python定时杀进程

python定时杀进程

  • 之前写了个python脚本用selenium+phantomjs爬新帖子,在循环拉取页面的过程中,phantomjs总是block住,使用WebDriverWait设置最长等待时间无效。用firefox替换phantomjs无改善
  • 因为这个脚本不会长期使用,因此采取临时办法,新开一个子线程固定周期杀死phantomjs进程,这样selenium就会在block最多不超过此周期后返回。当然在爬虫脚本中做一些微调防止部分url被跳过
  • 定时执行任务采用sched模块,很多人将其与crontab相提并论

杀死特定进程的命令

  • kill -9 pid命令可以无条件终止对应pid进程

获取名为phantomjs的进程pid

  • ps命令列出进程信息
  • grep过滤得指定名字的进程信息
  • awk '{print $2}'提取第二列pid信息
  • 最终命令为:kill -9 `ps -aux|grep phantomjs|awk '{print $2}'`
  • python可以用os.system()执行shell命令

使用sched模块周期执行任务

  • sched模块使用heapq保存event队列,其event为namedtuple类型
  • sched需要提供两个函数,一个用来获取时间变化,一个用于等待一段时间,可自定义

基本API

  • sched.scheduler(time_func, sleep_func) 函数返回一个scheduler对象,timefunc是一个返回数字的计时函数,而sleepfunc可接受此数字参数,并延时相应时间
  • scheduler.enter(delay, priority, action, argument)delay时间段后,用参数argument调用action, argument必须是一个tuple。若要在固定时刻运行,则应调用scheduler.enterabs
  • scheduler.cancel(event)取消定时任务。event为enter函数返回值
  • scheduler.run()开始执行

任务时间重叠

  • 在执行任务时有可能要block一段时间,任务返回后可能已经超过下一个任务的定时时刻,这种情况下会立刻执行下一个任务,而不会跳过

周期执行

  • 类似于递归调用,写一个wrapper function,在任务里面再次定时下一次任务即可

    def wrapper(func, delay):
        scheduler.enter(delay, 0, wrapper, (func, delay))
        func()
    

最终代码

import os, time, sched

schedule = sched.scheduler(time.time, time.sleep)

cmd = '''kill -9 `ps -aux|grep phantomjs|awk '{print $2}'`
'''

def recycle_eval(c, inc):
    schedule.enter(inc, 0, recycle_eval, (c, inc))
    os.system(c)
    print time.ctime(),'phantomjs killed'

if __name__ == '__main__':
    inc = 180
    schedule.enter(inc, 0, recycle_eval, (cmd, inc))
    schedule.run()

作者Focustc,来自于 CSDN

你可能感兴趣的:(Python,Coding,名校编程公开课,--Python编程,python,selenium,phantomjs,爬虫,进程)