详解详解Python requests 超时和重试的方法超时和重试的方法
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
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。
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
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：
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：
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。
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/'
评论1