在系统调用期间捕获/阻止SIGINT信号

Question

我编写了一个网络爬虫，希望能够通过键盘停止它。我不想在中断时使程序终止；它需要先将数据刷新到磁盘上。同时，我也不想捕获KeyboardInterruptedException异常，因为持久数据可能处于不一致状态。

我的当前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；每次主循环迭代处理下一个url之前都会检查这个标志。

然而，我发现如果系统在我发送中断时恰好正在执行socket.recv()，则会出现以下情况：

^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

进程完全退出了。为什么会这样？我能否防止中断影响系统调用？

- danben

Answer 1

socket.recv() 调用底层的 POSIX 兼容的 recv 函数，该函数在 C 层中执行。如果进程在等待接收数据时接收到 SIGINT，recv() 将返回错误码 EINTR。如果您使用 C 编程，可以在 C 端使用此错误码来检测 recv() 返回不是因为套接字上有更多可用数据，而是因为进程收到了 SIGINT。无论如何，Python 会将此错误码转换为异常，由于它从未被捕获，它会以回溯的形式终止您的应用程序。解决方法很简单，只需捕获 socket.error，检查错误码，如果等于 errno.EINTR，则悄悄地忽略异常。代码示例如下：

import errno

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

- Tamás

---

在代码中使用数字4代替EINTR或Python提供的任何标识符是非常糟糕的做法。这很可能会在某些架构上出现错误。 - R.. GitHub STOP HELPING ICE

当然，你是对的。我再次阅读了Python库文档，看起来errno模块提供了这些常量，所以我会调整示例。 - Tamás

仅供参考：根据PEP-3151，此功能在Python 3.3中已被弃用。应改为使用OSError内置函数。 - Bunyk

Answer 2

如果您不希望套接字调用被中断，请在设置信号处理程序后禁用中断行为。

signal.signal(<your signal here>, <your signal handler function here>)
signal.siginterrupt(<your signal here>, False)

在信号处理函数中设置一些标志，例如一个线程事件（threading.Event()），然后在主处理函数中检查该标志并优雅地终止爬虫。

背景信息如下：

- Linux信号手册页面。请参见有关SA_RESTART标志的讨论。 - Python文档。

- Eugen