每分钟用新值更新 CSV：sched,time vs. apscheduler

Question

我有以下代码，旨在从网站中提取 json 数据并将其记录到 csv 文件中：

def rec_price():
    with urllib.request.urlopen('some_url') as url:
        data = json.loads(url.read().decode())
    df = pd.DataFrame(data)

    df1 = df[['bpi','time']]

    x = df1.loc['USD', 'bpi']['rate']
    y = df1.loc['updated', 'time']

    df2 = pd.DataFrame({'data': [x], 'time' : [y]}) 

    df2['time'] = pd.to_datetime(df2['time'])

    with open('out.csv', 'a') as f:
        df2.to_csv(f, header=False)

我想无限期地每 60 秒运行一次此代码。似乎可用的两个选项是安装apscheduler 或使用pythons 标准import sched, time 模块...我想知道，这两个模块之间有什么区别？一个更适合这项任务吗？我将如何实现该模块？

Answer 1

from threading import Timer

t = None # It is advisable to have a Timer() saved globally

def refresh ():
    global t
    # Get your CSV and save it here, then:
    t = Timer(60, refresh)
    t.daemon = True
    t.start()

refresh()

或者：

from thread import start_new_thread as thread
from time import sleep
from urllib2 import URLError, HTTPError, urlopen
import urllib2

def refresh ():
    while 1:
        try:
            # Get and save your CSV here, then:
            sleep(60)
        except (URLError, HTTPError):
            pass
        except urllib2.socket.timeout:
            pass
        except:
            break

thread(refresh,())
# Or just refresh() if you want your script to do just this and nothing else

要完成我的回答： sched 模块的作用与上面的代码非常相似，但它允许您添加“无限”数量的函数以随时调用，并且您还可以指定它们的执行优先级以尝试实时执行。简而言之，它模拟了 cron 的一部分。但是，对于你所需要的，这将是一个矫枉过正。您必须设置一个在固定时间后启动的事件，然后在执行后重新添加它，依此类推。当您在不同的时间间隔或使用不同的参数等触发多个函数时，您可以使用 sched。 老实说，我个人永远不会使用 sched 模块。它太粗糙了。相反，我会修改我上面介绍的代码来模拟 sched 的功能。