WedX - журнал о программировании и компьютерных науках

Как я могу приостановить скрипт Python каждые x минут?

Ищете способ приостановить (а затем возобновить) сценарий Python каждые x минут (с небольшим случайным +/-). Исходный сценарий будет запускаться снова и снова, а затем каждые x минут он будет приостанавливаться на заданное количество времени (опять же со случайным +/-), а затем продолжаться.

22.06.2021


Ответы:


1

Вот пример кода, использующий random.uniform() для генерации случайного числа с плавающей запятой и time.sleep() для ожидания заданного времени.

import random
import time

BASE_DELAY = 60   # base amount in seconds
RAND_MAX = 30     # high end of random in seconds
RAND_MIN = -30    # low end of random in seconds

running = True

def do_stuff():
    #do stuff here, maybe setting running to False
    pass

def loop():
    while running:
        time.sleep(BASE_DELAY + random.uniform(RAND_MIN, RAND_MAX))
        do_stuff()

loop()
22.06.2021
  • Где я могу включить свой исходный код? Извините, я новичок в кодировании. 22.06.2021
  • Вы можете либо заменить вызов do_stuff() тем, что хотите сделать, либо добавить их вместо pass внутри функции do_stuff. (Между прочим, я люблю помогать, но, пожалуйста, сначала попытайтесь найти решение своих проблем самостоятельно. Может быть, посмотрите учебник по Python, который охватывает основы — там есть много действительно хороших ресурсов. Концепции, которые я использовал здесь, — это циклы и функции, так что это относительно простые вещи) 24.06.2021

  • 2
  • Будет ли эта пауза НА 1-10 минут или она будет останавливаться КАЖДЫЕ 1-10 минут? 22.06.2021
  • Это сделает паузу на 1–10 мин. (Случайный). Если вам нужно конкретное время, вы можете изменить его на это: time.sleep(60*5) # приостановится на 5 минут. 24.06.2021
  • Новые материалы

    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


    Для любых предложений по сайту: [email protected]