Python 请求很慢，需要很长时间才能完成 HTTP 或 HTTPS 请求

Question

当使用请求库请求网络资源或网站或网络服务时，请求需要很长时间才能完成。代码类似于以下内容：

import requests
requests.get("https://www.example.com/")

此请求需要超过 2 分钟（正好是 2 分 10 秒）才能完成！为什么这么慢，我该如何解决？

Answer 1

这个问题可以有多种可能的解决方案。 Whosebug 上有很多关于这些问题的答案，因此我会尝试将它们全部组合起来，以免您搜索它们的麻烦。

在我的搜索中，我发现了以下几层：

首先，尝试记录

对于许多问题，激活日志记录可以帮助您发现问题所在 (source)：

import requests
import logging

import http.client
http.client.HTTPConnection.debuglevel = 1

# You must initialize logging, otherwise you'll not see debug output.
logging.basicConfig()
logging.getLogger().setLevel(logging.DEBUG)
requests_log = logging.getLogger("requests.packages.urllib3")
requests_log.setLevel(logging.DEBUG)
requests_log.propagate = True

requests.get("https://www.example.com")

如果调试输出不能帮助您解决问题，请继续阅读。

如果您只需要检查服务器是否已启动，请尝试 HEAD 或流式请求

不请求所有数据，而只发送一个 HEAD 请求（source）可能会更快：

requests.head("https://www.example.com")

有些服务器不支持这个，那么你可以尝试流式传输响应(source):

requests.get("https://www.example.com", stream=True)

对于连续的多个请求，尝试使用 Session

如果您连续发送多个请求，您可以利用 requests.Session 加快请求速度。这确保与服务器的连接保持打开和配置，并且还保留 cookie 作为一个很好的好处。试试这个 (source):

import requests
session = requests.Session()
for _ in range(10):
    session.get("https://www.example.com")

要并行化您的请求（尝试超过 10 个请求），请使用 requests-futures

如果您一次发送大量请求，每个请求都会阻止执行。您可以使用 requests-futures (idea from kederrac):

来并行化它

from concurrent.futures import as_completed
from requests_futures.sessions import FuturesSession

with FuturesSession() as session:
    futures = [session.get("https://www.example.com") for _ in range(10)]
    for future in as_completed(futures):
        response = future.result()

注意不要同时用太多请求压垮服务器。

如果这也不能解决您的问题，请继续阅读...

原因可能不在于请求，而在于服务器或您的连接

在许多情况下，原因可能在于您请求的服务器。首先，通过以相同方式请求任何其他 URL 来验证这一点：

requests.get("https://www.google.com")

如果没有问题，您可以集中精力解决以下可能出现的问题：

服务器只允许特定的 user-agent 字符串

服务器可能会专门阻止 requests，或者他们可能会利用白名单，或其他一些原因。要发送更好的 user-agent 字符串，试试这个 (source):

headers = {"User-Agent": "Mozilla/5.0 (X11; CrOS x86_64 12871.102.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.141 Safari/537.36"}
requests.get("https://www.example.com", headers=headers)

服务器rate-limits你

如果这个问题只是偶尔出现，例如几次请求后，服务器可能就是 rate-limiting 你。检查响应以查看它是否按照这些行读取内容（即“达到速率限制”、“工作 queue 超出深度”或类似内容；source）。

这里，解决方案只是在请求之间等待更长的时间，例如使用 time.sleep().

服务器响应格式不正确，导致解析问题

您可以通过不读取从服务器收到的响应来检查这一点。如果代码仍然很慢，这不是你的问题，但如果这解决了它，问题可能出在解析响应上。

如果某些 headers 设置不正确，这可能会导致解析错误，从而阻止分块传输 (source)。
在其他情况下，手动设置编码可能会解决解析问题 (source)。

要解决这些问题，请尝试：

r = requests.get("https://www.example.com")
r.raw.chunked = True # Fix issue 1
r.encoding = 'utf-8' # Fix issue 2
print(response.text)

IPv6 不工作，但 IPv4 可以

这可能是所有问题中最糟糕的。一个简单但奇怪的检查方法是添加一个 timeout 参数，如下所示：

requests.get("https://www.example.com/", timeout=5)

如果return是成功响应，问题应该出在 IPv6 上。原因是 requests 首先尝试 IPv6 连接。当超时时，它会尝试通过 IPv4 进行连接。通过将超时设置得较低，您可以强制它在更短的时间内切换到 IPv4。

通过使用 wget 或 curl:

等进行验证

wget --inet6-only https://www.example.com -O - > /dev/null
# or
curl --ipv6 -v https://www.example.com

在这两种情况下，我们都强制工具通过 IPv6 连接以隔离问题。如果超时，请再次尝试强制 IPv4：

wget --inet4-only https://www.example.com -O - > /dev/null
# or
curl --ipv4 -v https://www.example.com

如果一切正常，你就找到问题了！但是你问怎么解决呢？

一个brute-force解决方案是disable IPv6完全。
您也可以 disable IPv6 for the current session 而已。
您可能只想force requests to use IPv4。（在链接的答案中，对于 IPv4，您必须将代码调整为始终 return socket.AF_INET。）
如果你想为 SSH 修复这个问题，这里是 force IPv4 for SSH 的方法。（简而言之，将 AddressFamily inet 添加到您的 SSH 配置。）
您可能还想检查问题是否出在您的 DNS or TCP 上。

Python 请求很慢，需要很长时间才能完成 HTTP 或 HTTPS 请求

Python requests is slow and takes very long to complete HTTP or HTTPS request

python

urllib3

python-3.x

python-requests