原有代码的问题判断 #

• 代码本身的语法、参数传参格式没有错误，_from和to参数使用的YYYY-MM-DD格式完全符合接口要求。
• 核心缺陷是没有做时间分片拉取、结果去重的逻辑，无法突破接口单次返回的数量限制，自然拿不到全时间范围的全量数据。

可直接使用的修正代码 #

逻辑为把需要拉取的大时间范围拆成按周的小窗口循环请求，每次拉取一周的新闻（单周单公司新闻量基本不会超过免费版100条的上限），拉取过程中自动去重，最后统一导出。

import finnhub
import pandas as pd
from datetime import datetime, timedelta

# 替换为你重置后的新API Key
finnhub_client = finnhub.Client(api_key="替换为你的新API_KEY")
symbol = 'AMZN'
start_date = datetime(2022, 1, 1)
end_date = datetime(2022, 5, 31)

all_news = []
current_start = start_date
# 按7天为一个时间窗口分片拉取
while current_start < end_date:
    current_end = min(current_start + timedelta(days=7), end_date)
    # 格式化日期为接口要求的字符串
    _from = current_start.strftime("%Y-%m-%d")
    _to = current_end.strftime("%Y-%m-%d")
    print(f"正在拉取 {_from} 到 {_to} 的新闻数据")
    # 调用接口
    chunk_news = finnhub_client.company_news(symbol, _from=_from, to=_to)
    all_news.extend(chunk_news)
    # 窗口向后滑动
    current_start = current_end + timedelta(days=1)

# 转成DataFrame，按新闻ID去重，避免分片边界出现重复数据
df = pd.DataFrame(all_news).drop_duplicates(subset='id')
# 时间戳转日期格式
df['datetime'] = df['datetime'].apply(lambda x: datetime.fromtimestamp(x))
# 按发布时间正序排序
df = df.sort_values(by='datetime', ascending=True).reset_index(drop=True)
# 导出到CSV
df.to_csv('/Users/rangapriyas/Desktop/News/AMZN.csv', index=False)
print(f"拉取完成，共获取有效新闻{len(df)}条")

如果拉取某段时间发现返回结果刚好为100条，说明该窗口内新闻量超限，可以把分片窗口从7天改成3天或者1天，重新拉取对应时间段即可，避免漏数。

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