做RPA久了会发现：能直接调API拿数据，就不要去爬网页。
网页采集要处理登录态、等待加载、捕获元素、翻页、反爬……一套流程写下来至少200行指令。而API调用，发一个请求、收一份JSON、解析一下，数据就到手了，效率完全不在一个量级。
我之前帮一个团队做飞书多维表格的读写，一开始想的是"模拟人工操作网页"，写了一半发现复杂得离谱。后来换成飞书API，4条HTTP请求就搞定了。
这篇文章把影刀RPA里调用API的完整流程讲清楚——GET和POST怎么发、4种鉴权方式分别怎么配、分页数据怎么处理。读完你可以把"爬网页采集"升级成"调API采集"。
HTTP请求指令的核心配置
在影刀指令面板搜索**"发送HTTP请求"**，这是所有API调用的入口。
| 配置项 | 作用 | 示例值 |
|---|---|---|
| 请求方式 | 决定操作类型 | GET / POST / PUT / DELETE |
| URL | API的地址 | https://api.example.com/v1/products |
| 请求头 | 告诉服务器你的"身份"和"期望格式" | Authorization: Bearer xxx |
| 请求体 | POST/PUT时携带的数据 | {"keyword": "耳机"} |
| 超时时间 | 等待响应的最长时间 | 30秒 |
最常用的两种请求方式：
GET请求（获取数据）：
# 指令：发送HTTP请求
# 请求方式：GET
# URL：https://api.example.com/products?page=1&size=20
# 请求头：{"Content-Type": "application/json"}
# 输出：响应内容（JSON字符串）
POST请求（提交数据）：
# 指令：发送HTTP请求
# 请求方式：POST
# URL：https://api.example.com/search
# 请求头：{"Content-Type": "application/json", "Authorization": "Bearer xxx"}
# 请求体：{"keyword": "蓝牙耳机", "page": 1}
# 输出：响应内容（JSON字符串）
四种API鉴权方式详解
API不是谁都能调用的。大多数API都需要"验明正身"，下面四种是最常见的鉴权方式。
方式一：API Key（最简单，最常用）
原理： 在URL或请求头里带一个密钥字符串，服务器校验密钥是否有效。
# ===== 方式1：在URL里带API Key =====
# 指令：发送HTTP请求
# URL：https://api.example.com/products?api_key=your_api_key_12345
# ===== 方式2：在请求头里带API Key（更规范） =====
# 请求头设置：
# Content-Type: application/json
# X-API-Key: your_api_key_12345
影刀里的配置步骤：
- 在"发送HTTP请求"指令的详情面板中找到**"请求头"**区域
- 点击"添加"，键填
X-API-Key，值填你的API Key - 如果API Key是放在URL里的，直接在URL后面加
?api_key=xxx
适用场景： 大部分公开API（天气、汇率、物流查询等）。
方式二：Bearer Token（标准OAuth2方式）
原理： 先通过账号密码获取一个"临时通行证"（Token），后续所有请求都带着这个Token。Token有有效期（通常1-2小时），过期后需要重新获取。
# ===== 步骤1：获取Token =====
# POST https://api.example.com/auth/login
# 请求体：{"username": "admin", "password": "123456"}
# 响应：{"access_token": "eyJhbGciOiJIUzI1NiIs..."}
# ===== 步骤2：调用业务接口时带Token =====
# 请求头设置：
# Authorization: Bearer eyJhbGciOiJIUzI1NiIs...
# Content-Type: application/json
影刀里的配置步骤（两步走）：
第一步，先发一个POST请求获取Token：
# 指令：发送HTTP请求
# 请求方式：POST
# URL：https://api.example.com/auth/login
# 请求体：{"username": "xxx", "password": "xxx"}
# 输出变量：login_response（JSON字符串）
第二步，用"执行Python代码"解析Token并保存：
import json
response = json.loads(login_response)
token = response.get("access_token")
# token可以存成全局变量供后续请求使用
第三步，后续请求的请求头里带上Token：
# 请求头：
# Authorization: Bearer {token}
# Content-Type: application/json
Token过期的处理： 在调用接口的Try-Catch里判断，如果返回"401 Unauthorized"，重新执行"获取Token"步骤，然后重试原请求。
方式三：Basic Auth（用户名+密码编码）
原理： 用户名和密码用Base64编码后放在请求头里。安全性较低，建议只在HTTPS环境下使用。
# 用户名：admin，密码：123456
# 拼接字符串 "admin:123456" → Base64编码 → "YWRtaW46MTIzNDU2"
# 请求头：Authorization: Basic YWRtaW46MTIzNDU2
影刀里的配置方式： 在"发送HTTP请求"指令的详情面板中，有专门的**"认证方式"**下拉选项，选"Basic Auth"，然后填入用户名和密码，影刀会自动做Base64编码。
方式四：动态签名（最复杂，少用）
原理： 把请求参数按一定规则拼接，加上密钥后做哈希计算，生成一个签名串。服务器收到后按同样的规则验签。
场景： 淘宝开放平台、拼多多开放平台等电商API基本都是这种。
# Python代码：生成签名（示例）
import hashlib
import time
def generate_sign(params, secret):
# 参数按字典序排序
sorted_keys = sorted(params.keys())
sign_str = secret
for key in sorted_keys:
sign_str += key + str(params[key])
sign_str += secret
# MD5加密
return hashlib.md5(sign_str.encode()).hexdigest()
# 使用
params = {"method": "taobao.item.get", "timestamp": int(time.time())}
sign = generate_sign(params, "your_app_secret")
params["sign"] = sign
这种鉴权方式在影刀里没有"一键配置"，需要用"执行Python代码"指令单独处理签名逻辑。
分页数据处理：四种方式
API返回的数据通常不会一次性全给你，而是分页返回。四种分页方式，处理逻辑各不相同。
方式一：页码分页（最常用）
特征： 参数里有page和size，响应里有total总条数。
# ============================================
# 执行Python代码：循环获取所有页数据
# 输入：base_url（文本），page_size（数字）
# 输出：all_data（二维列表）
# ============================================
import requests
import json
def fetch_all_pages(base_url, page_size=100):
all_data = []
page = 1
total = None
while True:
# 构造分页URL
url = f"{base_url}?page={page}&size={page_size}"
# 发送请求（这里假设在影刀里已拿到响应，直接用）
response = json.loads(response_text) # response_text是从影刀传进来的
# 解析数据
data = response.get("data", [])
total = response.get("total", 0)
if not data:
break
all_data.extend(data)
# 判断是否最后一页
if len(all_data) >= total:
break
page += 1
return all_data
方式二：游标分页（Cursor）
特征： 响应里有一个next_cursor或last_id，下一次请求带上它才能拿到下一页。
# ============================================
# 执行Python代码：游标分页循环
# 输入：base_url（文本）
# 输出：all_data（二维列表）
# ============================================
import json
def fetch_with_cursor(base_url):
all_data = []
cursor = None
has_more = True
while has_more:
# 构造URL，带上游标
url = base_url
if cursor:
url += f"?cursor={cursor}"
# 解析响应
response = json.loads(response_text)
data = response.get("data", [])
all_data.extend(data)
# 读取下一页游标
cursor = response.get("next_cursor")
has_more = response.get("has_more", False)
# 如果没有更多数据，退出
if not has_more or not cursor:
break
return all_data
方式三：时间范围分页
特征： 按时间段分批拉取，比如每次拉取1天的数据，循环处理30天。
# 按日期循环，从2026-07-01到2026-07-30
from datetime import datetime, timedelta
start_date = datetime(2026, 7, 1)
end_date = datetime(2026, 7, 30)
current_date = start_date
all_data = []
while current_date <= end_date:
date_str = current_date.strftime("%Y-%m-%d")
url = f"{base_url}?date={date_str}"
# 拉取该日数据
response = json.loads(response_text)
all_data.extend(response.get("data", []))
current_date += timedelta(days=1)
print(f"共获取 {len(all_data)} 条数据")
方式四：连续请求直到数据为空
特征： 没有总量、没有下一页标识，一直请求直到返回的数据为空。
all_data = []
page = 1
while True:
url = f"{base_url}?page={page}"
response = json.loads(response_text)
data = response.get("data", [])
if not data:
break
all_data.extend(data)
page += 1
API响应解析与错误处理
API返回的通常是JSON格式，需要用"执行Python代码"解析。
# ============================================
# 执行Python代码：解析API响应
# 输入：api_response（文本），JSON字符串
# 输出：parsed_data（字典/列表），error_msg（文本）
# ============================================
import json
def parse_api_response(api_response):
try:
data = json.loads(api_response)
# 检查是否成功（不同API格式不同）
code = data.get("code")
if code == 0 or code == 200:
# 成功
result = data.get("data", {})
error_msg = ""
return result, error_msg
else:
# 业务错误
error_msg = data.get("msg", "未知错误")
return None, error_msg
except json.JSONDecodeError:
return None, "JSON解析失败，响应不是合法JSON"
parsed_data, error_msg = parse_api_response(api_response)
if error_msg:
# 影刀里判断error_msg是否为空
输出日志("API调用失败：" + error_msg)
else:
输出日志("API调用成功，数据：" + parsed_data)
在影刀里的完整流程：
Try:
# 1. 发送HTTP请求
发送HTTP请求(...) → 存入「api_response」
# 2. 解析响应
执行Python代码(解析逻辑, 输入=api_response) → 输出「parsed_data」和「error_msg」
# 3. 判断是否成功
如果 error_msg != "":
输出日志("【API错误】" + error_msg)
发送告警通知("API调用失败")
终止流程()
否则:
输出日志("API调用成功，获取到" + 列表长度(parsed_data) + "条数据")
写入Excel(parsed_data)
Catch:
输出日志("【HTTP异常】" + 错误信息)
截图保存("api_error.png")
完整案例：调用API获取商品数据并入库
# ============================================
# 完整流程：调用电商API获取商品数据，存入SQLite
# ============================================
# 步骤1：获取Token（假设需要Bearer Token认证）
发送HTTP请求(
方式=POST,
URL="https://api.shop.com/auth/login",
请求体={"username": "admin", "password": "pwd123"}
) → 存入「login_response」
执行Python代码(解析Token, 输入=login_response) → 输出「access_token」
# 步骤2：循环分页获取商品数据
所有商品 = []
当前页 = 1
每页数量 = 50
是否还有下一页 = True
循环 当 是否还有下一页 == True:
# 发送带Token的请求
发送HTTP请求(
方式=GET,
URL=f"https://api.shop.com/products?page={当前页}&size={每页数量}",
请求头={"Authorization": "Bearer " + access_token}
) → 存入「page_response」
# 解析数据
执行Python代码(解析商品列表, 输入=page_response) → 输出「商品列表」和「总条数」
# 追加到总数据
所有商品.extend(商品列表)
# 判断是否最后一页
如果 列表长度(所有商品) >= 总条数:
是否还有下一页 = False
否则:
当前页 = 当前页 + 1
# 步骤3：写入SQLite
调用子流程(写入SQLite, 数据=所有商品)
# 步骤4：发送通知
发送飞书通知(f"采集完成，共{len(所有商品)}条商品数据")
API调用参数配置清单
| 配置项 | 推荐值 | 原因 |
|---|---|---|
| 超时时间 | 30秒 | API响应可能受网络影响，设长一点容错 |
| 重试次数 | 2次 | 网络抖动时自动重试 |
| 请求间隔 | 0.5秒 | 避免触发API限流 |
| 单次分页大小 | 50-100条 | 太大容易超时，太小请求次数多 |
| Token刷新 | 在Catch里检测401并刷新 | Token过期自动续期 |
| 响应大小限制 | 10MB以内 | 太大可能导致解析卡顿 |
容易踩的坑速查表
| 现象 | 排查方向 | 修复方法 |
|---|---|---|
| 返回401 Unauthorized | Token过期或无效 | 重新获取Token后重试 |
| 返回403 Forbidden | 权限不足或IP被拉黑 | 检查API Key是否有对应权限 |
| 返回429 Too Many Requests | 触发限流 | 降低请求频率，加间隔等待 |
| JSON解析报错 | 响应不是JSON（可能是HTML错误页） | 先打印响应内容，看是不是返回了HTML |
| 分页只有第一页的数据 | 没有正确处理分页循环 | 检查是否在循环里更新了页码或游标 |
| 请求成功但数据为空 | 日期或参数不对 | 检查请求参数格式是否正确 |
| 中文参数乱码 | 编码问题 | URL里的中文需要用URL编码 |
| Token获取成功但业务接口报错 | Token没有对应的资源权限 | 检查Token的scope/权限范围 |
一条核心建议
能用API就不要爬网页。 API采集比网页采集稳定10倍，速度也快10倍。
判断一个平台能不能用API的标准：
- 去搜"XXX开放平台"或"XXX开发者文档"
- 看有没有"API文档"和"App Key申请"入口
- 如果有 → 优先用API
- 如果没有 → 再考虑网页采集
API调用的维护成本极低——页面改版、class变动、XPath失效这些事在API世界里完全不存在。只需要关心参数格式和鉴权方式，其他都稳定。
如果平台API需要企业认证才能申请，也不要放弃。很多平台的API申请流程比想象中简单（拼多多、淘宝的开放平台，只要有店铺就能申请），花一周申请通过，省一年的爬虫维护时间。
推荐资源
- Postman（API调试工具）：调试API接口必备
- 影刀社区示例："API数据采集模板"（搜索"API"可找到相关案例）
- JSON格式化工具：在线JSON解析、格式化、校验
#影刀RPA #RPA自动化 #API调用 #HTTP请求 #数据采集
作者：林焱
本文为《影刀RPA学习手册》系列文章之一，内容源于实操经验的整理与分享。