python - 在系统调用期间捕获/阻塞 SIGINT

Question

我已经编写了一个网络爬虫，我希望能够通过键盘停止它。我不希望程序在我中断时死掉；它需要先将其数据刷新到磁盘。我也不想捕获 KeyboardInterruptedException，因为持久数据可能处于不一致状态。

我目前的解决方案是定义一个信号处理程序来捕获 SIGINT 并设置一个标志；主循环的每次迭代都会在处理下一个 url 之前检查此标志。

但是，我发现如果系统恰好在我发送中断时正在执行 socket.recv()，我会得到这个:

^C
Interrupted; stopping...  // indicates my interrupt handler ran
Traceback (most recent call last):
  File "crawler_test.py", line 154, in <module>
    main()
  ...
  File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/socket.py", line 397, in readline
    data = recv(1)
socket.error: [Errno 4] Interrupted system call

进程完全退出。为什么会这样？有什么办法可以防止中断影响系统调用？

Answer 1

socket.recv() 在 C 层调用底层的 POSIX 兼容的 recv 函数，后者将返回一个错误代码 EINTR 当进程在 recv() 中等待传入数据时收到 SIGINT。此错误代码可用于 C 端(如果您使用 C 编程)来检测 recv() 返回不是因为套接字上有更多数据可用，而是因为进程收到了 SIGINT。不管怎样，这个错误代码被 Python 变成了一个异常，并且由于它永远不会被捕获，它会终止你的应用程序并显示你看到的回溯。解决方案很简单，就是捕获socket.error，检查错误代码，如果它等于errno.EINTR，则静默忽略异常。像这样:

import errno

try:
    # do something
    result = conn.recv(bufsize)
except socket.error as (code, msg):
    if code != errno.EINTR:
        raise