Python请求很慢，并且需要很长时间才能完成HTTP或HTTPS请求

时间：2020-06-26 16:28:58

标签： python python-3.x python-requests urllib3

当使用请求库请求Web资源，网站或Web服务时，请求将花费很长时间才能完成。该代码类似于以下内容：

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

此请求需要2分钟（恰好是2分钟10秒）才能完成！为什么这么慢，我该如何解决？

1 个答案:

答案 0 :(得分：9)

对于此问题，可以有多种解决方案。在StackOverflow上，有很多答案可以解决，因此，我将尝试将它们全部组合起来，以免您麻烦寻找它们。

在搜索中，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（source）：

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或流式传输请求

不请求所有数据而是仅发送HEAD请求（source）可能会更快：

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

某些服务器不支持此功能，那么您可以尝试流式传输响应（source）：

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

对于连续多个请求，请尝试使用会话

如果您连续发送多个请求，则可以利用requests.Session加快请求的速度。这样可以确保与服务器的连接保持打开和配置状态，并且还保留cookie，这是一个不错的好处。试试这个（source）：

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

要并行处理您的请求（尝试10个以上的请求），请使用requests-futures

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

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()

请注意不要让太多请求同时使服务器不堪重负。

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，而是服务器或您的连接

在许多情况下，原因可能在于您所请求的服务器。首先，通过以相同的方式请求其他任何URL来验证这一点：

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

如果这很好，您可以将精力集中在以下可能的问题上：

服务器仅允许特定的用户代理字符串

服务器可能专门阻止了requests，或者他们可能利用了白名单或其他原因。要发送更好的用户代理字符串，请尝试以下（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)

服务器限制您的速度

如果仅在某些情况下会出现此问题，例如几次请求后，服务器可能会限制您的速率。检查响应，看是否沿这些方向读取内容（即“达到速率限制”，“超出工作队列深度”或类似的内容； source）。

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

服务器响应的格式错误，导致解析问题

您可以通过不阅读从服务器收到的响应来进行检查。如果代码仍然很慢，那么这不是您的问题，但是如果此问题得以解决，则问题可能出在解析响应上。

  1. 如果某些标头设置不正确，则会导致解析错误，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起作用

这可能是所有所有人中最糟糕的问题。一种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)

如果这返回了成功的响应，则问题应该出在IPv6上。原因是requests首先尝试进行IPv6连接。如果超时，它将尝试通过IPv4连接。通过将超时设置为较低，可以强制其在较短的时间内切换到IPv4。

通过使用wget或curl进行验证：

wget --inet6-only https://www.example.com -O - > /dev/null
# or
curl --ipv6 -v https://www.example.com

在两种情况下，我们都强制该工具通过IPv6连接以隔离问题。如果超时，请再次尝试强制使用IPv4：

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

如果此方法正常，您已找到问题！但是，您问如何解决呢？

  1. 蛮力解决方案是完全disable IPv6。
  2. 您也可能只disable IPv6 for the current session。
  3. 您可能只想force requests to use IPv4。 （在链接的答案中，您必须调整代码以始终为IPv4返回socket.AF_INET。）
  4. 如果要解决SSH的此问题，请按以下说明force IPv4 for SSH。 （简而言之，将AddressFamily inet添加到您的SSH配置中。）
  5. 您可能还想检查问题是否出在您的DNS or TCP上。
相关问题
最新问题