搭配Windows工作排程, 讓Python自動執行

對於Python的網路爬蟲程式有了初步的概念及練習之後, 想到如果有的網站需要每天去捉取資料, 或者大批分頁資料要抓取, 有時會被網站的後台擋下來, 目前的做法是人工每天執行程式, 或是每抓一分頁資後, 再修改程式的內部參數抓取其他分頁......

既然都已經寫成了程式, 不能時間到時自動執行嗎?

初步的想法是程式內做計時功能的迴圈, 讓程式一直在工作狀態只是等時間到自動執行.....但這個方法, 會讓程式變得很麻煩, 且電腦要一直開機, 程式又一直在佔用電腦的系統資源....

請教 Google 大神之後, 得知 windows工作排程, 可以協助定期讓電腦自動執行一些指令及程式...於是著手進行程式的修正及規劃

以下是我的程式範例

#這是測試排程的Python程式
import csv
#開啟控制次數的CSV檔案
with open('次數.csv', newline='', encoding='utf-8') as f:
    rows = csv.reader(f, delimiter=',')    
    for row in rows:
        n = row[0]
        print(n)

#執行 5次後停止執行
if int(n) < 6:

#執行所需的程式片段(例如爬蟲)
    number_list = []
    for i in range(1,1000000*int(n)):
        number_list.append(i)
    print(number_list)   

#執行完將計數寫回CSV檔案
    with open('次數.csv', 'w', newline='', encoding='utf-8') as f:
            writer = csv.writer(f, delimiter=',')
            writer.writerow([str(int(n)+101)[1:]])

這個程式利用一個資料檔 次數.csv 來記錄Python程式每次執行的結果, 以便下次執行時, 接著上次的動作來繼續
在我們要抓取大量分頁資料時, 可以利用上述 次數.csv 的資料檔來記錄已下載到第幾個分頁了
也就是我在次數.csv 的檔案內容存放初始值 01
然後去執行上述的程式時, 只要完成每一次的動作之後, 會將資料回寫至 次數.csv 的檔案內, 我這裡是每次加 1 然後回存
也就是第一次執行時, 會抓取第 1頁資料, 第二次執行時, 會抓取第2頁資料....
我的範例程式是設定執行第5次之後, 只有空跑, 沒有執行內部的程式片段

為何要在程式中設計這樣的 `邏輯判斷` 呢? 在 Windows 工作排程設定重覆執行 5次後停下來, 不就好了嗎???

原因在於抓取網頁資料時, 若程式被擋時, 程式會中斷且資料沒有抓取成功, 所以不能保證工作排程設定 5次重覆執行, 就會抓取 5次的資料, 因此在排程上我通常會重覆許多次, 然後在程式中控制抓取次數....

這個程式範例只要在 要執行的程式片斷 被中斷時, 就不會回寫 計數 到 次數.csv 中, 所以下次再執行時, 就會再執行一次

說明如下:

一開始 次數.csv 的內容為01
程式被工作排程啟動, 而且程式執行成功, 此時計數加 1 , 將 02 內容寫入 次數.csv
工作排程的排定時間到時, 程式再次被啟動, 此時程式被中斷, 而 次數.csv 中的內容仍然是 02
下一個工作排程的時間到, 程式再次被啟動, 程式執行成功, 此時 次數.csv 中的內容變動為 03

根據上述的方法, 我們就可以在 次數.csv 來記錄程式的執行次數(或抓取內容的頁數), 然後下次執行時, 再接著執行

Windows 工作排程的設定

Python程式寫法了, 要如何設定 Windows的工程排程?

在 Windows系統管理工具 中有一個 工作排程器
點選 動作 選項中的 建立工作, 會出現建立工作的視窗
在 一般 的選項中輸入工作名稱(必填), 描述(選填)
在 觸發程序 的選項中新增我們要的排程時間 (若有資料時, 可以按編輯修改)
這裡我是用依排程執行, 目前是僅一次來設定 (若是要每天執行, 可以設定成每天)

設定由 3/12 早上 9:40 開始執行, 每10分鐘重覆一次, 一直執行到中午 12:28
在 動作 的選項中新增要執行的程式
程式或指令碼輸入 Python
新增引數輸入排程.py (這裡輸入你寫好的 Python 程式檔案名稱)
開始位置輸入上面引數中的 python 程式檔案所在的目錄 (我的是在 D槽)
其他的 條件 及 設定 選項, 我沒有使用, 可以依你的需求來設定
按確定, 就可以看到工作已排入排程中

我原本設定 9:40開始執行, 因為超過時間, 所以沒有執行, 下一個執行時間為 9:50 (我設定每10分鐘執行一次)
當然你可以按右邊的 執行 來強制執行