Python requests 超时与重试设置方法
2026-05-22 20:11:23
0浏览
收藏
Python requests库默认既不设超时也不自动重试,若不手动配置,请求可能无限挂起或失败后直接放弃,严重损害程序稳定性;本文详解如何通过元组形式的timeout参数精准分离连接与读取超时,并借助urllib3的Retry策略为Session注入智能重试机制——仅对5xx、429等临时性错误生效,支持指数退避、方法白名单和状态码定制,再结合实际场景给出connect/read超时推荐值、重试次数与退避因子的最佳搭配,同时提醒SSL握手、代理、重定向等易被忽略的边界问题,助你构建真正健壮、可控、生产就绪的HTTP客户端。

Python requests 库默认不启用自动重试,超时也需手动设置;不配置的话,请求可能无限等待或失败后不重试,影响程序健壮性。
超时设置:分连接与读取两阶段
requests 的 timeout 参数接受数字或元组。单个数字表示连接+读取总超时;更推荐用元组 (connect_timeout, read_timeout) 分开控制:
- connect_timeout:建立 TCP 连接的最长时间,网络不通、DNS 失败时触发
- read_timeout:成功连接后,等待服务器响应首字节的最长时间(不是整个响应体)
例如:requests.get(url, timeout=(3, 10)) 表示最多等 3 秒连上,连上后再等最多 10 秒收第一个字节。若响应体大且流式下载,还需配合 stream=True 和分块读取,避免卡在 read 阶段。
重试机制:用 urllib3 的 Retry 类
requests 底层基于 urllib3,可通过 HTTPAdapter 注入自定义重试策略。关键点:
- 重试只对特定状态码(如 5xx、429)和网络错误生效,不会重试 4xx(如 404、400)
- 可指定最大重试次数、退避因子(指数退避)、重试的 HTTP 方法
- 需为 session 或单个 request 显式挂载 adapter
示例代码:
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry
retry_strategy = Retry(
total=3,
status_forcelist=[429, 500, 502, 503, 504],
method_whitelist=["HEAD", "GET", "OPTIONS", "POST"],
backoff_factor=1
)
adapter = HTTPAdapter(max_retries=retry_strategy)
session = requests.Session()
session.mount("http://", adapter)
session.mount("https://", adapter)
response = session.get("https://api.example.com/data")
组合超时与重试的最佳实践
两者应协同使用,避免重试浪费时间或陷入长等待:
- connect timeout 设为 3–5 秒,防止 DNS 慢或目标不可达时卡住
- read timeout 根据接口预期响应时间设定,一般 5–30 秒;流式接口可设更低,靠循环读取控制
- 重试次数建议 2–3 次,配合
backoff_factor=1(即第 1 次重试前等 1 秒,第 2 次等 2 秒,第 3 次等 4 秒) - 对 POST/PUT 等非幂等请求,谨慎开启重试,或改用带业务幂等性的方案
注意边界情况
有些问题无法靠超时和重试解决:
- SSL 握手超时:属于 connect 阶段,但有时会表现异常,可加
verify=False(仅测试)或更新 CA 证书 - 代理超时:若走代理,超时可能由代理服务控制,需同步配置代理端
- 重定向循环:默认最多重定向 30 次,可通过
allow_redirects=True和max_redirects调整,但不属 Retry 控制范围
本篇关于《Python requests 超时与重试设置方法》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
ShareGPT替代工具有哪些?AI对话分享方法对比
- 上一篇
- ShareGPT替代工具有哪些?AI对话分享方法对比
- 下一篇
- Motrix文件下载不全怎么处理
查看更多
最新文章
-
- 文章 · python教程 | 22小时前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 23小时前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 1天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 1天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 1天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 424次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 502次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 511次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 459次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 288次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

