Python Selenium爬虫导致CPU飙升的定时任务陷阱与优化

Noah

发布时间：2026-10-14| 5人浏览过

原创

本文分析使用Python Selenium结合多线程执行定时任务时，因频繁启动浏览器实例导致CPU占用率飙升至90%以上的问题。通过展示基于threading.Timer的简易定时代码，指出其潜在性能瓶颈，并探讨如何优化资源占用以避免系统卡顿，适用于需要长期运行的自动化爬虫场景。

Selenium多线程定时任务引发的性能危机

当前场景涉及启动一个基于Selenium的爬虫程序，技术栈采用Firefox驱动配合多线程机制。通常情况下，电脑管家监控下的CPU占用率维持在20%左右。然而，一旦启动Selenium并持续进行浏览器实例创建与多线程操作，资源消耗将急剧变化。

运行约5分钟后，CPU占用率迅速攀升至90%以上，导致电脑响应极度迟缓，甚至接近死机状态。尽管定时程序仍在后台运行，但系统已处于类似待机的低效状态，严重影响正常使用。

面对电脑卡死的状况，用户的直观反应往往是抱怨设备性能不足，质疑为何如此简单的程序无法流畅运行，进而对前期投入的大量代码开发工作产生挫败感。

接下来展示相关代码实现，具体功能细节建议读者查阅官方文档或相关技术资料进行深入理解。

简易定时任务代码实现


from datetime import datetime
from threading import Timer
import time

# 定时任务
def task():
  print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))

def timedTask():
  '''
  第一个参数: 延迟多长时间执行任务(秒)
  第二个参数: 要执行的函数
  第三个参数: 调用函数的参数(tuple)
  '''
  Timer(5, task, ()).start()

while True:
  timedTask()
  time.sleep(5)

上述代码仅7行，看似简洁优雅。其“优雅”主要体现在代码量少、编写轻松，但这并未解决核心性能问题。


2020-06-05 14:06:39
2020-06-05 14:06:44
2020-06-05 14:06:49
2020-06-05 14:06:54
2020-06-05 14:06:59
2020-06-05 14:07:04
2020-06-05 14:07:09
2020-06-05 14:07:14
2020-06-05 14:07:19
2020-06-05 14:07:24

以上内容为本文主要分享，旨在为读者提供学习参考，欢迎持续关注本站获取更多技术资讯。