requests.get()默认不设超时会无限等待，必须用timeout=(connect, read)元组分别控制连接与读取超时，单数值仅作用于读取阶段，连接阶段仍可能卡死。
requests.get() 默认不设超时，长连接请求卡住几小时都可能不报错——必须显式设置 timeout，且不能只填一个数字。
为什么单个 timeout 数值对长连接无效
requests 的 timeout 参数若只传一个数字（如 timeout=10），它只控制读取超时（read timeout），而连接阶段（connect）仍可能无限等待。长连接场景下，DNS 解析慢、中间网关阻塞、目标服务器 TCP backlog 满等，都会卡在连接建立环节，此时 timeout=10 完全不起作用。
常见错误现象：requests.exceptions.ConnectTimeout 报错但程序已卡死数分钟；或日志里没异常，但爬虫进程 CPU 为 0、内存不动、无响应。
- 必须用元组形式：
timeout=(connect_timeout, read_timeout) - 连接超时建议设为 3–5 秒：足够应对正常 DNS 和握手，又不至于久等
- 读取超时需按业务定：静态页可设 7–15 秒；含动态渲染或大文件下载的，可放宽到 30 秒以上，但要配合重试
- 避免设成
timeout=None或timeout=0：前者等于不设限，后者会直接抛ValueError
requests 中如何正确捕获 ConnectTimeout 和 ReadTimeout
这两个异常虽然都属于超时，但触发阶段和修复方向完全不同，混用 except 会掩盖问题根源。
立即学习“Python免费学习笔记（深入）”；
-
requests.exceptions.ConnectTimeout：说明根本连不上，应优先检查 DNS、代理可用性、防火墙或目标域名是否被屏蔽 -
requests.exceptions.ReadTimeout：连接已建好，但服务端迟迟不发数据，可能是后端处理慢、限流、或页面含大量 JS 渲染逻辑 - 不要只写一个
except requests.exceptions.Timeout:——它无法区分是连接失败还是读取卡住 - 推荐写法：
try: resp = requests.get(url, timeout=(3, 15)) except requests.exceptions.ConnectTimeout: # 记录 host + port，换 DNS 或跳过该域名 log_error(f"Connect failed: {url}") except requests.exceptions.ReadTimeout: # 可重试，或降级用 head 请求探活 retry_with_backoff(url) except requests.exceptions.RequestException as e: # 兜底，但不包含超时类异常 handle_other_error(e)
重试机制不能只靠 time.sleep，要带退避和状态判断
简单 for 循环 + time.sleep(1) 重试，在高并发或目标限流时反而加剧问题：重复请求压垮自己，或触发 IP 封禁。
- 用
urllib3.util.retry.Retry配合requests.adapters.HTTPAdapter更可靠 - 关键参数：
total=3（总重试次数）、backoff_factor=1（退避因子，第二次重试延迟 2 秒，第三次 4 秒） - 仅对特定状态码重试：
status_forcelist=[429, 502, 503, 504]，504 是典型网关超时，值得重试；但 404 或 403 就不该重试 - 注意：ConnectTimeout 和 ReadTimeout 默认不进重试流程，需手动开启：
connect=3, read=3 - 示例初始化 session：
s = requests.Session() retry_strategy = Retry( total=3, connect=3, read=3, backoff_factor=1, status_forcelist=[429, 502, 503, 504], ) adapter = HTTPAdapter(max_retries=retry_strategy) s.mount("http://", adapter) s.mount("https://", adapter)
长连接场景下 timeout 和重试的组合陷阱
很多人把 timeout=(3, 30) 和重试 3 次一起用，以为最多耗时 3×33≈100 秒，实际可能远超——因为每次重试都会重新走完整 timeout 流程，且底层连接池可能复用失效连接。
- 连接超时（3 秒）失败后，重试前不会等满 3 秒才放弃，但读取超时（30 秒）一旦触发，整个请求周期就至少占掉 30 秒
- 如果目标服务器返回了连接但一直不发包（如 HTTP/2 流控挂起），
read_timeout才是真正瓶颈 - 真实长连接问题常藏在底层：requests 默认启用连接池，但若服务器主动断连或 keep-alive 超时，复用旧连接会导致后续请求莫名卡住
- 解决方案之一：加
headers={'Connection': 'close'}强制不复用连接，牺牲一点性能换确定性 - 更稳妥做法：监控单次请求耗时，超过阈值（如 25 秒）就主动
resp.close()并销毁 session，再建新 session
超时不是调大数字就能解决的事；连接阶段和读取阶段得分开看，重试不是循环 sleep，长连接的“连接”二字本身就藏着最容易被忽略的状态管理成本。
