使用time.sleep、ratelimit装饰器、APScheduler调度、令牌桶算法或asyncio信号量可有效控制Python中API调用频率，避免限流。
如果您在使用Python调用第三方API接口时频繁请求，可能会触发服务端的限流机制，导致IP被封或返回错误响应。为了确保程序稳定运行并遵守API使用规则，需要对调用频率进行合理控制。以下是几种有效的方法来限制API调用频率：
一、使用time模块添加固定延迟
通过在每次请求之间插入固定的时间间隔，可以简单有效地控制调用频率。这种方法适用于大多数对调用频率有明确限制的API。
1、在代码中导入time模块，用于实现暂停功能。
2、在每次发送请求后调用time.sleep(秒数)，例如每秒最多一次请求则设置为time.sleep(1)。
立即学习“Python免费学习笔记（深入）”；
3、根据API文档规定的速率限制调整sleep时间，如每分钟10次则可设为time.sleep(6)。
二、利用ratelimit装饰器进行速率控制
ratelimit是一个Python第三方库，可以通过装饰器方式限制函数的执行频率，适合封装API调用函数时使用。
1、安装ratelimit库：pip install ratelimit。
2、导入相关模块：from ratelimit import limits, sleep_and_retry。
3、定义限制条件，例如每60秒最多10次请求：
@sleep_and_retry
@limits(calls=10, period=60)
def call_api():
# 发起请求代码
4、调用该函数时将自动遵循设定的频率限制。
三、使用APScheduler实现定时任务调度
通过APScheduler（Advanced Python Scheduler）库，可以将API调用安排为周期性任务，从而精确控制调用时机和频率。
1、安装APScheduler：pip install apscheduler。
2、导入BlockingScheduler：from apscheduler.schedulers.blocking import BlockingScheduler。
3、定义API调用函数，并使用scheduler.add_job()方法按固定间隔执行。
例如 scheduler.add_job(call_api, 'interval', seconds=5) 表示每5秒调用一次。
4、启动调度器 scheduler.start() 开始执行计划任务。
四、结合令牌桶算法实现动态限流
令牌桶算法是一种更灵活的限流策略，允许短时间内突发请求，同时保证长期平均速率符合限制。
1、安装token-bucket库：pip install token-bucket。
2、创建令牌桶实例，设置容量和生成速率：
bucket = TokenBucket(capacity=10, fill_rate=1) # 每秒生成1个令牌，最多10个
3、在发起请求前调用if bucket.consume(1): 判断是否有足够令牌。
4、只有成功消耗令牌时才执行API请求，否则等待下一个周期。
五、使用asyncio与aiohttp实现异步限流
对于高并发场景，可采用异步编程方式结合信号量控制并发请求数量，避免瞬间大量请求。
1、安装aiohttp：pip install aiohttp。
2、创建异步信号量：semaphore = asyncio.Semaphore(5) # 最多5个并发请求。
3、在异步请求函数中使用async with semaphore: 包裹实际的请求逻辑。
4、利用asyncio.sleep()控制两次请求之间的最小间隔，配合事件循环运行多个任务。
