如果 socket.setdefaulttimeout() 不起作用,我该怎么办?

2024-01-05

我正在编写一个脚本(多线程)来从网站检索内容,并且该网站不是很稳定,所以时不时地会出现挂起的 http 请求,甚至无法超时socket.setdefaulttimeout()。由于我无法控制该网站,我唯一能做的就是改进我的代码,但我现在没有想法了。

示例代码:

socket.setdefaulttimeout(150)

MechBrowser = mechanize.Browser()
Header = {'User-Agent': 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.2.8) Gecko/20100722 Firefox/3.6.8 GTB7.1 (.NET CLR 3.5.30729)'}
Url = "http://example.com"
Data = "Justatest=whatever&letstry=doit"
Request = urllib2.Request(Url, Data, Header)
Response = MechBrowser.open(Request)
Response.close()

我应该怎么做才能强制退出挂起的请求?其实我想知道为什么socket.setdefaulttimeout(150)一开始就不工作。有人可以帮我吗?

补充:(是的,问题仍然没有解决)

好的,我已按照 tomasz 的建议将代码更改为MechBrowser.open(Request, timeout = 60),但同样的事情也会发生。到目前为止,我仍然随机收到挂起的请求,有时是几个小时,有时可能是几天。现在我该怎么做?有没有办法强制退出这些挂起的请求?


While socket.setsocketimeout将为新套接字设置默认超时,如果您不直接使用套接字,则可以轻松覆盖该设置。特别是,如果库调用socket.setblocking在其套接字上,它将重置超时。

urllib2.open有超时参数,但是,没有超时urllib2.Request。当你使用mechanize,你应该参考他们的文档:

从 Python 2.6 开始,urllib2 在内部使用 Request 对象的 .timeout 属性。但是,urllib2.Request 没有超时构造函数参数,并且 urllib2.urlopen() 忽略此参数。 mechanize.Request 有一个超时构造函数参数,用于设置同名属性,mechanize.urlopen() 不会忽略超时属性。

source: http://wwwsearch.sourceforge.net/mechanize/documentation.html http://wwwsearch.sourceforge.net/mechanize/documentation.html

- -编辑 - -

如果其中之一socket.setsockettimeout或将超时传递给mechanize适用于较小的值,但不适用于较高的值,问题的根源可能完全不同。有一件事是你的库可能会打开多个连接(这里归功于@Cédric Julien),因此超时适用于每次尝试socket.open,如果它没有因第一次失败而停止 - 可能需要长达timeout * num_of_conn秒。另一件事是socket.recv:如果连接真的很慢并且您很不幸,整个请求可能需要长达timeout * incoming_bytes与每个socket.recv我们可以得到一个字节,并且每个这样的调用都可以花费timeout秒。由于您不太可能遭受这种黑暗的场景(每个超时秒一个字节?您必须是一个非常粗鲁的男孩),因此很可能需要花费很长时间才能获得非常慢的连接和非常高的超时。

您唯一的解决方案是强制整个请求超时,但这里与套接字无关。如果你使用的是 Unix,你可以使用简单的解决方案ALARM信号。您设置要发出的信号timeout秒,您的请求将被终止(不要忘记捕获它)。您可能喜欢使用with声明使其干净且易于使用,例如:

import signal, time

def request(arg):
  """Your http request"""
  time.sleep(2)
  return arg

class Timeout():
  """Timeout class using ALARM signal"""
  class Timeout(Exception): pass

  def __init__(self, sec):
    self.sec = sec

  def __enter__(self):
    signal.signal(signal.SIGALRM, self.raise_timeout)
    signal.alarm(self.sec)

  def __exit__(self, *args):
    signal.alarm(0) # disable alarm

  def raise_timeout(self, *args):
    raise Timeout.Timeout()

# Run block of code with timeouts
try:
  with Timeout(3):
    print request("Request 1")
  with Timeout(1):
    print request("Request 2")
except Timeout.Timeout:
  print "Timeout"

# Prints "Request 1" and "Timeout"

如果想要比这更便携,你必须使用一些更大的枪,例如multiprocessing,因此您将生成一个进程来调用您的请求并在过期时终止它。由于这将是一个单独的过程,您必须使用某些东西将结果传输回您的应用程序,它可能是multiprocessing.Pipe。下面是例子:

from multiprocessing import Process, Pipe
import time

def request(sleep, result):
  """Your http request example"""
  time.sleep(sleep)
  return result

class TimeoutWrapper():
  """Timeout wrapper using separate process"""
  def __init__(self, func, timeout):
    self.func = func
    self.timeout = timeout

  def __call__(self, *args, **kargs):
    """Run func with timeout"""
    def pmain(pipe, func, args, kargs):
      """Function to be called in separate process"""
      result = func(*args, **kargs) # call func with passed arguments
      pipe.send(result) # send result to pipe

    parent_pipe, child_pipe = Pipe() # Pipe for retrieving result of func
    p = Process(target=pmain, args=(child_pipe, self.func, args, kargs))
    p.start()
    p.join(self.timeout) # wait for prcoess to end

    if p.is_alive():
      p.terminate() # Timeout, kill
      return None # or raise exception if None is acceptable result
    else:          
      return parent_pipe.recv() # OK, get result

print TimeoutWrapper(request, 3)(1, "OK") # prints OK
print TimeoutWrapper(request, 1)(2, "Timeout") # prints None

如果您想强制请求在固定秒数后终止,您实际上没有太多选择。socket.timeout将为单个套接字操作(连接/接收/发送)提供超时,但如果您有多个套接字,您可能会遭受很长的执行时间。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

如果 socket.setdefaulttimeout() 不起作用,我该怎么办? 的相关文章

随机推荐