解決Python httpx 運行過程中無限阻塞的問題

時間：2022-11-30 來源：作者：多多魚啊我要糾錯

Python httpx 運行過程中無限阻塞

requests 模塊只支持 http1，在遇到 http2 的數據接口的時候（某乎的搜索接口），需要采用支持http2 請求的模塊（如 httpx、hyper）。

本文是針對 httpx 在請求數據時，出現無限阻塞問題的一些處理方法。

httpx 的 timeout 有 bug，會導致腳本在運行一段時間后，出現線程阻塞卡死的問題（無限 timeout）。

1.通過 pm2 部署腳本

另外啟動一個腳本，定時對該腳本進行重啟操作。

舉個栗子：

1
2
3
4
5
6 import time
import os

while True:
time.sleep(60 * 60) # 一小時重啟一次
os.system('pm2 restart test')

這個方法有個不好的地方，在請求過程中，可能需要翻很多頁，如果不斷重啟腳本，可能導致無法翻到最后一頁。

2.通過裝飾器給函數設置一個最大執行超時時間

當函數執行時間超過某個時間就拋出 TimeOut 異常

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15 from func_timeout import func_set_timeout
import func_timeout
import time

@func_set_timeout(5) # 函數最大執行時間 5s
def test():
time.sleep(20)

def run():
try:
test()
print('test 函數執行完成')
except func_timeout.exceptions.FunctionTimedOut:
print('test 函數執行超時')
run()

如上面例子那樣，在 httpx.Client 所在函數設置一個額外等待時間，當該函數執行時間超過某個時間，就強制拋出 timeout 異常，避免程序無限阻塞。

python爬蟲httpx的用法

安裝命令：pip install httpx

請求方式

GET

1
2
3
4
5
6 import httpx
?
headers = {'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)