Python 谷歌地理编码API超过查询限制问题

我试图运行一个脚本，将地址（大约1000个）更改为地理坐标，但由于某种原因，在输入列表中的第50个地址中，我得到了一个超过查询限制的响应

为了避免查询限制，我已经在循环中添加了一个time.sleep命令，但出于某种原因，它显示我再次超出了限制

有人能帮忙吗？（仅供参考，我正在笔记本电脑上运行）

---

地理编码API有每秒查询数（QPS）限制。您不能发送超过50个QP

此限制记录在

虽然您不再局限于每天的最大请求数（QPD），但地理编码API仍有以下使用限制：

• 每秒50个请求（QPS），计算为客户端和服务器端查询的总和

为了解决您的问题，我建议使用用于Google Maps API Web服务的Python客户端库：

此库在内部控制QPS，因此您的请求将正确排队

---

我希望这有帮助

“运行大约50行后发出警告”是什么意思。你是如何得出这个结论的。你在逐行调试它吗。如果是，那么代码的哪一部分会抛出错误？您总共发送了多少个请求？谷歌也有每日查询限制。@shiva很抱歉这个含糊不清的表达。我在输入列表中的第50个地址收到API的超查询限制响应。找到解决方案了吗？几乎有相同的问题。我使用python库（答案中的链接）修改了我的代码，它成功了@lacroixant我不确定你能在这里找到我的代码有什么不同。所以基本上，我的请求必须从“谷歌地图”库中完成。我的代码结构是每3秒休眠一次。。。为什么我会超过查询限制？谢谢你的帮助

import pandas as pd
import requests
import logging
import time
logger = logging.getLogger("root")
logger.setLevel(logging.DEBUG)
ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)
logger.addHandler(ch)

API_KEY = my_key #using my API key
BACKOFF_TIME = 5
output_filename = 'result.csv'
input_filename = 'input.csv'
address_column_name = "Address"
RETURN_FULL_RESULTS = False

data = pd.read_csv(input_filename, encoding='utf8')
if address_column_name not in data.columns:
raise ValueError("Missing Address column in input data")
addresses = data[address_column_name].tolist()

def get_google_results(address, api_key=my_key, return_full_response=False):
geocode_url = "https://maps.googleapis.com/maps/api/geocode/json?address={}".format(address)
if api_key is not None:
    geocode_url = geocode_url + "&key={}".format(api_key)

results = requests.get(geocode_url)
results = results.json()

if len(results['results']) == 0:
    output = {
        "formatted_address" : None,
        "latitude": None,
        "longitude": None,
        "accuracy": None,
        "google_place_id": None,
        "type": None,
        "postcode": None
    }
else:
    answer = results['results'][0]
    output = {
        "formatted_address" : answer.get('formatted_address'),
        "latitude": answer.get('geometry').get('location').get('lat'),
        "longitude": answer.get('geometry').get('location').get('lng'),
        "accuracy": answer.get('geometry').get('location_type'),
        "google_place_id": answer.get("place_id"),
        "type": ",".join(answer.get('types')),
        "postcode": ",".join([x['long_name'] for x in answer.get('address_components')
                              if 'postal_code' in x.get('types')])
    }

output['input_string'] = address
output['number_of_results'] = len(results['results'])
output['status'] = results.get('status')
if return_full_response is True:
    output['response'] = results

return output

results = []
for address in addresses:
  geocoded = False
  while geocoded is not True:
      try:
        geocode_result = get_google_results(address, API_KEY, 
return_full_response=RETURN_FULL_RESULTS)
        time.sleep(5)
    except Exception as e:
        logger.exception(e)
        logger.error("Major error with {}".format(address))
        logger.error("Skipping!")
        geocoded = True
    if geocode_result['status'] == 'OVER_QUERY_LIMIT':
        logger.info("Hit Query Limit! Backing off for a bit.")
        time.sleep(BACKOFF_TIME * 60) # sleep
        geocoded = False
    else:
        if geocode_result['status'] != 'OK':
            logger.warning("Error geocoding {}: {}".format(address, geocode_result['status']))
        logger.debug("Geocoded: {}: {}".format(address, geocode_result['status']))
        results.append(geocode_result)
        geocoded = True

if len(results) % 100 == 0:
    logger.info("Completed {} of {} address".format(len(results), len(addresses)))

if len(results) % 50 == 0:
    pd.DataFrame(results).to_csv("{}_bak".format(output_filename))

logger.info("Finished geocoding all addresses")
pd.DataFrame(results).to_csv(output_filename, encoding='utf8')