### 如何在 Python 中实现请求或操作的频率限制 为了实现在 Python 中对请求或操作进行频率限制（Rate Limiting），可以采用多种方式来完成这一目标。以下是基于提供的引用内容以及专业知识的一种解决方案。 #### 使用 `ratelimiter` 库实现速率限制 通过引入第三方库 `ratelimiter`，能够轻松地设置每单位时间内的最大调用次数。以下是一个具体的例子： ```python from ratelimiter import RateLimiter limiter = RateLimiter(calls=5, period=60) # 设置每分钟最多允许 5 次请求 def handle_user_request(user_id): if not limiter.check(user_id): # 检查当前用户是否超出限制 return "Too many requests!" # 如果未超过限制，则处理用户的请求逻辑 return "Processing request..." ``` 上述代码展示了如何利用 `ratelimiter` 来控制特定函数的执行频率[^3]。 #### 自定义速率限制器 如果不想依赖外部库，也可以手动构建一个简单的速率限制机制。下面提供了一个自定义版本的例子： ```python import time from collections import defaultdict class SimpleRateLimiter: def __init__(self, max_calls, interval_seconds): self.max_calls = max_calls self.interval_seconds = interval_seconds self.calls_log = defaultdict(list) def allow(self, user_id): current_time = time.time() # 清除过期的日志记录 self.calls_log[user_id] = [ call_time for call_time in self.calls_log[user_id] if call_time > current_time - self.interval_seconds ] if len(self.calls_log[user_id]) >= self.max_calls: return False # 记录本次调用的时间戳 self.calls_log[user_id].append(current_time) return True # 初始化限流器实例 rate_limiter = SimpleRateLimiter(max_calls=5, interval_seconds=60) def custom_handle_user_request(user_id): if not rate_limiter.allow(user_id): return "Too many requests!" return "Processing request..." print(custom_handle_user_request('user_1')) # 输出 Processing request... time.sleep(12) # 延迟一段时间测试效果 print(custom_handle_user_request('user_1')) # 可能输出 Too many requests! 或 Processing request...取决于具体延迟 ``` 此方案无需额外安装任何库即可工作，并且可以根据需求灵活调整参数配置[^1]。 当面对更复杂的场景时，比如 OpenAI 的 API 调用可能因令牌数量过多而触发速率限制错误，开发者应仔细阅读官方文档并遵循其建议的最佳实践以优化性能表现[^4]^。 ---