Python请求很慢，并且需要很长时间才能完成HTTP或HTTPS请求

Question

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

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

此请求需要2分钟（恰好是2分钟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。关于StackOverflow的答案很多，因此，我将尝试将它们全部组合起来，以免您寻找它们的麻烦。

在搜索中，我发现了以下几层：

对于许多问题，激活日志记录可以帮助您发现问题所在（源代码）：

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。

如果仅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，而是仅发送HEAD请求（source）会更快：

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

某些服务器不支持此功能，那么您可以尝试流式传输响应（source）：

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

对于连续多个请求，请尝试利用会话

如果您连续发送多个请求，则可以使用来加快请求的速度requests.Session。这样可以确保与服务器的连接保持打开和配置状态，并且还保留cookie，这是一个不错的好处。试试这个：

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

要并行处理您的请求（尝试10个以上的请求），请使用requests-futures

如果您一次发送大量请求，则每个请求都会阻止执行。您可以利用例如request-
futures
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()

注意不要同时让太多请求淹没服务器。

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，而是服务器或您的连接

在许多情况下，原因可能在于您所请求的服务器。首先，通过以相同的方式请求其他任何URL来验证这一点：

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

如果这样做正常，您可以将精力集中在以下可能的问题上：

服务器仅允许特定的用户代理字符串

服务器可能会专门阻止requests，或者他们可能会使用白名单或其他原因。要发送更好的用户代理字符串，请尝试以下操作（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)

服务器限速

如果有时仅在某些情况下（例如，在几次请求后）出现此问题，则服务器可能会限制您的速率。检查响应，看是否沿这些方向读取某些内容（即“达到速率限制”，“超出工作队列深度”或类似内容；）。

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

服务器响应的格式错误，导致解析问题

您可以通过不阅读从服务器收到的响应来进行检查。如果代码仍然很慢，这不是您的问题，但是如果此问题得以解决，则问题可能出在解析响应上。

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不起作用，但IPv4起作用

这可能是所有所有人中最糟糕的问题。一种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)

如果返回 成功响应
，则问题应该出在IPv6上。原因是requests首先尝试进行IPv6连接。如果超时，它将尝试通过IPv4连接。通过将超时设置为较低，可以强制其在较短的时间内切换到IPv4。

通过使用验证，例如，wget或curl：

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，我们都强制该工具通过IPv6连接以隔离问题。如果超时，请再次尝试强制使用IPv4：

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