1. 影刀RPA 调 RESTful API 分页为什么总在第二页翻车影刀RPA 做数据采集、订单同步、报表拉取时绕不开 RESTful API 分页。接口一次只给你 20 条、50 条剩下的要靠翻页参数一页页取。问题在于不同服务商的分页设计完全不一样有的用offset limit有的用page pageSize有的用cursor游标还有的把下一页地址塞在响应头的 Link 字段里。你在 A 接口写好的循环搬到 B 接口直接死循环或者只拿到第一页。这篇聚焦影刀RPA 调用 RESTful API 时的分页处理把偏移量翻页和游标翻页两种主流模式讲透给出可直接复制的 TaoToken 统一 Key 接入配置settings.json 骨架和分页参数模板并演示两种翻页的验证动作。适合正在用影刀做接口自动化、又不想为每个 API 单独维护一套鉴权逻辑的开发者。核心检索词就三个影刀RPA、RESTful API、分页。读完你能拿到一套能跑通的翻页骨架而不是背几段示例代码。我试过把鉴权和分页拆成两层来管鉴权交给 TaoToken 统一 Key分页逻辑写成可切换模式的函数。这样换接口时只改参数名不动主流程。2. TaoToken 前置统一 Key 解决多接口鉴权影刀RPA 项目里往往要对接好几个 API每个 API 一套 Key、一套 Header 格式维护起来很烦。TaoToken 的作用是把这些模型的调用入口统一成一个 Key你在影刀里只配一次后面所有请求都走同一个鉴权头。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 注意 API 地址不带 UTM 参数。你需要先在控制台创建一个 API Key。打开 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 登录后进入 API Keys 页面点新建复制生成的 Key。这个 Key 就是后面 settings.json 里要填的值。如果你还没决定用哪个模型可以先到模型对话页 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 试一下请求格式确认返回结构再写进影刀。注意API Key 属于敏感凭证不要硬编码在影刀流程的明文变量里建议放在影刀的「凭据管理」或外部配置文件通过读取文件的方式注入。对于长期跑编码类、Agent 类任务的场景可以了解 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它更适合持续性的自动化调用。接入细节和参数说明统一看文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有完整的请求示例。3. 可复制配置settings.json 骨架与分页参数模板影刀RPA 的 Python 代码块里建议把配置抽成一个 JSON 文件流程启动时读一次。下面这个 settings.json 骨架把 TaoToken 的接入信息和分页参数都放进去了你按自己的接口改字段名即可。{ taotoken: { base_url: https://taotoken.net/api, api_key: sk-你的Key填这里, timeout: 30, headers: { Authorization: Bearer ${API_KEY}, Content-Type: application/json } }, pagination: { mode: offset, offset_param: offset, limit_param: limit, page_param: page, page_size_param: pageSize, cursor_param: cursor, cursor_field: next_cursor, items_path: data.items, page_size: 50, max_pages: 200, sleep_seconds: 0.2 } }字段说明用表格对照更清楚字段作用偏移量模式取值游标模式取值mode翻页模式开关offsetcursoroffset_param偏移量参数名offset不使用limit_param每页数量参数名limitlimitcursor_param游标参数名不使用cursorcursor_field返回体里游标字段路径不使用next_cursoritems_path数据列表在返回体中的路径data.itemsdata.recordspage_size每页条数5050max_pages最大页数保护200200sleep_seconds请求间隔防限速0.20.2items_path这个字段很关键。不同接口把列表放在data.items、data.list、data.records里用点号路径统一解析就不用为每个接口改代码。max_pages是保险丝防止接口异常时无限循环把影刀卡死。在影刀里读取配置的代码块import json with open(rD:\yingdao\config\settings.json, r, encodingutf-8) as f: cfg json.load(f) api_key cfg[taotoken][api_key] headers { Authorization: fBearer {api_key}, Content-Type: application/json } pg cfg[pagination]4. 偏移量翻页offset limit 完整实现与验证偏移量翻页是最常见的模式。接口形如GET /api/data?offset0limit50含义是跳过 0 条取 50 条下一页 offset 变成 50再下一页 100。判断结束的条件永远是「返回的列表为空」不要用 total 计数因为有些接口的 total 是估算值。import requests import time def fetch_by_offset(url, headers, pg): all_data [] offset 0 page 0 while page pg[max_pages]: params { pg[offset_param]: offset, pg[limit_param]: pg[page_size] } resp requests.get(url, paramsparams, headersheaders, timeout30) resp.raise_for_status() body resp.json() # 按点号路径取列表 items body for key in pg[items_path].split(.): items items.get(key, []) if not items: break all_data.extend(items) offset pg[page_size] page 1 print(f第{page}页本页{len(items)}条累计{len(all_data)}条) time.sleep(pg[sleep_seconds]) return all_data验证动作先手动请求一次offset0limit5看返回体里列表字段的实际路径把items_path改成对应值。然后跑上面的函数观察控制台输出的页数和累计条数是否递增。如果第一页就 break八成是items_path写错了打印body的 keys 确认一下。提示resp.raise_for_status()会在 4xx/5xx 时直接抛异常比默默返回错误体更容易定位问题。影刀里可以配合「异常捕获」节点做重试。5. 游标翻页cursor 模式实现与验证游标翻页的接口形如GET /api/data?cursorxxxlimit50首次请求不带 cursor返回体里带一个next_cursor下一页把它传回去。没有next_cursor就表示结束。游标的好处是数据在翻页过程中有增删也不会漏或重复适合实时性要求高的场景。def fetch_by_cursor(url, headers, pg): all_data [] cursor None page 0 while page pg[max_pages]: params {pg[limit_param]: pg[page_size]} if cursor: params[pg[cursor_param]] cursor resp requests.get(url, paramsparams, headersheaders, timeout30) resp.raise_for_status() body resp.json() items body for key in pg[items_path].split(.): items items.get(key, []) if not items: break all_data.extend(items) # 取下一页游标 cursor body for key in pg[cursor_field].split(.): cursor cursor.get(key) if isinstance(cursor, dict) else None page 1 print(f第{page}页本页{len(items)}条累计{len(all_data)}条) if not cursor: break time.sleep(pg[sleep_seconds]) return all_data验证动作第一次请求不带 cursor把返回体里的next_cursor值打印出来确认字段路径和cursor_field一致。然后跑完整循环观察最后一页是否在next_cursor为空时正常退出。如果循环在第二页就停检查cursor_field是不是写成了data.next_cursor而实际是next_cursor。两种模式切换只需要改 settings.json 里的mode字段主流程不用动if pg[mode] offset: result fetch_by_offset(url, headers, pg) elif pg[mode] cursor: result fetch_by_cursor(url, headers, pg) else: raise ValueError(f不支持的分页模式: {pg[mode]})6. 本篇常见错排查报错一第一页就返回空列表。先确认items_path是否正确。把body用print(json.dumps(body, ensure_asciiFalse)[:500])打出来看列表到底在哪一层。有些接口返回{code:0,data:{list:[...]}}路径就是data.list。报错二翻页到最后一页多请求一次空页。这是用len(items) page_size判断结束导致的。当总数正好是 page_size 整数倍时最后一页是满的下一轮才返回空。统一改成if not items: break最稳妥。报错三请求太快触发限速返回 429。在循环里加time.sleep(pg[sleep_seconds])严格限速的接口把间隔调到 0.5 甚至 1 秒。影刀里也可以配合「重试」节点遇到 429 等待后重试。报错四并发翻页导致数据重复或遗漏。分页采集必须串行一页一页来。多线程各翻一页在数据有变动时会错乱不要为了提速牺牲正确性。报错五鉴权头格式不对返回 401。确认Authorization是Bearer加 Key中间有一个空格。Key 前后不要有换行或空格从控制台复制时容易带上。如果排查后还是接不通去接入文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 对照请求示例或者到 API Keys 页面 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 重新生成一个 Key 试试排除 Key 本身失效的可能。7. 统一 Key 接入与分页落地建议把鉴权和分页拆开之后影刀RPA 项目的维护成本会明显下降。新增一个接口时你只需要在 settings.json 里加一份配置改items_path和分页参数名主流程代码一行不动。TaoToken 统一 Key 的价值就在这里多个接口共用一个鉴权入口不用为每个服务商单独管理凭证。验证模型返回结构时可以先用模型对话页 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 发一次请求确认字段路径再写进配置。长期跑编码类、Agent 类自动化任务的可以看 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它更适合持续性调用场景。接入配置和参数细节统一以文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 为准。最后留一个实用习惯每次接入新接口先用limit5手动跑两页把返回体结构打印出来确认items_path和游标字段路径再切到正式 page_size。这一步花两分钟能省掉后面半小时的调试。
