遍历DataFrame调用Pipedrive API POST数据的脚本中途挂起无报错如何处理？

• 未设置请求超时：requests 库默认无超时逻辑，当网络波动、API服务端无返回时，请求会无限等待，这是该场景下最常见的诱因。
• 触发API速率限制：Pipedrive公开的接口规则对请求频率做了限制，基础版配额为每秒2次、每小时1000次请求，循环无间隔发送请求触发限流后，服务端可能会挂起连接不返回响应，不会直接抛出错误。
• 连接资源耗尽：每次请求独立新建TCP连接，短时间大量请求会占满本地连接池或触发服务端连接数限制，后续请求无法获取连接就会进入等待状态。

1. 新增超时配置 #

给post方法添加timeout参数，超过指定时长无响应自动抛出异常，避免无限挂起：

# 单位为秒，可根据实际情况调整
post_response = requests.post(post_url, params=token, json=post_data, timeout=10)

2. 适配速率限制 #

添加请求间隔，触发限流时自动重试：

import time

for i, row in df.iterrows():
    post_data = {"name" : row['name']}
    post_url = "https://madeupcompany.pipedrive.com/api/v1/persons"
    post_response = requests.post(post_url, params=token, json=post_data, timeout=10)
    # 429是通用限流状态码
    if post_response.status_code == 429:
        time.sleep(15)
        continue
    post_content = json.loads(post_response.content)
    print('Success: ', post_content['success'])
    # 请求间隔0.5秒，控制速率
    time.sleep(0.5)

3. 复用HTTP连接 #

使用Session复用连接，减少连接开销，避免连接资源耗尽：

import requests

# 全局初始化Session，循环内复用
session = requests.Session()
token = {'api_token' : 'xxx'}

for i, row in df.iterrows():
    post_data = {"name" : row['name']}
    post_url = "https://madeupcompany.pipedrive.com/api/v1/persons"
    # 用session.post替代requests.post
    post_response = session.post(post_url, params=token, json=post_data, timeout=10)
    # 后续逻辑不变

4. 增加异常捕获 #

包裹请求、解析逻辑，遇到错误时打印信息继续执行，避免无提示挂起：

try:
    post_response = session.post(post_url, params=token, json=post_data, timeout=10)
    post_response.raise_for_status()
    post_content = json.loads(post_response.content)
    print('Success: ', post_content['success'])
except Exception as e:
    print(f"第{i}行数据处理失败，错误：{str(e)}")
    continue

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