Python httpx 运行过程中无限阻塞

requests 模块只支持 http1,在遇到 http2 的数据接口的时候(某乎的搜索接口),需要采用支持http2 请求的模块(如 httpx、hyper)。

本文是针对 httpx 在请求数据时,出现无限阻塞问题的一些处理方法。

httpx 的 timeout 有 bug,会导致脚本在运行一段时间后,出现线程阻塞卡死的问题(无限 timeout)。

1.通过 pm2 部署脚本

另外启动一个脚本,定时对该脚本进行重启操作。

举个栗子:

import timeimport oswhile True: time.sleep(60 * 60) # 一小时重启一次 os.system('pm2 restart test') 

这个方法有个不好的地方,在请求过程中,可能需要翻很多页,如果不断重启脚本,可能导致无法翻到最后一页。

2.通过装饰器给函数设置一个最大执行超时时间

当函数执行时间超过某个时间就抛出 TimeOut 异常

from func_timeout import func_set_timeoutimport func_timeoutimport time@func_set_timeout(5) # 函数最大执行时间 5sdef test(): time.sleep(20)def run(): try: test() print('test 函数执行完成') except func_timeout.exceptions.FunctionTimedOut: print('test 函数执行超时')run()

如上面例子那样,在 httpx.Client 所在函数设置一个额外等待时间,当该函数执行时间超过某个时间,就强制抛出 timeout 异常,避免程序无限阻塞。

python爬虫httpx的用法

安装命令:pip install httpx

请求方式

GET

import httpxheaders = {'user-agent': 'my-app/1.0.0'}params = {'key1': 'value1', 'key2': 'value2'}url = 'https://httpbin.org/get'r = httpx.get(url, headers=headers, params=params)

POST

r = httpx.post('https://httpbin.org/post', data={'key': 'value'})

PUT

r = httpx.put('https://httpbin.org/put', data={'key': 'value'})

DELETE

r = httpx.delete('https://httpbin.org/delete')

以上为个人经验,希望能给大家一个参考,也希望大家多多支持码农网。

您可能感兴趣的文章:
  • python如何用正则表达式提取字符串
  • python中的txt文件转换为XML
  • 详解Python中四种关系图数据可视化的效果对比
  • python QT界面关闭线程池的线程跟随退出完美解决方案
  • Python:对程序做性能分析及计时统计
  • 利用Python实现简易计算器的示例代码
  • Python tensorflow与pytorch的浮点运算数如何计算
  • Python实现鸡群算法的示例代码