编程语言在 Linux/Mac 下为Python函数添加超时时间

但大家有没有考虑过，如何为普通的函数设置超时时间?特别是在运行一些数据处理、AI 相关的代码时，某个函数可能会运行很长时间，我们想实现，在函数运行超过特定的时间时，自动报错。

例如有这样一个场景，我写了一个函数calc_statistic(datas)，根据用户传入的数据计算某个值。但如果用户传入的数据非常大，这个函数就可能运行很长时间。我想设置让这个函数最多运行10秒钟。如果10秒还没有运行完成，就报错。应该怎么办呢?

如果你的电脑操作系统是 Linux 或者 macOS，那么 可以使用 signal 来解决。

在公众号前几天的文章中，我们介绍了使用signal来接管键盘的中断信号：《一日一技：在 Python 中接管键盘中断信号》，用到的是signal.SIGINT。今天我们要用到的是signal.SIGALRM。

首先我们来看看这个信号的使用方法：

1. import time 
2. import signal 
3.  
4.  
5. def handler(signum, _): 
6.     print('定时到！') 
7.     raise Exception('定时到了！') 
8.  
9. def clac_statistic(datas): 
10.     time.sleep(100) 
11.      
12.  
13. signal.signal(signal.SIGALRM, handler) 
14. signal.alarm(5) 
15. clac_statistic('xxx') 

运行效果如下图所示：

首先绑定signal.SIGALRM事件到handler函数中，然后使用signal.alarm(10)延迟10秒发送一个信号。10秒到了以后，函数handler被运行。在函数中抛出了一个异常，导致程序结束。clac_statistic函数原本要运行100秒，但是在10秒以后就停止了，从而实现了函数的超时功能。

基于以上原理，我们实现一个装饰器，来简化为不同函数设置超时功能：

1. import time 
2. import signal 
3.  
4.  
5. class FuncTimeoutException(Exception): 
6.     pass 
7.  
8. def handler(signum, _): 
9.     raise FuncTimeoutException('函数定时到了！') 
10.  
11. def func_timeout(times=0): 
12.     def decorator(func): 
13.         if not times: 
14.             return func 
15.         def wraps(*args, **kwargs): 
16.             signal.alarm(times) 
17.             result = func(*args, **kwargs) 
18.             signal.alarm(0)  # 函数提前运行完成，取消信号 
19.             return result 
20.         return wraps 
21.     return decorator 
22.  
23. signal.signal(signal.SIGALRM, handler) 

我们来试一试测试一下这个函数超时装饰器。首先测试函数的运行时间小于超时时间时，程序正常运行没有问题：

再来测试一下函数运行时间超过超时时间的情况：

正常抛出FuncTimeoutException异常。

那我们在实际使用中，可以使用try...except FuncTimeoutException捕获这个异常，然后实现自定义的处理流程，例如：

1. try: 
2.     clac_statistic(100) 
3. except FuncTimeException: 
4.     print('该函数运行超时，运行自定义的处理流程') 

当然你如果想直接跳过这个异常也没问题：

1. import contextlib: 
2. with contextlib.supress(FuncTimeException): 
3.     clac_statistic(100) 
   在过去的几十年间，大量的编程语言被发明、被取代、被修改或组合在一起。尽管人们多次试图创造一种通用的程序设计语言，却没有一次尝试是成功的。之所以有那么多种不同的编程语言存在的原因是，编写程序的初衷其实也各不相同；新手与老手之间技术的差距非常大，而且有许多语言对新手来说太难学；还有，不同程序之间的运行成本（runtime cost）各不相同。