python 无法从URL获取多个Json响应

cbwuti44  于 2023-05-05  发布在  Python
关注(0)|答案(1)|浏览(118)

我传递一个id值到API URL以获得JSON响应,但只得到一个响应,其余的都抛出500个错误。我收集列表中的id,并将id作为while循环中的参数传递给API URL以提取数据。

###Get id in a variable##     
                                                                                                                                                               
df_filter=spark.sql("""select distinct ID from filter_view""")

rdd = df_filter.rdd
listOfRows = rdd.collect()
counter = 0
##total_results = []
while counter < len(listOfRows):
    url += '?ids=' + listOfRows[counter].ID 
    response = requests.get(url,headers=headers)
       
    if response.status_code == 200:
        json_response = response.json()
        ##total_results.append(json_response)
        df2 = pd.json_normalize(json_response, record_path=['entities'])
        display(df2)
        
    else:
        print("Error: HTTP status code " + str(response.status_code))
    counter +=1

我只得到一个ID的输出,其余的都以500个错误结束。
所需输出:

ID---ItemID--Details
1    100      text
1    101      text
2    200      text
2    300      text
3    400      sometext
3    500      sometext

我得到的输出:

ID---ItemID--Details
1    100     text    
1    101     text
Error: HTTP status code 500
Error: HTTP status code 500
Error: HTTP status code 500
Error: HTTP status code 500
Error: HTTP status code 500
Error: HTTP status code 500
zpgglvta

zpgglvta1#

第一次迭代生成一个有效的URL:baseURL/?ids=1,但由于它是使用连接和赋值构建的,所以当需要baseURL/?ids=2时,第二次迭代会生成baseURL/?ids=1?ids=2

while counter < len(listOfRows):
    response = requests.get(f'{url}?ids={listOfRows[counter].ID}', headers=headers)

API是否支持在单个请求中获取多个资源?通常,对于像ids这样的复数查询参数,它将采用逗号分隔的资源ID列表(?ids=1,2,3)或数组(?ids[]=1&ids[]=2&ids[]=3?ids=1&ids=2&ids=3)。如果是这样的话,发出这样一个请求会更有效率,对API提供者来说也更有礼貌。

response = requests.get(
    url + '?ids=' + ','.join([row.ID for row in listOfRows]),
    headers=headers
)

您可能需要更改代码以解析新响应。
如果不支持多个GET,至少将其转换为for循环。不需要跟踪counter并测试counter < len(listOfRows),这将提高可读性。

df_filter=spark.sql("""select distinct ID from filter_view""")

rdd = df_filter.rdd
listOfRows = rdd.collect()
for row in listOfRows:
    response = requests.get(f'{url}?ids={row.ID}', headers=headers)
       
    if response.status_code == 200:
        json_response = response.json()
        df2 = pd.json_normalize(json_response, record_path=['entities'])
        display(df2)
        
    else:
        print("Error: HTTP status code " + str(response.status_code))

更新:基于评论

我有超过5000个身份证,需要通过一个接一个。这怎么能在一个20块的块中传递呢?
构建...?ids=1&ids=2&ids=3...的URL,每个URL不超过20个id。

from itertools import islice
def chunker(it: seq, chunksize):
    iterator = iter(it)
    while chunk := list(islice(iterator, chunksize)):
        yield chunk

for id_chunk in chunker([row.ID for row in listOfRows], 20):
    response = requests.get(
        f'{url}?ids=' + '&ids='.join(id_chunk),
        headers=headers
    )

chunker()会将一个可迭代对象拆分为list s,长度〈= chunksize。第一个过滤器listOfRows仅用于ID。然后将ID分块为长度为20的list s。创建URL并发出请求。感谢kafran的chunker()

相关问题