简单强大的Python库!Schedule—实用的周期任务调度工具

Python 定时任务(schedule, Apscheduler, celery, python-crontab) 背景 最近有个需求,需要实现一个定时或定期任务的功能,需要实现每月、每日、每时、一次性等需求,必须是轻量级不依赖其它额外组件,并能支持动态添加任务。 定时任务库对比 根据上面需求,从社区中找到了几个 Python 好用的任务调度库。有以下几个库: schedule:Python job scheduling for humans. 轻量级,无需配置的作业调度库 python-crontab: 针对系统 Cron 操作 crontab 文件的作业调度库 Apscheduler:一个高级的 Pyth 阅读详情

如果你想在Linux服务器上周期性地执行某个 Python 脚本,最出名的选择应该是 Crontab 脚本,但是 Crontab 具有以下缺点:

1.不方便执行秒级的任务。 

2.当需要执行的定时任务有上百个的时候,Crontab的管理就会特别不方便。 

另外一个选择是 Celery,但是 Celery 的配置比较麻烦,如果你只是需要一个轻量级的调度工具,Celery 不会是一个好选择。

在你想要使用一个轻量级的任务调度工具,而且希望它尽量简单、容易使用、不需要外部依赖,最好能够容纳 Crontab 的所有基本功能,那么 Schedule 模块是你的不二之选。

使用它来调度任务可能只需要几行代码,感受一下:

# Python 实用宝典
import schedule
import time

def job():
    print("I'm working...")

schedule.every(10).minutes.do(job)

while True:
    schedule.run_pending()
    time.sleep(1)

上面的代码表示每10分钟执行一次 job 函数,非常简单方便。你只需要引入 schedule 模块,通过调用 scedule.every(时间数).时间类型.do(job)  发布周期任务。

发布后的周期任务需要用 run_pending 函数来检测是否执行,因此需要一个 While 循环不断地轮询这个函数。

下面具体讲讲Schedule模块的安装和初级、进阶使用方法。

1.准备

请选择以下任一种方式输入命令安装依赖:
1. Windows 环境 打开 Cmd (开始-运行-CMD)。
2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。
3. 如果你用的是 VSCode编辑器 或 Pycharm,可以直接使用界面下方的Terminal.

pip install schedule

2.基本使用

最基本的使用在文首已经提到过,下面给大家展示更多的调度任务例子:

# Python 实用宝典
import schedule
import time

def job():
    print("I'm working...")

# 每十分钟执行任务
schedule.every(10).minutes.do(job)
# 每个小时执行任务
schedule.every().hour.do(job)
# 每天的10:30执行任务
schedule.every().day.at("10:30").do(job)
# 每个月执行任务
schedule.every().monday.do(job)
# 每个星期三的13:15分执行任务
schedule.every().wednesday.at("13:15").do(job)
# 每分钟的第17秒执行任务
schedule.every().minute.at(":17").do(job)

while True:
    schedule.run_pending()
    time.sleep(1)

可以看到,从月到秒的配置,上面的例子都覆盖到了。不过如果你想只运行一次任务的话,可以这么配:

# Python 实用宝典
import schedule
import time

def job_that_executes_once():
    # 此处编写的任务只会执行一次...
    return schedule.CancelJob

schedule.every().day.at('22:30').do(job_that_executes_once)

while True:
    schedule.run_pending()
    time.sleep(1)

参数传递

如果你有参数需要传递给作业去执行,你只需要这么做:

# Python 实用宝典
import schedule

def greet(name):
    print('Hello', name)

# do() 将额外的参数传递给job函数
schedule.every(2).seconds.do(greet, name='Alice')
schedule.every(4).seconds.do(greet, name='Bob')

获取目前所有的作业

如果你想获取目前所有的作业:

# Python 实用宝典
import schedule

def hello():
    print('Hello world')

schedule.every().second.do(hello)

all_jobs = schedule.get_jobs()

取消所有作业

如果某些机制触发了,你需要立即清除当前程序的所有作业:

# Python 实用宝典
import schedule

def greet(name):
    print('Hello {}'.format(name))

schedule.every().second.do(greet)

schedule.clear()

标签功能

在设置作业的时候,为了后续方便管理作业,你可以给作业打个标签,这样你可以通过标签过滤获取作业或取消作业。

# Python 实用宝典
import schedule

def greet(name):
    print('Hello {}'.format(name))

# .tag 打标签
schedule.every().day.do(greet, 'Andrea').tag('daily-tasks', 'friend')
schedule.every().hour.do(greet, 'John').tag('hourly-tasks', 'friend')
schedule.every().hour.do(greet, 'Monica').tag('hourly-tasks', 'customer')
schedule.every().day.do(greet, 'Derek').tag('daily-tasks', 'guest')

# get_jobs(标签):可以获取所有该标签的任务
friends = schedule.get_jobs('friend')

# 取消所有 daily-tasks 标签的任务
schedule.clear('daily-tasks')


设定作业截止时间

如果你需要让某个作业到某个时间截止,你可以通过这个方法:

# Python 实用宝典
import schedule
from datetime import datetime, timedelta, time

def job():
    print('Boo')

# 每个小时运行作业,18:30后停止
schedule.every(1).hours.until("18:30").do(job)

# 每个小时运行作业,2030-01-01 18:33 today
schedule.every(1).hours.until("2030-01-01 18:33").do(job)

# 每个小时运行作业,8个小时后停止
schedule.every(1).hours.until(timedelta(hours=8)).do(job)

# 每个小时运行作业,11:32:42后停止
schedule.every(1).hours.until(time(11, 33, 42)).do(job)

# 每个小时运行作业,2020-5-17 11:36:20后停止
schedule.every(1).hours.until(datetime(2020, 5, 17, 11, 36, 20)).do(job)

截止日期之后,该作业将无法运行。

立即运行所有作业,而不管其安排如何

如果某个机制触发了,你需要立即运行所有作业,可以调用 schedule.run_all() :

# Python 实用宝典
import schedule

def job_1():
    print('Foo')

def job_2():
    print('Bar')

schedule.every().monday.at("12:40").do(job_1)
schedule.every().tuesday.at("16:40").do(job_2)

schedule.run_all()

# 立即运行所有作业,每次作业间隔10秒
schedule.run_all(delay_seconds=10)

3.高级使用

装饰器安排作业

如果你觉得设定作业这种形式太啰嗦了,也可以使用装饰器模式:

# Python 实用宝典
from schedule import every, repeat, run_pending
import time

# 此装饰器效果等同于 schedule.every(10).minutes.do(job)
@repeat(every(10).minutes)
def job():
    print("I am a scheduled job")

while True:
    run_pending()
    time.sleep(1)

并行执行

默认情况下,Schedule 按顺序执行所有作业。其背后的原因是,很难找到让每个人都高兴的并行执行模型。

不过你可以通过多线程的形式来运行每个作业以解决此限制:

# Python 实用宝典
import threading
import time
import schedule

def job1():
    print("I'm running on thread %s" % threading.current_thread())
def job2():
    print("I'm running on thread %s" % threading.current_thread())
def job3():
    print("I'm running on thread %s" % threading.current_thread())

def run_threaded(job_func):
    job_thread = threading.Thread(target=job_func)
    job_thread.start()

schedule.every(10).seconds.do(run_threaded, job1)
schedule.every(10).seconds.do(run_threaded, job2)
schedule.every(10).seconds.do(run_threaded, job3)

while True:
    schedule.run_pending()
    time.sleep(1)

日志记录

Schedule 模块同时也支持 logging 日志记录,这么使用:

# Python 实用宝典
import schedule
import logging

logging.basicConfig()
schedule_logger = logging.getLogger('schedule')
# 日志级别为DEBUG
schedule_logger.setLevel(level=logging.DEBUG)

def job():
    print("Hello, Logs")

schedule.every().second.do(job)

schedule.run_all()

schedule.clear()

效果如下:

DEBUG:schedule:Running *all* 1 jobs with 0s delay in between
DEBUG:schedule:Running job Job(interval=1, unit=seconds, do=job, args=(), kwargs={})
Hello, Logs
DEBUG:schedule:Deleting *all* jobs

异常处理

Schedule 不会自动捕捉异常,它遇到异常会直接抛出,这会导致一个严重的问题:后续所有的作业都会被中断执行,因此我们需要捕捉到这些异常。

你可以手动捕捉,但是某些你预料不到的情况需要程序进行自动捕获,加一个装饰器就能做到了:

# Python 实用宝典
import functools

def catch_exceptions(cancel_on_failure=False):
    def catch_exceptions_decorator(job_func):
        @functools.wraps(job_func)
        def wrapper(*args, **kwargs):
            try:
                return job_func(*args, **kwargs)
            except:
                import traceback
                print(traceback.format_exc())
                if cancel_on_failure:
                    return schedule.CancelJob
        return wrapper
    return catch_exceptions_decorator

@catch_exceptions(cancel_on_failure=True)
def bad_task():
    return 1 / 0

schedule.every(5).minutes.do(bad_task)

这样,bad_task 在执行时遇到的任何错误,都会被 catch_exceptions  捕获,这点在保证调度任务正常运转的时候非常关键。

我们的文章到此就结束啦,如果你喜欢今天的Python 实战教程,请持续关注Python实用宝典。

最后说一下我们的星球俱乐部:

如果你自学感觉到很吃力,如果你一个人学习很枯燥,跟看天书一样的,资料这么多也不知道选择哪一本书来看。想学习的时候遇到问题有人咨询,想通过趣味的案例加速学习,欢迎加入我们的队伍!

0de987411ddacc634ed24ea013b56464.png

一年88元现在减免12元,

大概每个月只要6块钱,非常划算


 
推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|

年度爆款文案

点阅读原文,看200个Python案例!

使用Python的Schedule库实现定时周期性任务执行 通过简单的几行代码,我们可以定义定时任务的执行频率,并编写相应的处理逻辑。无论是简单的定时提醒还是复杂的定时作业,Schedule库都能满足我们的需求。在Python中,我们经常需要执行一些定时任务,例如定时发送电子邮件、定时备份数据等。在上面的示例中,我们定义了三个定时任务:每隔5秒执行一次、每隔1分钟执行一次和每天的10:30执行一次。当我们运行上面的代码时,定时任务将按照我们定义的频率执行。除了上面示例中的定时任务频率,Schedule库还提供了其他一些方便的函数来定义定时任务,例如。 阅读详情

相关推荐

掌握Python任务调度:使用Python-Schedule库

任务调度是自动化工作流中的一个关键组成部分,它允许系统在特定时间或以一定的频率执行一系列预定的操作。在Python世界中,有多个库可以帮助我们实现任务调度的需求,而Schedule库以其简单易用、功能强大而受到了广泛的欢迎。本章节将对Python任务调度的基础概念进行简要介绍,并为读者提供一个使用Schedule库的概览,从而让读者能够理解为什么需要任务调度,以及在Python环境中任务调度扮演的角色。在深入了解Schedule库的特性和用法之前,我们将首先对任务调度的核心概念和优势进行概述。

weixin_36277197的博客 1047

Python学习笔记之schedule 定时任务

python中的轻量级定时任务调度库:schedule,可以按照秒,分,小时,日期或者自定义事件执行时间。如果想执行多个任务,也可以添加多个task。因此十分方便我们执行一些轻量级的定时任务。

json_li的博客 6442

掌握Python Schedule库实现定时任务

本文还有配套的精品资源,点击获取 简介:介绍如何使用Python的Schedule库来创建和管理定时任务。该库提供了一种简单的方式来设置任务的执行频率,例如按分钟、小时、天等,并允许暂停、恢复、取消和管理任务依赖关系。教程涵盖了安装、基本用法、多样化的时间设置、异步任务支持及总结。 1. Schedule库的安装与配置 在现代的开发中,对于定时任务的需求越来...

weixin_36303305的博客 2607

python-schedule模块(定时运行任务)基本用法

python中的轻量级定时任务调度库:schedule,可以完成每分钟,每小时,每天,周几,特定日期的定时任务。因此十分方便我们执行一些轻量级的定时任务。库的安装还是最简单的pip install schedule,使用起来也是很容易理解。...

cy15625010944的博客 9354

pyschedule:pyschedule-python中的资源调度

时间表 pyschedule是python软件包,用于计算资源受限的任务计划。 一些功能是: 优先级关系:例如,任务A应该在任务B之前完成 资源需求:例如,任务A可以由资源X或Y完成 资源容量:例如,资源X只能处理一些任务 先前的用例包括: 学校时间表:指派老师上课 啤酒酿造:将设备分配到酿造阶段 运动时间表:将体育场分配给比赛 一个简单的pyschedule场景,其中需要将三个家庭任务分配给两个人(爱丽丝和鲍勃): from pyschedule import Scenario , solvers , plotters , alt # the planning horizon has 10 periods S = Scenario ( 'household' , horizon = 10 ) # two resources: Alice and Bob Alice , Bob =

Cursor设置界面汉化保姆级教程:手把手教你修改JS文件实现中文界面(附避坑指南)

本文提供Cursor编辑器设置界面汉化的详细教程,从定位JS文件到安全修改实现中文界面,包含必备工具清单、文件路径指引和常见问题解决方案。通过手把手教学帮助用户轻松完成汉化,提升使用体验,特别适合不熟悉英文界面的开发者。

weixin_29007809的博客 1412

python中定时任务schedule库用法详解

python中定时任务schedule库用法详解

IT之一小佬的博客 4万+

单细胞空间转录组分析流程学习python版(三)

空转python版学习

zfyyzhys的博客 2084

简单强大的Python库:Schedule—实用的周期任务调度工具

如果你想在Linux服务器上周期性地执行某个 Python 脚本,最出名的选择应该是 Crontab 脚本,但是 Crontab 具有以下缺点: 1.不方便执行秒级的任务。 2.当需要执行的定时任务有上百个的时候,Crontab的管理就会特别不方便。 另外一个选择是 Celery,但是 Celery 的配置比较麻烦,如果你只是需要一个轻量级的调度工具,Celery 不会是一个好选择。 在你想要使用一个轻量级的任务调度工具,而且希望它尽量简单、容易使用、不需要外部依赖,最好能够容纳 Crontab 的

m0_64355682的博客 1969

NVIDIA DGX Spark实战:如何在桌面上轻松运行200B参数大模型?

本文详细介绍了如何利用NVIDIA DGX Spark在桌面端轻松运行200B参数大模型。通过实战演示,从系统初始化、模型获取部署到内存管理与性能调优,重点解析了其统一内存架构如何解决本地推理的显存瓶颈,并探讨了进行轻量化微调(如LoRA)的可能性,为AI开发者和研究团队提供了高效的本地化大模型操作方案。

weixin_29054195的博客 882

AWD线下攻防赛总结

在本地组策略编辑器里面,依次展开计算机配置—>管理模板—>Windows组件—>远程桌面服务—>远程桌面会话主机—>连接—>限制连接的数量。8.Web目录环境查找相关可疑文件:jpg/png/rar,属性、解压。进程线程:netstat / ps -aux/netstat -apt。4.查看/etc/init.d/rc.local中启动服务有无异常。1.不使用默认口令,修改成复杂的,并确保和web环境连接。5.使用脚本开启进程监控、目录监控、流量监控。文件操作监控.exe/御剑文件监控.exe。

XuJL89的博客 630

简单强大的Python库:Schedule—实用的周期任务调度工具(1)

time.sleep(1)上面的代码表示每10分钟执行一次 job 函数,非常简单方便。你只需要引入 schedule 模块,通过调用 发布周期任务。发布后的周期任务需要用 函数来检测是否执行,因此需要一个循环不断地轮询这个函数。下面具体讲讲Schedule模块的安装和初级、进阶使用方法。1.准备请选择以下任一种方式输入命令安装依赖:1. Windows 环境 打开 Cmd (开始-运行-CMD)。2. MacOS 环境 打开 Terminal (command+空格输入Terminal)。3. 如果你用的

2401_83704218的博客 1237

使用STM32F103C8T6控制舵机丝滑运转附代码

使用STM32F103C8T6控制舵机丝滑运转原理和案例,附代码。

m0_63566592的博客 4237

简单强大的Python库?Schedule—实用的周期任务调度工具

如果你想在Linux服务器上周期性地执行某个 Python 脚本,最出名的选择应该是 Crontab 脚本,但是 Crontab 具有以下缺点: 1.不方便执行秒级的任务。 2.当需要执行的定时任务有上百个的时候,Crontab的管理就会特别不方便。 另外一个选择是 Celery,但是 Celery 的配置比较麻烦,如果你只是需要一个轻量级的调度工具,Celery 不会是一个好选择。 在你想要使用一个轻量级的任务调度工具,而且希望它尽量简单、容易使用、不需要外部依赖,最好能够容纳 Crontab..

m0_62051288的博客 239

数据集FFHQ和LSUN介绍【包含FFHQ1024,515,256,128分辨率图像获取方法】

FFHQ全称Flickr-Faces-High-Quality(Flickr-Faces-HQ),最初是作为生成式对抗网络(GAN)的基准创建的,也用于StyleGAN的训练数据集中,并由英伟达于2019年开源。CVPR_2019Flickr-Faces-HQ (FFHQ)其由 70,000 张分辨率为 1024×1024 的高质量 PNG 图像组成,在年龄、种族和图像背景方面包含相当大的差异。它对眼镜、太阳镜、帽子等配饰也有很好的覆盖。

zik的博客 3976

基于STM32L4XX 、HAL库的ATD5984步进电机驱动器驱动程序应用设计

一、简介: ATD5984是一款内部集成了译码器的微特步进电机 驱动器,能使双极步进电机以全、半、1/4、/1/8、1/16 和1/32步进模式工作。步进模式由逻辑输入管脚MSx选 择。其输出驱动能力达到28V±1.6A。 译码器是ATD5984易于使用的关键,通过STEP管脚 输入一个脉冲就可以使电机完成一次步进,省去了相序 表,高频控制线及复杂的编程接口,使其更适于没有复 杂的微处理器或微处理器负担过重的场合。 在步进操作期间,ATD5984的内部电路可以自动

PP_Cottage的博客 406

Python schedule库:人类友好的任务调度神器

schedule是一个专为Python开发者设计的轻量级任务调度库,以其简洁直观的API和人类友好的语法而闻名。这个库让开发者能够轻松地安排周期性任务,无需复杂的配置或外部依赖,真正实现了"Python job scheduling for humans"的设计理念。它采用进程内调度架构,支持多种时间单位和精确的时间点控制,提供了任务标签系统和灵活的执行控制方式,适用于数据备份、定时清理等多种应用...

gitblog_00182的博客 576

2篇1章1节:数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算

本文详细介绍了R语言中常见的数据结构的向量和矩阵。通过掌握这些数据结构的基本概念和操作技巧,可以更高效地处理和分析数据。

MD Code 1243

Python-Schedule 库详解

Schedule 是 Python 生态中 ​。

wanglaqqqq的博客 1506

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

Python中的调度大师:schedule库

是一个Python库,用于在后台运行Python函数(或任何其他可调用对象)。它允许你定义任务,这些任务可以在特定的时间或间隔执行。你可以设置任务每天、每周、每月甚至每年运行一次,或者在特定时间间隔内运行。库是一个强大而灵活的工具,可以帮助你轻松实现Python中的定时任务。通过本文的介绍,你应该已经了解了如何安装、使用基本函数、应用到实际场景以及解决常见问题。在Python的世界里,自动化任务是一个常见的需求。是一个轻量级的Python库,它让你能够轻松地编写定时任务。库,实现你的自动化任务。

AIGC搞起 1856

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

ScheduleX: 强大的任务调度库,让Python编程更加高效

ScheduleX: 强大的任务调度库,让Python编程更加高效 去发现同类优质开源项目:https://gitcode.com/ 本文将向您推荐一个开源的Python库——,它是一个高度可定制的任务调度框架,旨在帮助开发者更轻松地实现复杂的工作流和定时任务管理。 项目简介 ScheduleX 是由开发者 Surine 创建的一个Python项目,其核心目标是提供一种简单且灵活的方式来安排和执行...

gitblog_00001的博客 1147

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

如何使用 RQ Scheduler:简单高效的 Python 任务调度工具

RQ Scheduler 是一个轻量级但功能强大的 Python 任务调度工具,它基于 Redis 队列(RQ)构建,允许开发者轻松安排任务在特定时间或间隔重复执行。无论是定时发送邮件、定期数据备份还是周期性系统维护,RQ Scheduler 都能提供可靠的任务调度能力,让你的 Python 应用更加灵活高效。 ## 🚀 核心功能与优势 ### 1. 灵活的时间调度方式 RQ Schedul

gitblog_00965的博客 551
上一篇: ​2 万字系统总结,带你实现 Linux 命令自由?
下一篇: 十行Python代码替换证件照背景颜色
菜鸟学Python
博客等级 码龄9年 8044粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值