详解Python requests 超时和重试的方法-转载

转自：https://www.jb51.net/article/152963.htm

网络请求不可避免会遇上请求超时的情况，在 requests 中，如果不设置你的程序可能会永远失去响应。

超时又可分为连接超时和读取超时。

连接超时

连接超时指的是在你的客户端实现到远端机器端口的连接时（对应的是 connect() ），Request 等待的秒数。

?

1 2 3 4 5 6 7 8 9 10 11 12 13

import time import requests   url = 'http://www.google.com.hk'   print (time.strftime( '%Y-%m-%d %H:%M:%S' )) try :    html = requests.get(url, timeout = 5 ).text    print ( 'success' ) except requests.exceptions.RequestException as e:    print (e)   print (time.strftime( '%Y-%m-%d %H:%M:%S' ))

因为 google 被墙了，所以无法连接，错误信息显示 connect timeout（连接超时）。

2018-12-14 14:38:20
HTTPConnectionPool(host='www.google.com.hk', port=80): Max retries exceeded with url: / (Caused by ConnectTimeoutError(<urllib3.connection.HTTPConnection object at 0x00000000047F80F0>, 'Connection to www.google.com.hk timed out. (connect timeout=5)'))
2018-12-14 14:38:25

就算不设置，也会有一个默认的连接超时时间（我测试了下，大概是21秒）。

读取超时

读取超时指的就是客户端等待服务器发送请求的时间。（特定地，它指的是客户端要等待服务器发送字节之间的时间。在 99.9% 的情况下这指的是服务器发送第一个字节之前的时间）。

简单的说，连接超时就是发起请求连接到连接建立之间的最大时长，读取超时就是连接成功开始到服务器返回响应之间等待的最大时长。

读取超时是没有默认值的，如果不设置，程序将一直处于等待状态。 我们的爬虫经常卡死又没有任何的报错信息，原因就在这里了。

如果你设置了一个单一的值作为 timeout，如下所示：

?

1	r = requests.get( 'https://github.com' , timeout = 5 )

这一 timeout 值将会用作 connect 和 read 二者的 timeout。如果要分别制定，就传入一个元组：

?

1	r = requests.get( 'https://github.com' , timeout = ( 3.05 , 27 ))

黑板课爬虫闯关的第四关正好网站人为设置了一个15秒的响应等待时间，拿来做说明最好不过了。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

import time import requests   url_login = 'http://www.heibanke.com/accounts/login/?next=/lesson/crawler_ex03/'   session = requests.Session() session.get(url_login)   token = session.cookies[ 'csrftoken' ] session.post(url_login, data = { 'csrfmiddlewaretoken' : token, 'username' : 'guliang21' , 'password' : '123qwe' })   print (time.strftime( '%Y-%m-%d %H:%M:%S' ))   url_pw = 'http://www.heibanke.com/lesson/crawler_ex03/pw_list/' try :    html = session.get(url_pw, timeout = ( 5 , 10 )).text    print ( 'success' ) except requests.exceptions.RequestException as e:    print (e)   print (time.strftime( '%Y-%m-%d %H:%M:%S' ))

错误信息中显示的是 read timeout（读取超时）。

2018-12-14 15:20:47
HTTPConnectionPool(host='www.heibanke.com', port=80): Read timed out. (read timeout=10)
2018-12-14 15:20:57

超时重试

一般超时我们不会立即返回，而会设置一个三次重连的机制。

?

1 2 3 4 5 6 7 8

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

其实 requests 已经帮我们封装好了。（但是代码好像变多了…）

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

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 :    r = s.get( 'http://www.google.com.hk' , timeout = 5 )    return r.text except requests.exceptions.RequestException as e:    print (e) print (time.strftime( '%Y-%m-%d %H:%M:%S' ))

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是20秒而不是15秒

2018-12-14 15:34:03
HTTPConnectionPool(host='www.google.com.hk', port=80): Max retries exceeded with url: / (Caused by ConnectTimeoutError(<urllib3.connection.HTTPConnection object at 0x0000000013269630>, 'Connection to www.google.com.hk timed out. (connect timeout=5)'))
2018-12-14 15:34:23

以上就是本文的全部内容，希望对大家的学习有所帮助。

转载于:https://www.cnblogs.com/tianleblog/p/11496177.html