如何批量请求多个URL并将结果合并保存为CSV文件

本文介绍如何将单url请求的python脚本扩展为批量处理url列表，自动发起http请求、解析json响应、结构化提取字段，并逐次合并结果到pandas dataframe，最终导出为csv文件。

在实际数据采集或地址验证等场景中，常需对一批URL（如多个地址查询接口）进行批量调用。原脚本仅支持单个URL，通过引入循环与DataFrame拼接机制，即可高效实现批量处理。以下是优化后的完整实现：

import requests import pandas as pd  # 定义待请求的URL列表（可按需扩展） urls = [     'https://ws1.postescanada-canadapost.ca/AddressComplete/Interactive/Find/v2.10/json3ex.ws?Key=TF36-KU97-AB94-ZC85&Country=CAN&SearchTerm=L2A%200A2&LanguagePreference=en&LastId=CA%7CCP%7CENG%7C0A2-L2A&SearchFor=Everything&OrderBy=UserLocation&$block=true&$cache=true',     'https://ws1.postescanada-canadapost.ca/AddressComplete/Interactive/Find/v2.10/json3ex.ws?Key=TF36-KU97-AB94-ZC85&Country=CAN&SearchTerm=M5V%203L9&LanguagePreference=en&SearchFor=Everything&OrderBy=UserLocation&$block=true&$cache=true',     # 可继续添加更多URL... ]  # 统一请求头（避免重复构造） headers = {     'authority': 'ws1.postescanada-canadapost.ca',     'accept': '*/*',     'accept-language': 'en-US,en;q=0.9',     'cache-control': 'no-cache',     'origin': 'https://www.canadapost-postescanada.ca',     'pragma': 'no-cache',     'referer': 'https://www.canadapost-postescanada.ca/ac/',     'sec-ch-ua': '"Not A(Brand";v="99", "google Chrome";v="121", "Chromium";v="121"',     'sec-ch-ua-mobile': '?0',     'sec-ch-ua-platform': '"windows"',     'sec-fetch-dest': 'empty',     'sec-fetch-mode': 'cors',     'sec-fetch-site': 'cross-site',     'user-agent': 'Mozilla/5.0 (windows NT 10.0; Win64; x64) appleWebKit/537.36 (Khtml, like Gecko) Chrome/121.0.0.0 safari/537.36', }  # 初始化空DataFrame用于累积结果 final_df = pd.DataFrame()  # 遍历每个URL并处理响应 for i, url in enumerate(urls, 1):     print(f"正在请求第 {i}/{len(urls)} 个URL: {url[:60]}...")      try:         response = requests.get(url, headers=headers, timeout=15)         response.raise_for_status()  # 抛出HTTP错误（如4xx/5xx）          data = response.json()         results = data.get('Items', [])          # 使用列表推导式高效提取字段         texts = [item['Text'] for item in results if 'Text' in item]         descriptions = [item['Description'] for item in results if 'Description' in item]          # 构建当前批次DataFrame         batch_df = pd.DataFrame({             'results_subset_alpha': texts,             'results_subset_beta': descriptions,             'source_url': [url] * len(texts)  # 可选：记录来源URL便于追溯         })          # 合并至总表（推荐使用pd.concat替代已弃用的append）         final_df = pd.concat([final_df, batch_df], ignore_index=True, sort=False)      except requests.exceptions.RequestException as e:         print(f"❌ 请求失败（URL {i}）: {e}")         continue     except (KeyError, ValueError) as e:         print(f"⚠️  解析异常（URL {i}）: {e}")         continue  # 保存最终结果到csv文件 if not final_df.empty:     final_df.to_csv('batch_results.csv', index=False)     print(f"✅ 成功保存 {len(final_df)} 条记录到 'batch_results.csv'") else:     print("⚠️  未获取到有效数据，请检查URL和API响应格式。")

关键改进说明：

• ✅ 健壮性增强：添加 try/except 捕获网络异常与JSON解析错误，避免单个失败中断整个流程；
• ✅ 现代写法：使用 pd.concat() 替代已弃用的 .append() 方法（Pandas ≥1.4.0），提升性能与兼容性；
• ✅ 可追溯性：新增 source_url 列，便于定位每条结果对应的原始请求；
• ✅ 用户体验：加入进度提示与状态反馈，便于调试与监控；
• ✅ 安全性建议：生产环境应将API Key从URL中移出，改用请求头或环境变量管理。

⚠️ 注意事项：部分API可能限制请求频率或需认证。若批量调用频繁，建议在循环中添加 time.sleep(1) 延迟，遵守服务端速率限制，避免被封禁。