时间戳

首页 > 解决方案 > Python 请求很慢并且需要很长时间才能完成 HTTP 或 HTTPS 请求

python - Python 请求很慢并且需要很长时间才能完成 HTTP 或 HTTPS 请求

问题描述

使用 requests 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。代码类似于以下内容：

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

这个请求需要超过 2 分钟（正好 2 分 10 秒）才能完成！为什么这么慢，我该如何解决？

标签： pythonpython-3.xpython-requestsurllib3

解决方案

这个问题可以有多种可能的解决方案。StackOverflow 上有很多关于这些的答案，所以我会尝试将它们全部结合起来，以节省您搜索它们的麻烦。

在我的搜索中，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（来源）：

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。

如果您只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，而只发送 HEAD 请求（源）会更快：

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

有些服务器不支持这一点，那么您可以尝试流式传输响应（source）：

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

对于连续的多个请求，请尝试使用 Session

如果您连续发送多个请求，您可以使用requests.Session. 这可以确保与服务器的连接保持打开和配置状态，并将 cookie 保留为一个很好的好处。试试这个（来源）：

import requests
session = requests.Session()
for _ in range(10):
    session.get("https://www.example.com")

要并行化您的请求（尝试超过 10 个请求），请使用 requests-futures

如果您一次发送大量请求，每个请求都会阻止执行。您可以使用requests-futures（来自kederrac的想法）并行化此操作：

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()

注意不要同时用太多请求压倒服务器。

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，而在于服务器或您的连接

在许多情况下，原因可能在于您请求的服务器。首先，通过以相同方式请求任何其他 URL 来验证这一点：

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

如果这工作正常，您可以将精力集中在以下可能的问题上：

服务器只允许特定的用户代理字符串

服务器可能会专门阻止requests，或者他们可能会利用白名单或其他原因。要发送更好的用户代理字符串，试试这个（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)

服务器速率限制你

如果这个问题只是偶尔出现，例如在几个请求之后，服务器可能会限制你的速率。检查响应以查看它是否读取了这些内容（即“达到速率限制”、“超出工作队列深度”或类似内容；来源）。

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

服务器响应格式不正确，导致解析问题

您可以通过不读取从服务器收到的响应来检查这一点。如果代码仍然很慢，这不是你的问题，但如果这解决了它，问题可能在于解析响应。

  1. 如果某些标头设置不正确，这可能会导致解析错误，从而阻止分块传输（source）。
  2. 在其他情况下，手动设置编码可能会解决解析问题（source）。

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 可以

这可能是所有发现的最糟糕的问题。一个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 IPv6 连接。当超时时，它会尝试通过 IPv4 连接。通过将超时设置为低，您可以强制它在更短的时间内切换到 IPv4。

通过使用验证，例如，wget或curl：

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，我们都会强制该工具通过 IPv6 连接以隔离问题。如果超时，请再次尝试强制 IPv4：

wget --inet4-only https://www.example.com -O - > /dev/null
# or
curl --ipv4 -v https://www.example.com

如果这工作正常，你已经找到了你的问题！但是你问怎么解决？

  1. 蛮力解决方案是完全禁用 IPv6。
  2. 您也可以仅为当前会话禁用 IPv6 。
  3. 您可能只想强制请求使用 IPv4。（在链接的答案中，您必须调整代码以始终返回socket.AF_INETIPv4。）
  4. 如果你想为 SSH 解决这个问题，这里是如何为 SSH 强制 IPv4。（简而言之，添加AddressFamily inet到您的 SSH 配置中。）
  5. 您可能还想检查问题是否出在您的DNS 或 TCP上。

推荐阅读