Python子进程在发出HTTP请求时静默崩溃

我在组合多处理，请求(或urllib2)和nltk时遇到了一个问题。下面是一段非常简单的代码:

>>> from multiprocessing import Process
>>> import requests
>>> from pprint import pprint
>>> Process(target=lambda: pprint(
        requests.get('https://api.github.com'))).start()
>>> <Response [200]>  # this is the response displayed by the call to `pprint`.

关于这段代码的更多细节:

导入一些必需的模块
启动子进程
从子进程向'api.github.com'发出HTTP GET请求
显示结果

这个工作得很好。在导入nltk:

时出现问题

>>> import nltk
>>> Process(target=lambda: pprint(
        requests.get('https://api.github.com'))).start()
>>> # nothing happens!

在导入NLTK之后，请求实际上静默地使线程崩溃(如果您尝试使用命名函数而不是lambda函数，在调用之前和之后添加一些print语句，您将看到执行在调用requests.get时立即停止)。有没有人知道NLTK中有什么可以解释这种行为，以及如何克服这个问题?

以下是我使用的版本:

$> python --version
Python 2.7.5
$> pip freeze | grep nltk
nltk==2.0.5
$> pip freeze | grep requests
requests==2.2.1

我正在运行Mac OS X v. 10.9.5.

谢谢!

更新你的python库和python应该可以解决这个问题:

alvas@ubi:~$ pip freeze | grep nltk
nltk==3.0.3
alvas@ubi:~$ pip freeze | grep requests
requests==2.7.0
alvas@ubi:~$ python --version
Python 2.7.6
alvas@ubi:~$ lsb_release -a
No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 14.04.2 LTS
Release:    14.04
Codename:   trusty

从代码:

from multiprocessing import Process
import nltk
import time

def child_fn():
    print "Fetch URL"
    import urllib2
    print urllib2.urlopen("https://www.google.com").read()[:100]
    print "Done"

while True:
    child_process = Process(target=child_fn)
    child_process.start()
    child_process.join()
    print "Child process returned"
    time.sleep(1)

[出]:

Fetch URL
<!doctype html><html itemscope="" itemtype="http://schema.org/WebPage" lang="de"><head><meta content
Done
Child process returned
Fetch URL
<!doctype html><html itemscope="" itemtype="http://schema.org/WebPage" lang="de"><head><meta content
Done
Child process returned
Fetch URL
<!doctype html><html itemscope="" itemtype="http://schema.org/WebPage" lang="de"><head><meta content
Done
Child process returned

从代码:

alvas@ubi:~$ python
Python 2.7.6 (default, Jun 22 2015, 17:58:13) 
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from multiprocessing import Process
>>> import requests
>>> from pprint import pprint
>>> Process(target=lambda: pprint(
...         requests.get('https://api.github.com'))).start()
>>> <Response [200]>
>>> import nltk
>>> Process(target=lambda: pprint(
...         requests.get('https://api.github.com'))).start()
>>> <Response [200]>

它应该也适用于python3:

alvas@ubi:~$ python3
Python 3.4.0 (default, Jun 19 2015, 14:20:21) 
[GCC 4.8.2] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from multiprocessing import Process
>>> import requests
>>> Process(target=lambda: print(requests.get('https://api.github.com'))).start()
>>> 
>>> <Response [200]>
>>> import nltk
>>> Process(target=lambda: print(requests.get('https://api.github.com'))).start()
>>> <Response [200]>

在子进程中使用Nltk和Python请求似乎很少见。尝试使用线程而不是进程，我与其他一些库和请求有完全相同的问题，并将进程替换为线程为我工作。

这个问题似乎还没有解决。https://github.com/nltk/nltk/issues/947我认为这是一个严重的问题(除非你正在玩NLTK，做POCs和尝试模型，而不是实际的应用程序)我正在RQ worker中运行NLP管道(http://python-rq.org/)

nltk==3.2.1
requests==2.9.1

相关内容

最新更新

热门标签：