很多爬虫工作在使用爬虫代理的时候会遇到请求超时的问题,代码就卡在哪里,不报错也没有requests请求的响应。遇到这种情况该怎么办呢?和天启IP来看看吧。
爬虫代理遇到请求超时怎么办?
为防止服务器不能及时响应,大部分发至外部服务器的请求都应该带着 timeout 参数。在默认情况下,除非显式指定了 timeout 值,requests 是不会自动进行超时处理的。如果没有 timeout,你的代码可能会挂起若干分钟甚至更长时间。
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 会等待的秒数。一个很好的实践方法是把连接超时设为比 3 的倍数略大的一个数值,因为 TCP 数据包重传窗口 (TCP packet retransmission window) 的默认大小是 3。
爬虫代理遇到链接超时,通常的处理是在requests.get()语句中加入timeout限制请求时间
req = requests.get(url, headers=headers, proxies=proxies, timeout=5)
如果发现设置timeout=5后长时间不响应问题依然存在,可以将timeout里的参数细化
作出如下修改后,问题就消失了
req = requests.get(url, headers=headers, proxies=proxies, timeout=(3,7))
---------------------
timeout=(3,7) = (connect timeout,read timeout)
timeout是用作设置响应时间的,响应时间分为连接时间和读取时间,timeout(3,7)表示的连接时间是3,响应时间是7。
一般使用以上的方法都能解决请求超时的问题。