Python调API拿数据:让程序自动上网,GitHub热搜一把抓

上一章是"下载现成数据"，这一章升级了——程序自己上网请求数据。

API（Application Programming Interface）说白了就是网站提供给程序用的"数据窗口"。你不看网页，只拿数据。GitHub 的仓库信息、Hacker News 的文章列表，都可以通过 API 一行代码拿到。

核心工具就一个库：requests。

01 requests：Python HTTP 请求的事实标准

pip install requests

安装完就能用了，调 API 比想象中简单：

import requests

url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(url)
print(f'Status: {r.status_code}')     # 200 表示成功

response_dict = r.json()
print(f'Total repositories: {response_dict["total_count"]}')

requests.get(url) 就像用浏览器访问这个地址，但返回的不是 HTML 页面，而是纯数据（通常是 JSON）。r.json() 自动把 JSON 解析成 Python 字典，方便直接操作。

02 状态码：判断请求是否成功

GitHub API 对未认证请求有限制：每小时最多 60 次。可以查看剩余次数：

print(r.headers['X-RateLimit-Remaining'])

如果频率不够用，就加认证（Personal Access Token），能提到 5000 次/小时。

03 解析 GitHub 仓库数据

API 返回的 JSON 是嵌套结构，一层套一层。仓库列表在 items 里，每个仓库又是字典套字典：

response_dict = r.json()

for repo_dict in response_dict['items']:
    print(f"Name: {repo_dict['name']}")
    print(f"Owner: {repo_dict['owner']['login']}")
    print(f"Stars: {repo_dict['stargazers_count']}")
    print(f"URL: {repo_dict['html_url']}")

注意 repo_dict['owner']['login']——owner 本身就是一个字典，包含用户名、头像等信息。

04 Pygal 可视化：GitHub 热门项目排行

拿到数据之后，画个柱状图展示 Top 10：

import pygal

names = [repo_dict['name'] for repo_dict in repo_dicts[:10]]
stars = [repo_dict['stargazers_count'] for repo_dict in repo_dicts[:10]]

chart = pygal.Bar()
chart.title = 'Most-Starred Python Projects on GitHub'
chart.x_labels = names
chart.add('Stars', stars)
chart.render_to_file('python_repos.svg')

Pygal 的好处是 SVG 可以交互。还能加链接，点击柱子直接跳转到仓库：

for repo_dict in repo_dicts[:10]:
    chart.add(
        repo_dict['name'],
        [{
            'value': repo_dict['stargazers_count'],
            'label': repo_dict['description'],
            'xlink': repo_dict['html_url']      # 点击跳转
        }]
    )

05 Hacker News API：获取科技新闻

GitHub 比较友好，API 文档规范。再看看另一个风格——Hacker News 的 API 非常简洁：

# 获取最新文章 ID 列表
url = 'https://hacker-news.firebaseio.com/v0/topstories.json'
r = requests.get(url)
story_ids = r.json()    # 返回 [35580378, 35579582, ...]

# 按 ID 逐条获取详情
story_url = f'https://hacker-news.firebaseio.com/v0/item/{story_ids[0]}.json'
r = requests.get(story_url)
story = r.json()
print(story['title'])
print(story.get('url', 'No URL'))

它的模式是"先拿 ID 列表，再按需拉详情"。story.get('url') 比 story['url'] 更安全——有些"Ask HN"帖没有外链，用 get 不会报错。

06 requests vs urllib

Python 内置了 urllib，但没人爱用它。对比一下：

如果你看到教程还在用 urllib，建议直接换 requests。

前17章，我们从变量和列表一路走到了 API 调用和数据可视化。Python 的基础和实战都过了一遍。下一章开始进入新领域——Web 开发，用 Django 框架搭建一个完整的博客系统。

关注「Bug与灵光」，跟着一步步学 Python 👇