讲师中心 微信公众号
AI工具推荐 视频效率加速

Python爬虫如何实现定时自动化抓取_结合APScheduler编写Python脚本

夏涛酱_4321

夏涛酱_4321

发布时间:2026-04-25 18:53:06

|

561人浏览过

|

来源于php中文网

原创

APScheduler任务不执行主因是jobstore选错:默认MemoryJobStore内存型,进程退出即丢失;需改用SQLAlchemyJobStore(如SQLite)实现持久化,且不可混用多jobstore。

python爬虫如何实现定时自动化抓取_结合apscheduler编写python脚本

APScheduler 的 jobstore 选错会导致任务不执行

很多人写完 add_job() 就以为万事大吉,结果脚本跑一次就停,定时任务根本没触发。核心问题常出在 jobstore 配置上:默认的 MemoryJobStore 是内存型,进程一退出所有任务就丢了,根本没法“定时”。要持久化调度,必须显式指定数据库后端。

实操建议:

立即学习“Python免费学习笔记(深入)”;

python学习
python学习

Python 编程学习助手 skill,面向零基础用户。 当用户表达以下意图时触发: - 学习 Python 基础概念(变量、数据类型、循环、函数、类等) - 请求 Python 练习题或测验 - 请求审查或调试 Python 代码 - 请求 Python 项目实战指导(爬虫、数据分析、Web 开发等入门项目) - 泛化表述如"教我 Python""我想学编程""Python 怎么写""帮我学 Python" 此 skill

下载
  • 用 SQLite 最轻量:SQLAlchemyJobStore(url='sqlite:///jobs.sqlite'),首次运行会自动建表
  • 如果已用 PostgreSQL/MySQL,直接复用连接串,但注意表名前缀别冲突(可通过 tablename 参数指定)
  • 别把 MemoryJobStore 和 SQLAlchemyJobStore 混在同一个 Scheduler 实例里——APScheduler 不支持多 jobstore 共存于单实例(除非用 BackgroundScheduler + 自定义封装)

爬虫函数里不能直接 print 或写文件,得加异常兜底和日志

定时任务在后台跑,print() 不会输出到终端,写相对路径文件可能因工作目录变化而失败(比如 systemd 启动时工作目录是 /)。更严重的是,一次请求失败若没捕获,整个 job 会中断,后续调度照常但实际没干活。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 用 logging 替代 print(),初始化时指定文件路径:logging.basicConfig(filename='/var/log/my_spider.log', level=logging.INFO)
  • 爬虫主逻辑必须包在 try...except Exception as e: 里,记录错误并 return,避免阻塞调度器线程
  • 写文件一律用绝对路径,或启动前用 os.chdir('/path/to/project') 固定工作目录
  • 对 requests 调用必须设 timeout=(3, 7),防止卡死导致下一轮调度被跳过

使用 BlockingScheduler 还是 BackgroundScheduler?看部署场景

本地测试用 BlockingScheduler 最简单,但一旦部署到服务器,它会独占主线程,没法再接 Ctrl+C、没法响应信号、更没法和 Flask/FastAPI 共存。生产环境几乎都该用 BackgroundScheduler。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 开发调试阶段可用 BlockingScheduler,配合 max_instances=1 防止并发抓取同一页面
  • 部署到 Linux 服务(systemd)或 Docker 时,必须换 BackgroundScheduler,且要在启动后显式调用 .start()
  • BackgroundScheduler 启动后,主程序不能立即退出,得加个 while True: time.sleep(3600) 或监听信号保持存活
  • 若脚本还要提供 Web 接口(如加个 /status 查当前任务),只能选 BackgroundScheduler,否则线程冲突

job 触发时间不准?检查 trigger 类型和 misfire_grace_time

用 CronTrigger(hour='*/2') 本意是每两小时跑一次,结果发现有时延迟 5 分钟甚至更久。这不是 APScheduler bug,而是默认容忍 1 分钟的“失火”(misfire)——如果上次任务还没结束,新任务就被丢弃了。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 对耗时稳定的爬虫,设 misfire_grace_time=30(秒),超过 30 秒没执行就直接丢弃,避免堆积
  • 想严格按时触发(哪怕上一轮还在跑),加参数 coalesce=True,把错过的多次触发合并成一次
  • 避免用 IntervalTrigger(minutes=90) 这种非整点间隔,系统负载高时容易漂移;优先用 CronTrigger(minute='0', hour='*/3') 对齐系统时钟
  • Linux 上确保系统时区正确:timedatectl status,Python 里别依赖 datetime.now() 做判断,统一用 datetime.utcnow().replace(tzinfo=timezone.utc)
APScheduler 看似简单,但 jobstore 持久化、异常吞没、调度线程模型这三块最容易漏掉——少设一个 SQLAlchemyJobStore,或者忘了 try/except,脚本上线后就变成“看似在跑,其实啥也没干”。

热门AI工具

更多
超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1771

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

4624

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1749

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

27337

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3307

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3307

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1203

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

596

2023.08.10

Playwright 测试失败怎么办
Playwright 测试失败怎么办

Playwright测试失败专题汇集超时、定位器匹配、浏览器提前关闭、依赖与插件配置、文件上传、SSL及Docker启动等故障文章,并介绍通过截图、报告和Trace定位错误。

0

2026.10.21

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Uvicorn官方安装与入门手册
Uvicorn官方安装与入门手册

共0课时 | 0人学习

Python uv官方项目管理指南
Python uv官方项目管理指南

共0课时 | 0人学习

Python uv官方安装与入门文档
Python uv官方安装与入门文档

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn