schedule 库本身是一个非常轻量级的任务调度库，它不负责真正的下载，而是负责在特定的时间点或时间间隔触发你的下载函数，真正的下载工作需要由其他库（如 requests）来完成。
（图片来源网络，侵删）
下面我将分步为你讲解,从安装到编写完整的下载脚本。
第一步：安装必要的库
你需要安装 schedule 库来处理任务调度，以及 requests 库来执行 HTTP 下载，如果你的下载文件很大，还需要 tqdm 库来显示一个美观的进度条。
打开你的终端或命令行工具,运行以下命令：
pip install schedule requests tqdm
第二步：理解 schedule 的基本用法
schedule 的核心思想非常简单：
（图片来源网络，侵删）
- 定义一个任务函数：比如一个名为
download_file()的函数。 - 使用
schedule装饰器或函数来安排任务：告诉schedule在什么时间执行这个函数。 - 启动调度器：运行一个无限循环，不断地检查任务是否到期，如果到期就执行它。
常用的时间安排方法：
schedule.every(10).minutes.do(job)# 每10分钟执行一次schedule.every().hour.do(job)# 每小时执行一次schedule.every().day.at("10:30").do(job)# 每天上午10:30执行一次schedule.every().monday.do(job)# 每周一执行一次schedule.every().wednesday.at("13:15").do(job)# 每周三下午13:15执行一次schedule.every().minute.at(":17").do(job)# 每分钟的17秒执行一次
第三步：编写一个完整的定时下载脚本
下面是一个完整的示例,它会每天上午 10:30 自动下载一个示例文件（这里以 GitHub 的一个测试文件为例），并显示下载进度。
我们将所有逻辑封装在一个 main() 函数中，这样代码结构更清晰。
import schedule
import requests
import time
import os
from tqdm import tqdm
# --- 1. 定义下载任务函数 ---
def download_file():
"""
一个具体的下载函数，用于下载指定URL的文件。
"""
# 要下载的文件URL
file_url = "https://raw.githubusercontent.com/psf/requests/main/README.rst"
# 保存到本地的文件名
local_filename = "requests_readme.rst"
print(f"\n[{time.strftime('%Y-%m-%d %H:%M:%S')}] 开始下载文件: {file_url}")
try:
# 发起HTTP GET请求，stream=True表示流式下载
with requests.get(file_url, stream=True) as r:
r.raise_for_status() # 如果请求失败 (状态码不是 2xx), 则抛出异常
# 获取文件总大小 (单位: bytes)
total_size = int(r.headers.get('content-length', 0))
# 使用 tqdm 创建进度条
# initial=0, total=total_size, unit='B', unit_scale=True, unit_divisor=1024
progress_bar = tqdm(
total=total_size,
unit='B',
unit_scale=True,
unit_divisor=1024,
desc=local_filename
)
# 分块写入文件
with open(local_filename, 'wb') as f:
for chunk in r.iter_content(chunk_size=8192): # 每次读取 8KB
f.write(chunk)
progress_bar.update(len(chunk))
progress_bar.close()
# 检查文件是否真的下载了
if os.path.exists(local_filename):
print(f"✅ 下载成功！文件已保存为: {os.path.abspath(local_filename)}")
else:
print("❌ 下载失败：文件未创建。")
except requests.exceptions.RequestException as e:
print(f"❌ 下载过程中发生错误: {e}")
except Exception as e:
print(f"❌ 发生未知错误: {e}")
# --- 2. 定义主函数，用于启动调度器 ---
def run_scheduler():
"""
设置任务并启动调度器的无限循环。
"""
# --- 3. 安排任务 ---
# 设置每天上午10:30执行下载任务
# 注意：时间格式是 "HH:MM"
schedule.every().day.at("10:30").do(download_file)
# 你也可以添加其他任务，比如每小时检查一次
# schedule.every().hour.do(another_task)
print("🕒 任务调度器已启动...")
print(f"⏰ 已设置任务：每天 10:30 执行下载。")
print("脚本正在运行，按 Ctrl+C 停止...")
# --- 4. 启动调度器 ---
while True:
# run_pending() 会检查所有已安排的任务，如果到了执行时间，就运行它。
schedule.run_pending()
# time.sleep(1) 让程序暂停1秒，避免CPU空转占用过高资源
time.sleep(1)
# --- 5. 程序入口 ---
if __name__ == "__main__":
run_scheduler()
如何运行和测试这个脚本？
- 将代码保存：将上面的代码保存为一个 Python 文件，
scheduled_download.py。 - 直接运行：在终端中运行
python scheduled_download.py。 - 观察输出：你会看到脚本启动的提示，它会一直等待，直到你设定的
10:30。 - 立即测试：为了快速验证脚本是否工作，你可以临时修改时间，比如改成
schedule.every(10).seconds.do(download_file)，这样它就会每10秒执行一次下载，你可以看到进度条和成功信息，测试成功后，再改回你想要的时间。
第四步：高级用法与最佳实践
同时运行多个任务
schedule 默认是单线程的，任务会按顺序执行，如果一个任务耗时很长，它会阻塞其他任务的执行，如果你需要同时运行多个任务，可以结合 threading 模块。
（图片来源网络，侵删）
import threading
import schedule
import time
def job1():
print("Job 1 开始...")
time.sleep(5) # 模拟耗时任务
print("Job 1 完成。")
def job2():
print("Job 2 开始...")
time.sleep(2) # 模拟耗时任务
print("Job 2 完成。")
def run_threaded(job_func):
"""在独立线程中运行任务"""
job_thread = threading.Thread(target=job_func)
job_thread.start()
# 安排任务，并使用 run_threaded 包装器
schedule.every(10).seconds.do(run_threaded, job1)
schedule.every(5).seconds.do(run_threaded, job2)
while True:
schedule.run_pending()
time.sleep(1)
如何让脚本在后台持续运行（作为服务）
上面的 while True 循环会让你的脚本一直占用一个终端窗口，如果你想让它在后台运行，你可以：
-
使用
nohup(Linux/macOS):nohup python your_script.py > output.log 2>&1 &
nohup: 让命令忽略挂断信号。> output.log: 将标准输出重定向到output.log文件。2>&1: 将标准错误也重定向到同一个文件。&: 让命令在后台运行。
-
使用
systemd(推荐用于生产环境): 创建一个.service文件，让systemd来管理你的 Python 脚本，它可以实现开机自启、自动重启、日志管理等功能，非常专业。
停止调度器
schedule 提供了一个 schedule.clear() 方法来清除所有已安排的任务。
# ... 在你的循环中添加一个停止条件 ...
stop_flag = False
while True:
if stop_flag:
print("接收到停止信号，正在清除所有任务...")
schedule.clear()
print("调度器已停止。")
break
schedule.run_pending()
time.sleep(1)
# ... 可以通过某种方式（如信号、网络请求）来设置 stop_flag = True ...
希望这个详细的指南能帮助你成功使用 Python schedule 库实现定时下载功能！
