Python处理函数调用超时的四种方法

 更新时间:2025年04月20日 14:52:09   作者:呱牛 do IT  
在实际开发过程中,我们可能会遇到一些场景,需要对函数的执行时间进行限制,例如,当一个函数执行时间过长时,可能会导致程序卡顿、资源占用过高,因此,在某些情况下,我们希望限制函数调用的最大时所以本文给大家介绍了Python处理函数调用超时的四种方法

前言

在实际开发过程中,我们可能会遇到一些场景,需要对函数的执行时间进行限制。例如,当一个函数执行时间过长时,可能会导致程序卡顿、资源占用过高,甚至影响整个系统的稳定性。因此,在某些情况下,我们希望限制函数调用的最大时间,以确保程序能够在合理的时间范围内完成任务,或者在超时的情况下采取其他措施。

为了实现这一目标,可以通过多种方式来控制函数的执行时间。例如,可以使用多线程或异步编程技术,在指定的时间范围内监控函数的执行情况。如果函数在规定时间内未能完成执行,则可以中断该函数的运行,并返回一个超时提示或执行备用逻辑。这种方式不仅能够提高程序的健壮性,还能有效避免因单个函数执行时间过长而导致的系统性能问题。

限制函数调用的最大时间是一种非常实用的技术手段,能够帮助开发者更好地控制程序的行为,提升用户体验,同时确保系统的稳定性和可靠性。

func-timeout

func-timeout 是一个 Python 库,允许为函数设置超时时间,防止代码长时间运行或无限阻塞。它适用于需要强制限制执行时间的场景,例如网络请求、计算密集型任务或可能出现死循环的代码。

1. 安装 func-timeout

可以使用 pip 安装:

pip install func-timeout

2. 基本用法

最常用的方式是 func_timeout,它允许在指定的时间内运行一个函数,超时则抛出异常。

from func_timeout import func_timeout, FunctionTimedOut
import time
 
def long_running_task():
    time.sleep(5)  # 模拟长时间运行的任务
    return "Task completed"
 
try:
    result = func_timeout(3, long_running_task)  # 设置3秒超时
    print(result)
except FunctionTimedOut:
    print("Function execution timed out!")

解释:

  • func_timeout(3, long_running_task):尝试在 3 秒内运行 long_running_task

  • FunctionTimedOut 异常表示函数超时未完成

也可以使用装饰器方式为函数设定超时:

from func_timeout import func_set_timeout
import time
 
@func_set_timeout(2)  # 限制该函数的运行时间为2秒
def long_task():
    time.sleep(5)  # 任务实际需要5秒
    return "Finished"
 
try:
    print(long_task())
except FunctionTimedOut:
    print("Function execution timed out!")

这种方式适用于需要多次调用的函数,避免每次调用都手动设置超时。

func-timeout 本质上还是依赖 多线程 或 多进程 实现超时控制,在某些情况下可能不适用于主线程(如 Jupyter Notebook)。它也不能用于 main 线程内的 while True 死循环,因为 Python 的 GIL 可能会影响信号处理。

自定义进程

除了使用上面的库,也可以自己使用一个进程来计时和检测超时,另一个进程来调用 Python 函数。以下是具体实现代码:

import time
from itertools import count
from multiprocessing import Process
 
def inc_forever():
    print('Starting function inc_forever()...')
    while True:
        time.sleep(1)
        print(next(counter))
 
def return_zero():
    print('Starting function return_zero()...')
    return 0
 
if __name__ == '__main__':
    # counter 是一个无限迭代器
    counter = count(0)
 
    p1 = Process(target=inc_forever, name='Process_inc_forever')
    p2 = Process(target=return_zero, name='Process_return_zero')
    p1.start()
    p2.start()
    p1.join(timeout=5)
    p2.join(timeout=5)
    p1.terminate()
    p2.terminate()
 
if p1.exitcode is None:
    print(f'Oops, {p1} timeouts!')
 
if p2.exitcode == 0:
    print(f'{p2} is luck and finishes in 5 seconds!')

运行结果如下:

Starting function inc_forever()...
Starting function return_zero()...
0
1
2
3
4
Oops, <Process(Process_inc_forever, started)> timeouts!
<Process(Process_return_zero, stopped)> is luck and finishes in 5 seconds!

从退出码可以看出,inc_forever() 函数超时了(退出码为 None),而 return_zero() 函数在 5 秒内成功完成。

subprocess 参数设置超时

从 Python 3.5 开始,subprocess 模块提供了一个便捷且推荐使用的 run() API,它内置了超时支持。以下是示例代码:

import subprocess
 
r = subprocess.run(['echo', 'hello timeout'], timeout=5)
print(
    f'''type(r)={type(r)},
    r.args={r.args},
    r.returncode={r.returncode},
    r.stdout={r.stdout},
    r.stderr={r.stderr}'''
)
 
try:
    r = subprocess.run(['ping', 'www.google.com'], timeout=5)
except subprocess.TimeoutExpired as e:
    print(e)

运行结果如下:

hello timeout
type(r)=<class 'subprocess.CompletedProcess'>,
    r.args=['echo', 'hello timeout'],
    r.returncode=0,
    r.stdout=None,
    r.stderr=None
PING www.google.com (216.58.194.164) 56(84) bytes of data.
64 bytes from ...: icmp_seq=1 ttl=54 time=10.4 ms
64 bytes from ...: icmp_seq=2 ttl=54 time=5.90 ms
64 bytes from ...: icmp_seq=3 ttl=54 time=6.19 ms
64 bytes from ...: icmp_seq=4 ttl=54 time=9.04 ms
64 bytes from ...: icmp_seq=5 ttl=54 time=16.7 ms
Command '['ping', 'www.google.com']' timed out after 5 seconds

当超时时,会抛出一个 TimeoutExpired 异常。

信号(Signals)

对于 UNIX 系统,还可以使用 signal 模块,通过在 5 秒后向处理器发送信号来引发异常。不过,这种方法相对底层且不够直观。

import signal
def handler(signum, frame):
    raise TimeoutError("函数超时")
def my_function():
    pass
signal.signal(signal.SIGALRM, handler)
signal.alarm(5)
try:
    my_function()
except TimeoutError:
    print("函数超时")
finally:
    signal.alarm(0)

总结

在开发中,限制函数执行时间是提升程序稳定性和用户体验的重要手段。本文介绍了几种实现方法:

  • func-timeout 库:通过 func_timeout 或装饰器 func_set_timeout,可为函数设置超时时间,超时则抛出异常。适用于网络请求或计算密集型任务。

  • 自定义进程:利用 multiprocessing 模块创建子进程执行函数,通过 join(timeout) 控制超时,超时后终止进程。

  • subprocess 模块:从 Python 3.5 起,subprocess.run() 支持超时参数,超时会抛出 TimeoutExpired 异常,适合外部命令调用。

  • 信号机制:在 UNIX 系统中,使用 signal 模块设置超时信号,超时后触发异常,但实现较底层。

这些方法各有优劣,开发者可根据实际需求选择合适的方案。

以上就是Python处理函数调用超时的四种方法的详细内容,更多关于Python函数调用超时的资料请关注脚本之家其它相关文章!

相关文章

  • Pytorch中的Broadcasting问题

    Pytorch中的Broadcasting问题

    这篇文章主要介绍了Pytorch中的Broadcasting问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-01-01
  • python中的% 是什么意思,起到什么作用呢

    python中的% 是什么意思,起到什么作用呢

    %Y会被无世纪的年份所替代,%m会被01到12之间的一个十进制月份数替代,其他依次类推,%在python的格式化输出,有转换字符的作用,本文给大家讲解python中的% 是什么意思,起到什么作用,感兴趣的朋友一起看看吧
    2022-12-12
  • python中列表(list)和元组(tuple)的深入讲解

    python中列表(list)和元组(tuple)的深入讲解

    这篇文章主要给大家介绍了关于python中列表(list)和元组(tuple)的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-03-03
  • python使用PyGame绘制图像并保存为图片文件的方法

    python使用PyGame绘制图像并保存为图片文件的方法

    这篇文章主要介绍了python使用PyGame绘制图像并保存为图片文件的方法,涉及Python使用PyGame操作图片的相关技巧,需要的朋友可以参考下
    2015-04-04
  • python图像常规操作

    python图像常规操作

    这篇文章主要介绍了python图像常规操作,比较全面,涉及读取和存储,生成缩略图,调整尺寸与旋转,绘制图像轮廓等相关内容,具有一定参考价值,需要的朋友可以了解下。
    2017-11-11
  • win7上tensorflow2.2.0安装成功 引用DLL load failed时找不到指定模块 tensorflow has no attribute xxx 解决方法

    win7上tensorflow2.2.0安装成功 引用DLL load failed时找不到指定模块 tensorflo

    这篇文章主要介绍了win7上tensorflow2.2.0安装成功 引用时DLL load failed找不到指定模块 tensorflow has no attribute xxx 解决方法,需要的朋友可以参考下
    2020-05-05
  • python3+opencv 使用灰度直方图来判断图片的亮暗操作

    python3+opencv 使用灰度直方图来判断图片的亮暗操作

    这篇文章主要介绍了python3+opencv 使用灰度直方图来判断图片的亮暗操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • 使用Python库高效自动化处理图像的操作过程

    使用Python库高效自动化处理图像的操作过程

    本文将介绍两个强大的Python图像处理库:Pillow(PIL的fork版本)和OpenCV,并通过实例展示如何使用它们实现各种图像处理自动化任务,感兴趣的朋友跟随小编一起看看吧
    2025-08-08
  • Python基础之进程详解

    Python基础之进程详解

    今天带大家学习Python基础知识,文中对python进程作了详细的介绍,对正在学习python基础的小伙伴们有很好地帮助,需要的朋友可以参考下
    2021-05-05
  • python实战之Scrapy框架爬虫爬取微博热搜

    python实战之Scrapy框架爬虫爬取微博热搜

    前面讲解了Scrapy中各个模块基本使用方法以及代理池、Cookies池。接下来我们以一个反爬比较强的网站新浪微博为例,来实现一下Scrapy的大规模爬取。
    2021-09-09

最新评论