如何使用Python schedule库实现每日晚8点自动运行足球数据爬虫脚本

你当前编写的定时调度代码存在3类问题，逐一修正即可实现预期效果：

现存错误点 #

• 语法错误1：Python函数命名不允许包含.符号，你定义的函数名au_john_finalsiren_V9.py不符合命名规则；且函数定义行末尾缺失必填的冒号:。
• 语法错误2：schedule.every().day.at()的参数要求为字符串格式的时间，你写的20:00:00"缺失前半段引号，且时间参数只需精确到分钟即可，格式为"20:00"。
• 逻辑错误：你将定时任务注册的代码写在了函数内部，且任务触发后调用的是调度函数本身，会触发无限递归；代码中完全没有引入你之前编写的足球数据爬取逻辑，根本不会执行爬取操作。

正确实现步骤 #

1. 先确认schedule库已安装，在终端执行以下命令：
   pip install schedule

2. 修改调度代码，将爬取逻辑和调度逻辑拆分，参考如下可运行版本：

# au_john_finalsiren_V9.py
import schedule
import time

# 封装爬取任务函数
def run_crawl_task():
    print("=== 开始执行足球赛事统计数据爬取 ===")
    # 把你之前委托他人编写的所有爬取逻辑，全部粘贴到这个函数内部
    # 例如：页面请求、数据解析、结果存储的代码都放在这里
    print("=== 爬取任务执行完成 ===")

# 注册每日20点的定时任务
schedule.every().day.at("20:00").do(run_crawl_task)

print("定时调度服务已启动，每日20:00将自动运行爬取任务")
# 启动调度循环
while True:
    schedule.run_pending()
    time.sleep(1)

额外注意事项 #

• 该调度脚本需要保持持续运行状态才能触发定时任务，如果关闭运行脚本的终端/命令行窗口，任务会自动停止。如果需要后台常驻运行，Windows可将脚本配置为开机启动项，Linux/macOS可通过nohup或systemd托管脚本进程。
• schedule库读取本地系统时间判断任务触发时机，请确保运行脚本的设备系统时间准确。
• 如果你不想改动原有爬取脚本的代码，也可以通过调用子进程的方式直接运行原爬取文件，只需把run_crawl_task函数替换为如下内容即可（注意替换为你原爬取脚本的实际文件路径）：

import subprocess
def run_crawl_task():
    # 引号内替换为你原有爬取脚本的绝对路径
    subprocess.run(["python", "C:/your/path/to/original_crawl_script.py"], check=True)

内容的提问来源于stack exchange，提问作者johnrock