python中schedule的用法和搭配,python scheduler 定时执行

  python中schedule的用法和搭配,python scheduler 定时执行

  本文主要介绍—Schedule模块的安装、主要和高级用法,这是Python中周期性任务的一个工件。本文中的示例代码解释的很详细,有需要的可以参考一下。

  00-1010 1.准备2。基本使用参数传递获取当前所有作业取消所有作业标签函数设置作业截止时间立即运行所有作业,不考虑它们的安排3。高级使用decorator来并行安排作业和执行日志异常处理。如果希望在Linux服务器上定期执行Python脚本,最著名的选择应该是Crontab脚本,但是Crontab有以下缺点:

  1.执行二级任务不方便。

  2.当有数百个调度任务要执行时,Crontab的管理会特别不方便。

  另一个选择是芹菜,但是芹菜的配置比较麻烦。如果你只是需要一个轻量级的调度工具,芹菜不会是一个好的选择。

  如果你想使用一个轻量级的任务调度工具,想让它尽可能简单易用,不依赖外部,最好能容纳Crontab的所有基本功能,那么调度模块就是你最好的选择。

  用它来安排任务可能只需要几行代码。感受一下:

  导入计划

  导入时间

  定义作业():

  打印(我在工作.)

  schedule . every(10). minutes . do(job)

  而True:

  schedule.run_pending()

  时间.睡眠(1)

  上面的代码表示每10分钟执行一次作业功能,非常简单方便。只需要引入schedule模块,通过调用scedule.every(小时数)发布周期性任务即可。时间类型。做(工作)。

  发布后的周期性任务需要使用run_pending函数来检查是否执行,所以需要While循环来持续轮询这个函数。

  具体来说,时间表模块的安装、主要用途和高级用途如下所述。

  

目录

  请选择以下方式之一来输入命令安装依赖项:

  1.在windows环境下打开Cmd(开始-运行-CMD)。

  2.在Mac OS环境下打开终端(进入终端(命令空间)。

  3.如果使用的是VSCode Editor或者Pycharm,可以直接使用界面底部的终端。

  pip安装时间表

  

1.准备

  最基本的用法在文章开头已经提到了。以下是计划任务的更多示例:

  导入计划

  导入时间

  定义作业():

  打印(我在工作.)

  #每十分钟执行一次任务

  schedule . every(10). minutes . do(job)

  #每小时执行任务

  schedule . every()hour . do(job)

  #每天10:30执行任务

  schedule . every()day . at( 10:30 )。做(工作)

  #每月执行任务

  schedule . every()Monday . do(job)。

  #每周三1:15执行任务。

  schedule.every()星期三. at(13:15 )。做(工作)

  #在每分钟的第17秒执行任务

  schedule . every()minute . at( :17 )。做(工作)

  而True:

  schedule.run_pending()

  时间.睡眠(1)

  可以看到,上面的例子涵盖了从月到秒的配置。但是,如果你想只运行一次任务s的话可以这样搭配:

  导入计划

  导入时间

  def job _ that _ executes _ once():

  #这里写的任务将只执行一次.

  返回

  schedule.CancelJob

  schedule.every().day.at(22:30).do(job_that_executes_once)

  while True:

   schedule.run_pending()

   time.sleep(1)

  

  

  

参数传递

  如果你有参数需要传递给作业去执行,你只需要这么做:

  

import schedule

  def greet(name):

   print(Hello, name)

  # do() 将额外的参数传递给job函数

  schedule.every(2).seconds.do(greet, name=Alice)

  schedule.every(4).seconds.do(greet, name=Bob)

  

  

  

获取目前所有的作业

  如果你想获取目前所有的作业:

  

import schedule

  def hello():

   print(Hello world)

  schedule.every().second.do(hello)

  all_jobs = schedule.get_jobs()

  

  

  

取消所有作业

  如果某些机制触发了,你需要立即清除当前程序的所有作业:

  

import schedule

  def greet(name):

   print(Hello {}.format(name))

  schedule.every().second.do(greet)

  schedule.clear()

  

  

  

标签功能

  在设置作业的时候,为了后续方便管理作业,你可以给作业打个标签,这样你可以通过标签过滤获取作业或取消作业。

  

import schedule

  def greet(name):

   print(Hello {}.format(name))

  # .tag 打标签

  schedule.every().day.do(greet, Andrea).tag(daily-tasks, friend)

  schedule.every().hour.do(greet, John).tag(hourly-tasks, friend)

  schedule.every().hour.do(greet, Monica).tag(hourly-tasks, customer)

  schedule.every().day.do(greet, Derek).tag(daily-tasks, guest)

  # get_jobs(标签):可以获取所有该标签的任务

  friends = schedule.get_jobs(friend)

  # 取消所有 daily-tasks 标签的任务

  schedule.clear(daily-tasks)

  

  

  

设定作业截止时间

  如果你需要让某个作业到某个时间截止,你可以通过这个方法:

  

import schedule

  from datetime import datetime, timedelta, time

  def job():

   print(Boo)

  # 每个小时运行作业,18:30后停止

  schedule.every(1).hours.until("18:30").do(job)

  # 每个小时运行作业,2030-01-01 18:33 today

  schedule.every(1).hours.until("2030-01-01 18:33").do(job)

  # 每个小时运行作业,8个小时后停止

  schedule.every(1).hours.until(timedelta(hours=8)).do(job)

  # 每个小时运行作业,11:32:42后停止

  schedule.every(1).hours.until(time(11, 33, 42)).do(job)

  # 每个小时运行作业,2020-5-17 11:36:20后停止

  schedule.every(1).hours.until(datetime(2020, 5, 17, 11, 36, 20)).do(job)

  

  截止日期之后,该作业将无法运行。

  

  

立即运行所有作业,而不管其安排如何

  如果某个机制触发了,你需要立即运行所有作业,可以调用schedule.run_all():

  

import schedule

  def job_1():

   print(Foo)

  def job_2():

   print(Bar)

  schedule.every().monday.at("12:40").do(job_1)

  schedule.every().tuesday.at("16:40").do(job_2)

  schedule.run_all()

  # 立即运行所有作业,每次作业间隔10秒

  schedule.run_all(delay_seconds=10)

  

  

  

3.高级使用

  

  

装饰器安排作业

  如果你觉得设定作业这种形式太啰嗦了,也可以使用装饰器模式:

  

from schedule import every, repeat, run_pending

  import time

  # 此装饰器效果等同于 schedule.every(10).minutes.do(job)

  @repeat(every(10).minutes)

  def job():

   print("I am a scheduled job")

  while True:

   run_pending()

   time.sleep(1)

  

  

  

并行执行

  默认情况下,Schedule 按顺序执行所有作业。其背后的原因是,很难找到让每个人都高兴的并行执行模型。

  不过你可以通过多线程的形式来运行每个作业以解决此限制:

  

import threading

  import time

  import schedule

  def job1():

   print("Im running on thread %s" % threading.current_thread())

  def job2():

   print("Im running on thread %s" % threading.current_thread())

  def job3():

   print("Im running on thread %s" % threading.current_thread())

  def run_threaded(job_func):

   job_thread = threading.Thread(target=job_func)

   job_thread.start()

  schedule.every(10).seconds.do(run_threaded, job1)

  schedule.every(10).seconds.do(run_threaded, job2)

  schedule.every(10).seconds.do(run_threaded, job3)

  while True:

   schedule.run_pending()

   time.sleep(1)

  

  

  

日志记录

  Schedule 模块同时也支持 logging 日志记录,这么使用:

  

import schedule

  import logging

  logging.basicConfig()

  schedule_logger = logging.getLogger(schedule)

  # 日志级别为DEBUG

  schedule_logger.setLevel(level=logging.DEBUG)

  def job():

   print("Hello, Logs")

  schedule.every().second.do(job)

  schedule.run_all()

  schedule.clear()

  

  效果如下:

  

DEBUG:schedule:Running *all* 1 jobs with 0s delay in between
DEBUG:schedule:Running job Job(interval=1, unit=seconds, do=job, args=(), kwargs={})
Hello, Logs
DEBUG:schedule:Deleting *all* jobs

  

  

  

异常处理

  Schedule 不会自动捕捉异常,它遇到异常会直接抛出,这会导致一个严重的问题:后续所有的作业都会被中断执行,因此我们需要捕捉到这些异常。

  你可以手动捕捉,但是某些你预料不到的情况需要程序进行自动捕获,加一个装饰器就能做到了:

  

import functools

  def catch_exceptions(cancel_on_failure=False):

   def catch_exceptions_decorator(job_func):

   @functools.wraps(job_func)

   def wrapper(*args, **kwargs):

   try:

   return job_func(*args, **kwargs)

   except:

   import traceback

   print(traceback.format_exc())

   if cancel_on_failure:

   return schedule.CancelJob

   return wrapper

   return catch_exceptions_decorator

  @catch_exceptions(cancel_on_failure=True)

  def bad_task():

   return 1 / 0

  schedule.every(5).minutes.do(bad_task)

  

  这样,bad_task在执行时遇到的任何错误,都会被catch_exceptions捕获,这点在保证调度任务正常运转的时候非常关键。

  到此这篇关于Python周期任务神器之Schedule模块使用详解的文章就介绍到这了,更多相关Python Schedule模块内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: