Python请求很慢,并且需要很长时间才能完成HTTP或HTTPS请求

当使用请求库请求Web资源或网站或Web服务时,请求需要很长时间才能完成。该代码类似于以下内容:

import requests

requests.get("https://www.example.com/")

此请求需要2分钟(恰好是2分钟10秒)才能完成!为什么这么慢,我该如何解决?

回答:

这个问题可以有多种可能的解决方案。关于StackOverflow的答案很多,因此,我将尝试将它们全部组合起来,以免您寻找它们的麻烦。

在搜索中,我发现了以下几层:

首先,尝试登录

对于许多问题,激活日志记录可以帮助您发现问题所在(源代码):

import requests

import logging

import http.client

http.client.HTTPConnection.debuglevel = 1

# You must initialize logging, otherwise you'll not see debug output.

logging.basicConfig()

logging.getLogger().setLevel(logging.DEBUG)

requests_log = logging.getLogger("requests.packages.urllib3")

requests_log.setLevel(logging.DEBUG)

requests_log.propagate = True

requests.get("https://www.example.com")

如果调试输出不能帮助您解决问题,请继续阅读。

如果仅需要检查服务器是否已启动,请尝试HEAD或流式请求

不请求所有数据,而是仅发送HEAD请求(source)会更快:

requests.head("https://www.example.com")

某些服务器不支持此功能,那么您可以尝试流式传输响应(source):

requests.get("https://www.example.com", stream=True)

对于连续多个请求,请尝试利用会话

如果您连续发送多个请求,则可以使用来加快请求的速度requests.Session。这样可以确保与服务器的连接保持打开和配置状态,并且还保留cookie,这是一个不错的好处。试试这个:

import requests

session = requests.Session()

for _ in range(10):

session.get("https://www.example.com")

要并行处理您的请求(尝试10个以上的请求),请使用requests-futures

如果您一次发送大量请求,则每个请求都会阻止执行。您可以利用例如request-

futures并行化它:

from concurrent.futures import as_completed

from requests_futures.sessions import FuturesSession

with FuturesSession() as session:

futures = [session.get("https://www.example.com") for _ in range(10)]

for future in as_completed(futures):

response = future.result()

注意不要同时让太多请求淹没服务器。

如果这也不能解决您的问题,请继续阅读…

原因可能不在于请求,而是服务器或您的连接

在许多情况下,原因可能在于您所请求的服务器。首先,通过以相同的方式请求其他任何URL来验证这一点:

requests.get("https://www.google.com")

如果这样做正常,您可以将精力集中在以下可能的问题上:

服务器仅允许特定的用户代理字符串

服务器可能会专门阻止requests,或者他们可能会使用白名单或其他原因。要发送更好的用户代理字符串,请尝试以下操作(source):

headers = {"User-Agent": "Mozilla/5.0 (X11; CrOS x86_64 12871.102.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.141 Safari/537.36"}

requests.get("https://www.example.com", headers=headers)

服务器限速

如果有时仅在某些情况下(例如,在几次请求后)出现此问题,则服务器可能会限制您的速率。检查响应,看是否沿这些方向读取某些内容(即“达到速率限制”,“超出工作队列深度”或类似内容;)。

在这里,解决方案是在请求之间等待更长的时间,例如使用time.sleep()

服务器响应的格式错误,导致解析问题

您可以通过不阅读从服务器收到的响应来进行检查。如果代码仍然很慢,这不是您的问题,但是如果此问题得以解决,则问题可能出在解析响应上。

要解决这些问题,请尝试:

r = requests.get("https://www.example.com")

r.raw.chunked = True # Fix issue 1

r.encoding = 'utf-8' # Fix issue 2

print(response.text)

IPv6不起作用,但IPv4起作用

这可能是所有所有人中最糟糕的问题。一种简单但奇怪的检查方法是添加一个timeout参数,如下所示:

requests.get("https://www.example.com/", timeout=5)

如果返回 成功响应

,则问题应该出在IPv6上。原因是requests首先尝试进行IPv6连接。如果超时,它将尝试通过IPv4连接。通过将超时设置为较低,可以强制其在较短的时间内切换到IPv4。

通过使用验证,例如,wgetcurl

wget --inet6-only https://www.example.com -O - > /dev/null

# or

curl --ipv6 -v https://www.example.com

在这两种情况下,我们都强制该工具通过IPv6连接以隔离问题。如果超时,请再次尝试强制使用IPv4:

wget --inet4-only https://www.example.com -O - > /dev/null

# or

curl --ipv4 -v https://www.example.com

以上是 Python请求很慢,并且需要很长时间才能完成HTTP或HTTPS请求 的全部内容, 来源链接: utcz.com/qa/429088.html

回到顶部