Python的周期任务调度工具是什么

本篇内容主要讲解“Python的周期任务调度工具是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python的周期任务调度工具是什么”吧!

如果你想周期性地执行某个 Python 脚本，最出名的选择应该是 Crontab 脚本，但是 Crontab 具有以下缺点：

•  1.不方便执行秒级任务。

•   2.当需要执行的定时任务有上百个的时候，Crontab 的管理就会特别不方便。

还有一个选择是 Celery，但是 Celery 的配置比较麻烦，如果你只是需要一个轻量级的调度工具，Celery 不会是一个好选择。

在你想要使用一个轻量级的任务调度工具，而且希望它尽量简单、容易使用、不需要外部依赖，最好能够容纳 Crontab 的所有基本功能，那么 Schedule 模块是你的不二之选。

使用它来调度任务可能只需要几行代码，感受一下：

# Python 实用宝典  import schedule  import time  def job():      print("I'm working...")  schedule.every(10).minutes.do(job)  while True:      schedule.run_pending()      time.sleep(1)

上面的代码表示每10分钟执行一次 job 函数，非常简单方便。你只需要引入 schedule 模块，通过调用 scedule.every(时间数).时间类型.do(job)  发布周期任务。

发布后的周期任务需要用 run_pending 函数来检测是否执行，因此需要一个 While 循环不断地轮询这个函数。

下面具体讲讲Schedule模块的安装和初级、进阶使用方法。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南 进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。

请选择以下任一种方式输入命令安装依赖：

1. Windows 环境 打开 Cmd (开始-运行-CMD)。

2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。

3. 如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal.

pip install schedule

2.基本使用

最基本的使用在文首已经提到过，下面给大家展示更多的调度任务例子：

# Python 实用宝典  import schedule  import time  def job():      print("I'm working...")  # 每十分钟执行任务  schedule.every(10).minutes.do(job)  # 每个小时执行任务  schedule.every().hour.do(job)  # 每天的10:30执行任务  schedule.every().day.at("10:30").do(job)  # 每个月执行任务  schedule.every().monday.do(job)  # 每个星期三的13:15分执行任务  schedule.every().wednesday.at("13:15").do(job)  # 每分钟的第17秒执行任务  schedule.every().minute.at(":17").do(job)  while True:      schedule.run_pending()      time.sleep(1)

可以看到，从月到秒的配置，上面的例子都覆盖到了。不过如果你想只运行一次任务的话，可以这么配：

# Python 实用宝典  import schedule  import time  def job_that_executes_once():      # 此处编写的任务只会执行一次...      return 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：

# Python 实用宝典  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：

# Python 实用宝典  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：

# Python 实用宝典  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。

# Python 实用宝典  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：

# Python 实用宝典  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() :

# Python 实用宝典  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：

# Python 实用宝典  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：

# Python 实用宝典  import threading  import time  import schedule  def job1():      print("I'm running on thread %s" % threading.current_thread())  def job2():     print("I'm running on thread %s" % threading.current_thread())  def job3():      print("I'm 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：

# Python 实用宝典  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：

# Python 实用宝典  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，相信大家对“Python的周期任务调度工具是什么”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！