Python中控制请求稳定性需结合限速与重试：限速应依据服务端速率限制（如X-RateLimit头）合理节制，推荐ratelimit库或手动计时；重试需针对临时错误（如超时、5xx），用tenacity实现指数退避并加抖动；二者可封装进requests.Session子类统一管理，并辅以日志监控调优。
Python中控制请求稳定性，核心是限速（避免触发反爬或服务限流）和重试（应对网络抖动、临时错误），二者配合使用才能让爬虫或API调用更健壮。
限速：控制请求频率
限速不是简单地加time.sleep()，而是要根据目标服务的允许速率（如每秒1次、每分钟100次）合理节制。推荐用ratelimit库或time.sleep()配合计时逻辑。
- 用
ratelimit装饰器最直观：
pip install ratelimit
然后在请求函数上加@sleep_and_retry @limits(calls=5, period=60)，表示每60秒最多调用5次 - 手动限速更灵活：记录每次请求时间，下一次发起前检查间隔是否达标，适合动态调整速率的场景
- 注意HTTP响应头中的
X-RateLimit-Remaining和Retry-After，它们是服务端给出的真实限速信号，应优先遵循
重试：自动恢复临时失败
网络请求常因超时、502、503、连接中断等短暂失败，重试能显著提升成功率，但需避免无脑重试加重服务压力。
- 推荐用
tenacity库（比retrying更现代）：
pip install tenacity
搭配@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=1, max=10))实现指数退避 - 只对可重试错误重试：比如
requests.exceptions.ConnectionError、Timeout、状态码5xx；而404或401通常不该重试 - 重试时建议加随机抖动（jitter），防止大量请求在同一时刻重试造成雪崩
requests + 限速 + 重试的一体化写法
把限速与重试封装进requests.Session子类，复用性强、逻辑集中：
立即学习“Python免费学习笔记（深入）”；
- 继承
requests.Session，在request()方法里插入限速检查和异常捕获逻辑 - 用
functools.lru_cache缓存限速计时器状态（按host或endpoint维度） - 结合
tenacity装饰内部请求方法，或直接在except块里手动循环+延时重试 - 示例场景：调用某API每秒不超过2次，失败时最多重试3次，间隔1s→2s→4s
实际调试与监控建议
光写逻辑不够，得看得见效果，才好调优：
