問題描述

在用python爬取數(shù)據(jù)時，單進(jìn)程里開啟多線程抓取，畢竟IO密集我就沒搞多進(jìn)程了。

代碼如下

def get_downloads_url_list(self,pageNum):FilePath=’C:/RMDZY/h’+str(pageNum)os.chdir(FilePath)with open(FilePath+’/m3u8.txt’, ’r’) as f: m3u8_txt = f.read()download_ts_list = re.findall(r’ppvod’ + r’d{7}’ + r’.ts’, m3u8_txt)download_url_list = [url + str(pageNum) + ’/1000kb/hls/’ + download_ts_list[i] for i in range(len(download_ts_list))]max_length=len(download_url_list)dat_list=[’ts’+str(i)+’.ts’ for i in range(max_length)]dat_str=’+’.join(dat_list)ts_command=’copy /b ’+dat_str+’ new.ts’with open(’ts.bat’,’w’) as f: f.write(ts_command)return download_url_list def download_by_m3u8(self,i,pageNum):download_list=self.get_downloads_url_list(pageNum)ts_file = requests.get(download_list[i], verify=False)with open(’ts’+str(i)+’.ts’,’ab’) as f: f.write(ts_file.content)![圖片描述][1] def download_threading(self,pageNum):download_list=self.get_downloads_url_list(pageNum)thread_list=[]for i in range(len(download_list)): thread = threading.Thread(target=self.download_by_m3u8, args=[i,pageNum]) thread_list.append(thread) thread.start()for thread in thread_list: thread.join()

但是只要一個線程的requests沒有返回值，線程就會一直等待，也不會寫入，所以會出現(xiàn)，主進(jìn)程一直沒阻塞的問題。如圖

請問怎么處理，比如，給requests.get設(shè)置一個timeout，但是超過之后怎么處理啊，我設(shè)置了timeout之后，好像線程直接被kill了，可以繼續(xù)下載下一個目標(biāo)，但是，這個沒下載的我這么記錄啊，能不能捕獲這個異常然后重連啊。主要還是寫法，不太會。生疏啊

問題解答

num = 3 # 重試次數(shù)while num > 0: try:result = requests.get(..., timeout=3) except requests.exceptions.ReadTimeout:print ’Timeout, try again’num -= 1 else:# 成功獲取print ’ok’print resultbreakelse: # 3次都失敗 print ’Try 3 times, But all failed’