python-requests请求超时解决方案

飞熊 • 2023年5月10日下午10:54 • 后端笔记 • 阅读 268

python程序根据url从互联网上批量获取数据时，设置HTTP或Socket超时，来防止爬虫爬取某个页面时间过长，导致程序卡置不前。

1、socket

全局设置。

import socket

socket.setdefaulttimeout(1)

t：代表经过t秒后，如果还未下载成功，自动跳入下一次操作，此次下载失败。

2、添加timeout

使用timeout 参数可以设定等待连接的秒数，如果等待超时，Requests会抛出异常。

示例代码1：

import requests

res = requests.get('https://github.com', timeout=0.01)
print(res)

运行结果：

示例代码2：

import requests

res = requests.get('https://github.com', timeout=10)
print(res)

运行结果：

注意：timeout 仅对连接过程有效，与响应体的下载无关。 timeout 并不是整个下载响应的时间限制，而是如果服务器在 timeout 秒内没有应答，将会引发一个异常（更精确地说，是在 timeout 秒内没有从基础套接字上接收到任何字节的数据时)。

3、HTTPAdapter(max_retries=3)重试

示例代码：

import time
import requests
from requests.adapters import HTTPAdapter


s = requests.Session()
s.mount('http://', HTTPAdapter(max_retries=3))
s.mount('https://', HTTPAdapter(max_retries=3))

print(time.strftime('%Y-%m-%d %H:%M:%S'))

try:
    res = s.get('https://github.com', timeout=2)
    print(res)
except requests.exceptions.RequestException as e:
    print(e)

print(time.strftime('%Y-%m-%d %H:%M:%S'))

运行结果：

注意：max_retries 为最大重试次数，重试3次，加上最初的一次请求，一共是4次，所以上述代码运行耗时至少是8秒而不是6秒。

4、捕捉异常

示例代码1：

import requests


def get_html(url, timeout=5):
    i = 0
    while i < 3:
        try:
            html = requests.get(url, timeout=timeout)
            return html.text
        except requests.exceptions.RequestException as e:
            i += 1
            print(e)


res = get_html('https://github.com', timeout=0.1)
print(res)

运行结果：

示例代码2：【试图提大timeout的值】

import requests


def get_html(url, timeout=5):
    i = 0
    while i < 3:
        try:
            html = requests.get(url, timeout=timeout)
            return html.text
        except requests.exceptions.RequestException as e:
            i += 1
            print(e)


res = get_html('https://github.com', timeout=10)
print(res)

运行结果：