如何使用python请求执行限时响应下载？

当用python下载一个大文件时，我不仅要为连接过程设置时间限制，还要为下载设置时间限制

我正在尝试使用以下python代码：

import requests

r = requests.get('http://ipv4.download.thinkbroadband.com/1GB.zip', timeout = 0.5, prefetch = False)

print r.headers['content-length']

print len(r.raw.read())

这不起作用（下载不受时间限制），正如文档中正确指出的：

如果可能的话，这将非常好：

r.raw.read(timeout = 10)

---

问题是，如何对下载设置时间限制？

在一个线程中运行下载，如果没有按时完成，则可以中止下载

import requests
import threading

URL='http://ipv4.download.thinkbroadband.com/1GB.zip'
TIMEOUT=0.5

def download(return_value):
    return_value.append(requests.get(URL))

return_value = []
download_thread = threading.Thread(target=download, args=(return_value,))
download_thread.start()
download_thread.join(TIMEOUT)

if download_thread.is_alive():
    print 'The download was not finished on time...'
else:
    print return_value[0].headers['content-length']

---

当使用Requests'

prefetch=False

参数时，您可以一次（而不是一次）拉入任意大小的响应块

您需要做的是告诉请求不要预加载整个请求，并保留您自己的时间来记录到目前为止的阅读量，同时一次获取小块内容。您可以使用

r.raw.read（chunk\u SIZE）

获取块。总的来说，代码如下所示：

import requests
import time

CHUNK_SIZE = 2**12  # Bytes
TIME_EXPIRE = time.time() + 5  # Seconds

r = requests.get('http://ipv4.download.thinkbroadband.com/1GB.zip', prefetch=False)

data = ''
buffer = r.raw.read(CHUNK_SIZE)
while buffer:
    data += buffer
    buffer = r.raw.read(CHUNK_SIZE)

    if TIME_EXPIRE < time.time():
        # Quit after 5 seconds.
        data += buffer
        break

r.raw.release_conn()

print "Read %s bytes out of %s expected." % (len(data), r.headers['content-length'])

导入请求
导入时间
块大小=2**12字节
TIME_EXPIRE=TIME.TIME（）+5秒
r=请求。获取（'http://ipv4.download.thinkbroadband.com/1GB.zip，预取=False）
数据=“”
缓冲区=r.raw.read（块大小）
而缓冲区：
数据+=缓冲区
缓冲区=r.raw.read（块大小）
如果时间过期

---

请注意，这有时可能会比分配给最终

r.raw的5秒多一点。读取（…）

可能会延迟任意时间。但至少它不依赖于多线程或套接字超时。答案是：不要使用请求，因为它是阻塞的。使用非阻塞网络I/O，例如eventlet：

import eventlet
from eventlet.green import urllib2
from eventlet.timeout import Timeout

url5 = 'http://ipv4.download.thinkbroadband.com/5MB.zip'
url10 = 'http://ipv4.download.thinkbroadband.com/10MB.zip'

urls = [url5, url5, url10, url10, url10, url5, url5]

def fetch(url):
    response = bytearray()
    with Timeout(60, False):
        response = urllib2.urlopen(url).read()
    return url, len(response)

pool = eventlet.GreenPool()
for url, length in pool.imap(fetch, urls):
    if (not length):
        print "%s: timeout!" % (url)
    else:
        print "%s: %s" % (url, length)

产生预期结果：

http://ipv4.download.thinkbroadband.com/5MB.zip: 5242880
http://ipv4.download.thinkbroadband.com/5MB.zip: 5242880
http://ipv4.download.thinkbroadband.com/10MB.zip: timeout!
http://ipv4.download.thinkbroadband.com/10MB.zip: timeout!
http://ipv4.download.thinkbroadband.com/10MB.zip: timeout!
http://ipv4.download.thinkbroadband.com/5MB.zip: 5242880
http://ipv4.download.thinkbroadband.com/5MB.zip: 5242880

---

我并不主张这是最好的解决方案，但这里有一个通用的解决方案，用于对使用信号的函数调用设置时间限制：。这是一个难题，我不建议使用它，除非没有更优雅的解决方案。是的，信号不是一个选项，因为这不是一条安全的道路。用python线程是有问题的，而且我不能在超时时终止线程，这不是一个干净的解决方案。如果您愿意，可以用进程替换线程。为什么不能终止线程？“在python和任何语言中，突然终止线程通常是一种不好的模式。”无法告诉线程停止。使用进程太复杂，需要进程间通信。在python中，线程实际上无法停止。它们可以用

stop

方法标记为stopped，但实际上它们会在后台继续运行。不幸的是，这不起作用，因为不仅最后一次，甚至每一次r.raw.read（…）都可能延迟任意时间。这通常会导致从任意URL下载时错过超时。然后听起来套接字超时是唯一的方法。您看到了吗？使用此代码，超时触发时会发生什么情况？：）关于套接字的状态，您有什么保证？好的，这里没有线程，操作仍然是并行运行的。当超时触发时，正在进行的非阻塞操作将被取消。不要杀人。插座是关着的。我希望；）