Jaki jest najlepszy sposób wielokrotnego wykonywania funkcji co x sekund?

Chcę wielokrotnie wykonywać funkcję w Pythonie co 60 sekund na zawsze (tak jak NSTimer w Celu C). Ten kod będzie działał jako demon i faktycznie przypomina wywoływanie skryptu python co minutę przy użyciu crona, ale bez konieczności konfigurowania go przez użytkownika.

W tym pytaniu dotyczącym crona zaimplementowanego w Pythonie rozwiązanie wydaje się efektywnie po prostu sleep () przez x sekund. Nie potrzebuję tak zaawansowanych funkcji, więc być może coś takiego zadziałałoby

while True:
    # Code executed here
    time.sleep(60)

Czy są jakieś przewidywalne problemy z tym kodem?

Jeśli twój program nie ma jeszcze pętli zdarzeń, użyj modułu harmonogramu , który implementuje harmonogram zdarzeń ogólnego przeznaczenia.

import sched, time
s = sched.scheduler(time.time, time.sleep)
def do_something(sc): 
    print("Doing stuff...")
    # do your stuff
    s.enter(60, 1, do_something, (sc,))

s.enter(60, 1, do_something, (s,))
s.run()

Jeśli już przy użyciu biblioteki pętli wydarzenie jak asyncio, trio, tkinter, PyQt5, gobject, kivy, i wiele innych - po prostu zaplanować zadanie przy użyciu metod istniejącą bibliotekę pętli zdarzeń, w zamian.

Zablokuj pętlę czasu na zegarze systemowym w następujący sposób:

import time
starttime = time.time()
while True:
    print "tick"
    time.sleep(60.0 - ((time.time() - starttime) % 60.0))

Warto rozważyć Twisted, która jest biblioteką sieciową Pythona, która implementuje wzorzec Reactor .

from twisted.internet import task, reactor

timeout = 60.0 # Sixty seconds

def doWork():
    #do work here
    pass

l = task.LoopingCall(doWork)
l.start(timeout) # call every sixty seconds

reactor.run()

Podczas gdy „while True: sleep (60)” prawdopodobnie będzie działać Twisted prawdopodobnie już implementuje wiele funkcji, które w końcu będą potrzebne (demonizacja, rejestrowanie lub obsługa wyjątków, jak wskazał bobince) i prawdopodobnie będzie to bardziej niezawodne rozwiązanie

Jeśli chcesz mieć nieblokujący sposób okresowego wykonywania swojej funkcji, zamiast blokującej nieskończonej pętli użyłbym wątkowego timera. W ten sposób Twój kod może działać i wykonywać inne zadania, a twoja funkcja może być wywoływana co n sekund. Często używam tej techniki do drukowania informacji o postępach w przypadku długich zadań intensywnie wykorzystujących procesor / dysk / sieć.

Oto kod, który opublikowałem w podobnym pytaniu, z kontrolą start () i stop ():

from threading import Timer

class RepeatedTimer(object):
    def __init__(self, interval, function, *args, **kwargs):
        self._timer     = None
        self.interval   = interval
        self.function   = function
        self.args       = args
        self.kwargs     = kwargs
        self.is_running = False
        self.start()

    def _run(self):
        self.is_running = False
        self.start()
        self.function(*self.args, **self.kwargs)

    def start(self):
        if not self.is_running:
            self._timer = Timer(self.interval, self._run)
            self._timer.start()
            self.is_running = True

    def stop(self):
        self._timer.cancel()
        self.is_running = False

Stosowanie:

from time import sleep

def hello(name):
    print "Hello %s!" % name

print "starting..."
rt = RepeatedTimer(1, hello, "World") # it auto-starts, no need of rt.start()
try:
    sleep(5) # your long-running job goes here...
finally:
    rt.stop() # better in a try/finally block to make sure the program ends!

Cechy:

• Tylko biblioteka standardowa, brak zewnętrznych zależności
• start()i stop()można bezpiecznie dzwonić wiele razy, nawet jeśli stoper już się uruchomił / zatrzymał
• wywoływana funkcja może mieć argumenty pozycyjne i nazwane
• Możesz zmienić w intervaldowolnym momencie, zacznie obowiązywać po następnym uruchomieniu. To samo dotyczy args, kwargsa nawet function!

Uważam, że łatwiejszym sposobem jest:

import time

def executeSomething():
    #code here
    time.sleep(60)

while True:
    executeSomething()

W ten sposób Twój kod jest wykonywany, a następnie czeka 60 sekund, a następnie wykonuje ponownie, czeka, wykonuje itp. Nie musisz komplikować rzeczy: D

import time, traceback

def every(delay, task):
  next_time = time.time() + delay
  while True:
    time.sleep(max(0, next_time - time.time()))
    try:
      task()
    except Exception:
      traceback.print_exc()
      # in production code you might want to have this instead of course:
      # logger.exception("Problem while executing repetitive task.")
    # skip tasks if we are behind schedule:
    next_time += (time.time() - next_time) // delay * delay + delay

def foo():
  print("foo", time.time())

every(5, foo)

Jeśli chcesz to zrobić bez blokowania pozostałego kodu, możesz użyć tego, aby uruchomić go we własnym wątku:

import threading
threading.Thread(target=lambda: every(5, foo)).start()

To rozwiązanie łączy w sobie kilka funkcji rzadko spotykanych w innych rozwiązaniach:

• Obsługa wyjątków: O ile to możliwe na tym poziomie, wyjątki są obsługiwane odpowiednio, tj. Należy się zalogować w celu debugowania bez przerywania działania naszego programu.
• Bez łączenia: wspólna implementacja łańcuchowa (służąca do planowania następnego zdarzenia), którą można znaleźć w wielu odpowiedziach, jest krucha pod tym względem, że jeśli coś pójdzie nie tak w mechanizmie szeregowania ( threading.Timerlub czymkolwiek innym ), spowoduje to przerwanie łańcucha. Wówczas nie będą wykonywane dalsze egzekucje, nawet jeśli przyczyna problemu została już naprawiona. Prosta pętla i czekanie z prostą sleep()jest znacznie bardziej niezawodne w porównaniu.
• Bez dryfu: moje rozwiązanie dokładnie śledzi czasy, w których ma działać. Nie ma dryfu w zależności od czasu wykonania (jak w wielu innych rozwiązaniach).
• Pomijanie: Moje rozwiązanie pominie zadania, jeśli jedno wykonanie zajmie zbyt dużo czasu (np. Wykonaj X co pięć sekund, ale X zajmie 6 sekund). Jest to standardowe zachowanie crona (i nie bez powodu). Wiele innych rozwiązań po prostu wykonuje to zadanie kilka razy z rzędu bez żadnych opóźnień. W większości przypadków (np. Zadania czyszczenia) nie jest to pożądane. Jeśli to jest szkoda, wystarczy użyć next_time += delayzamiast.

Oto aktualizacja kodu MestreLion, która pozwala uniknąć dryfowania w czasie.

Klasa RepeatedTimer wywołuje tutaj daną funkcję co „interwał” sekund, zgodnie z żądaniem OP; harmonogram nie zależy od czasu wykonywania funkcji. Podoba mi się to rozwiązanie, ponieważ nie ma zależności od biblioteki zewnętrznej; to jest po prostu czysty python.

import threading 
import time

class RepeatedTimer(object):
  def __init__(self, interval, function, *args, **kwargs):
    self._timer = None
    self.interval = interval
    self.function = function
    self.args = args
    self.kwargs = kwargs
    self.is_running = False
    self.next_call = time.time()
    self.start()

  def _run(self):
    self.is_running = False
    self.start()
    self.function(*self.args, **self.kwargs)

  def start(self):
    if not self.is_running:
      self.next_call += self.interval
      self._timer = threading.Timer(self.next_call - time.time(), self._run)
      self._timer.start()
      self.is_running = True

  def stop(self):
    self._timer.cancel()
    self.is_running = False

Przykładowe użycie (skopiowane z odpowiedzi MestreLion):

from time import sleep

def hello(name):
    print "Hello %s!" % name

print "starting..."
rt = RepeatedTimer(1, hello, "World") # it auto-starts, no need of rt.start()
try:
    sleep(5) # your long-running job goes here...
finally:
    rt.stop() # better in a try/finally block to make sure the program ends!

Jakiś czas temu napotkałem podobny problem. Może http://cronus.readthedocs.org może pomóc?

W wersji 0.2 działa następujący fragment kodu

import cronus.beat as beat

beat.set_rate(2) # 2 Hz
while beat.true():
    # do some time consuming work here
    beat.sleep() # total loop duration would be 0.5 sec

Główną różnicą między tym a cron jest to, że wyjątek na dobre zabije demona. Możesz owinąć się łapaczem wyjątków i rejestratorem.

Jedna możliwa odpowiedź:

import time
t=time.time()

while True:
    if time.time()-t>10:
        #run your task here
        t=time.time()

Skończyło się na użyciu modułu harmonogramu . Interfejs API jest fajny.

import schedule
import time

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

schedule.every(10).minutes.do(job)
schedule.every().hour.do(job)
schedule.every().day.at("10:30").do(job)
schedule.every(5).to(10).minutes.do(job)
schedule.every().monday.do(job)
schedule.every().wednesday.at("13:15").do(job)
schedule.every().minute.at(":17").do(job)

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

Używam metody Tkinter after (), która nie „kradnie gry” (podobnie jak moduł harmonogramu , który został wcześniej zaprezentowany), tzn. Pozwala na równoległe działanie innych rzeczy:

import Tkinter

def do_something1():
  global n1
  n1 += 1
  if n1 == 6: # (Optional condition)
    print "* do_something1() is done *"; return
  # Do your stuff here
  # ...
  print "do_something1() "+str(n1)
  tk.after(1000, do_something1)

def do_something2(): 
  global n2
  n2 += 1
  if n2 == 6: # (Optional condition)
    print "* do_something2() is done *"; return
  # Do your stuff here
  # ...
  print "do_something2() "+str(n2)
  tk.after(500, do_something2)

tk = Tkinter.Tk(); 
n1 = 0; n2 = 0
do_something1()
do_something2()
tk.mainloop()

do_something1()i do_something2()może działać równolegle i z dowolną prędkością interwału. Tutaj drugi zostanie wykonany dwa razy szybciej. Zauważ też, że użyłem prostego licznika jako warunku do zakończenia którejkolwiek z funkcji. Możesz użyć dowolnej innej lub dowolnej opcji, jeśli chcesz, jaką funkcję uruchomić, dopóki program się nie zakończy (np. Zegar).

Oto dostosowana wersja do kodu z MestreLion. Oprócz oryginalnej funkcji ten kod:

1) dodaj pierwszy_interwał używany do uruchomienia timera w określonym czasie (osoba dzwoniąca musi obliczyć pierwszy_interwał i przekazać)

2) rozwiązać warunek wyścigu w oryginalnym kodzie. W oryginalnym kodzie, jeśli wątek kontrolny nie anulował uruchomionego timera („Zatrzymaj timer i anuluj wykonanie akcji timera. Działa to tylko wtedy, gdy timer jest nadal w fazie oczekiwania.” Cytowany z https: // docs.python.org/2/library/threading.html ), licznik czasu będzie działał bez końca.

class RepeatedTimer(object):
def __init__(self, first_interval, interval, func, *args, **kwargs):
    self.timer      = None
    self.first_interval = first_interval
    self.interval   = interval
    self.func   = func
    self.args       = args
    self.kwargs     = kwargs
    self.running = False
    self.is_started = False

def first_start(self):
    try:
        # no race-condition here because only control thread will call this method
        # if already started will not start again
        if not self.is_started:
            self.is_started = True
            self.timer = Timer(self.first_interval, self.run)
            self.running = True
            self.timer.start()
    except Exception as e:
        log_print(syslog.LOG_ERR, "timer first_start failed %s %s"%(e.message, traceback.format_exc()))
        raise

def run(self):
    # if not stopped start again
    if self.running:
        self.timer = Timer(self.interval, self.run)
        self.timer.start()
    self.func(*self.args, **self.kwargs)

def stop(self):
    # cancel current timer in case failed it's still OK
    # if already stopped doesn't matter to stop again
    if self.timer:
        self.timer.cancel()
    self.running = False

Wydaje się to o wiele prostsze niż przyjęte rozwiązanie - czy ma wady, których nie rozważam? Przybyłem tutaj, szukając makaronu, który byłby bardzo prosty i był rozczarowany.

import threading, time

def print_every_n_seconds(n=2):
    while True:
        print(time.ctime())
        time.sleep(n)

thread = threading.Thread(target=print_every_n_seconds, daemon=True)
thread.start()

Który wyprowadza asynchronicznie.

#Tue Oct 16 17:29:40 2018
#Tue Oct 16 17:29:42 2018
#Tue Oct 16 17:29:44 2018

Ma dryf w tym sensie, że jeśli uruchamiane zadanie zajmuje znaczną ilość czasu, wówczas interwał wynosi 2 sekundy + czas zadania, więc jeśli potrzebujesz dokładnego planowania, nie jest to dla ciebie.

Uwaga: daemon=Trueflaga oznacza, że ​​ten wątek nie zablokuje zamknięcia aplikacji. Na przykład wystąpił problem pytestpolegający na tym, że zawieszał się w nieskończoność po uruchomieniu testów, czekając na zakończenie thead.

Używam tego, aby powodować 60 zdarzeń na godzinę, przy czym większość zdarzeń występuje w tej samej liczbie sekund po całej minucie:

import math
import time
import random

TICK = 60 # one minute tick size
TICK_TIMING = 59 # execute on 59th second of the tick
TICK_MINIMUM = 30 # minimum catch up tick size when lagging

def set_timing():

    now = time.time()
    elapsed = now - info['begin']
    minutes = math.floor(elapsed/TICK)
    tick_elapsed = now - info['completion_time']
    if (info['tick']+1) > minutes:
        wait = max(0,(TICK_TIMING-(time.time() % TICK)))
        print ('standard wait: %.2f' % wait)
        time.sleep(wait)
    elif tick_elapsed < TICK_MINIMUM:
        wait = TICK_MINIMUM-tick_elapsed
        print ('minimum wait: %.2f' % wait)
        time.sleep(wait)
    else:
        print ('skip set_timing(); no wait')
    drift = ((time.time() - info['begin']) - info['tick']*TICK -
        TICK_TIMING + info['begin']%TICK)
    print ('drift: %.6f' % drift)

info['tick'] = 0
info['begin'] = time.time()
info['completion_time'] = info['begin'] - TICK

while 1:

    set_timing()

    print('hello world')

    #random real world event
    time.sleep(random.random()*TICK_MINIMUM)

    info['tick'] += 1
    info['completion_time'] = time.time()

W zależności od rzeczywistych warunków możesz dostać kleszcze długości:

60,60,62,58,60,60,120,30,30,60,60,60,60,60...etc.

ale pod koniec 60 minut będziesz miał 60 tyknięć; i większość z nich pojawi się z prawidłowym przesunięciem w stosunku do minuty, którą preferujesz.

W moim systemie mam typowy dryf <1/20 sekundy, aż pojawi się potrzeba korekty.

Zaletą tej metody jest rozdzielczość dryftu zegara; co może powodować problemy, jeśli robisz takie rzeczy, jak dodawanie jednego elementu na tyknięcie i oczekujesz 60 elementów dodawanych na godzinę. Nieuwzględnienie dryftu może powodować wtórne wskazania, takie jak średnie ruchome, w celu uwzględnienia danych zbyt głęboko w przeszłości, co prowadzi do wadliwych wyników.

np. Wyświetl aktualny czas lokalny

import datetime
import glib
import logger

def get_local_time():
    current_time = datetime.datetime.now().strftime("%H:%M")
    logger.info("get_local_time(): %s",current_time)
    return str(current_time)

def display_local_time():
    logger.info("Current time is: %s", get_local_time())
    return True

# call every minute
glib.timeout_add(60*1000, display_local_time)

    ''' tracking number of times it prints'''
import threading

global timeInterval
count=0
def printit():
  threading.Timer(timeInterval, printit).start()
  print( "Hello, World!")
  global count
  count=count+1
  print(count)
printit

if __name__ == "__main__":
    timeInterval= int(input('Enter Time in Seconds:'))
    printit()

Oto inne rozwiązanie bez użycia dodatkowych bibliotek.

def delay_until(condition_fn, interval_in_sec, timeout_in_sec):
    """Delay using a boolean callable function.

    `condition_fn` is invoked every `interval_in_sec` until `timeout_in_sec`.
    It can break early if condition is met.

    Args:
        condition_fn     - a callable boolean function
        interval_in_sec  - wait time between calling `condition_fn`
        timeout_in_sec   - maximum time to run

    Returns: None
    """
    start = last_call = time.time()
    while time.time() - start < timeout_in_sec:
        if (time.time() - last_call) > interval_in_sec:
            if condition_fn() is True:
                break
            last_call = time.time()