Token过期导致401错误时，应动态管理Token生命周期：用时间戳缓存过期时间、每次请求前调用获取函数、动态注入headers，避免硬编码或定时任务依赖。
Token过期导致401错误时，不能只重试请求
爬虫跑着跑着突然大量返回 401 Unauthorized，不是网络问题，也不是IP被封，而是 Authorization 请求头里的 Token 失效了。这时候单纯加 time.sleep() 或换 User-Agent 没用——鉴权凭据本身已作废。核心思路是：把 Token 当成一个有生命周期的变量，而不是写死在 headers 字典里。
- Token 通常带
expires_in字段（单位秒），或由 JWT 的exp声明决定有效期 - 硬编码 Token 或每次请求都重新登录，既不安全也不高效
- 必须区分「获取 Token」和「使用 Token」两个阶段，且前者不能嵌在主爬取循环里
用独立函数封装 Token 获取逻辑，并缓存有效期
把登录/换 token 的过程抽成一个可复用函数，关键是要记录它什么时候会过期，避免重复请求认证接口。比如调用 OAuth2 的 /oauth/token 接口后，立刻解析响应中的 expires_in，算出绝对过期时间戳存起来。
import time
import requests
<p>_token_cache = {"value": None, "expires_at": 0}</p><p>def get_access_token():
if time.time() </p><pre class="brush:php;toolbar:false;">resp = requests.post("https://api.example.com/oauth/token", data={
"grant_type": "client_credentials",
"client_id": "xxx",
"client_secret": "yyy"
})
data = resp.json()
_token_cache["value"] = data["access_token"]
_token_cache["expires_at"] = time.time() + data["expires_in"] - 30 # 提前30秒刷新
return _token_cache["value"]
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 减去 30 秒是为了留出网络延迟和处理时间，防止刚用就过期
- 不要用
datetime.now() + timedelta，浮点时间戳更易比较 - 多线程环境下需加锁，但简单脚本用单线程+全局变量足够
在 requests headers 中动态注入最新 Token
每次发请求前调用 get_access_token()，而不是初始化一次后反复用。注意别在 session 初始化时就写死 headers，否则后续 token 更新不会生效。
session = requests.Session()
# ❌ 错误：headers 写死，token 不会更新
# session.headers.update({"Authorization": f"Bearer {token}"})
<h1>✅ 正确：每次请求前生成 headers</h1><p>def make_api_call(url):
headers = {
"Authorization": f"Bearer {get_access_token()}",
"Content-Type": "application/json"
}
return session.get(url, headers=headers)
</p>
- 如果用
scrapy，应在start_requests或make_requests_from_url中动态构造headers - 若依赖
requests.Session的连接复用，headers 动态构造不影响性能，底层 TCP 连接仍可复用 - 某些 API 要求
Authorization是Bearer xxx，有些是Token xxx，看文档确认格式
定时任务只用于兜底，不替代实时校验
用 APScheduler 或系统 crontab 定期刷新 Token，听起来稳妥，但实际容易出问题：任务失败没通知、执行时间漂移、多个进程竞争写同一缓存文件。它更适合做「保底刷新」，而非主要机制。
- 优先靠「按需获取 + 缓存过期时间」机制运行；定时任务只是防止极端情况（如程序长时间没发起请求，缓存时间 drifted）
- 若真要用 APScheduler，用
BackgroundScheduler启动一个单独线程，每 10 分钟调用一次get_access_token()即可 - 切忌让定时任务直接修改全局 headers 字典——
requests.Session.headers是引用类型，多线程下可能引发竞态
Token 的本质是状态，而状态管理最容易被忽略的点，就是没定义清楚「谁负责更新」「何时失效」「失效后如何降级」。缓存时间戳比轮询或固定间隔更准，也比每次请求都登录更省资源。真正麻烦的从来不是怎么拿新 token，而是怎么让所有发出去的请求都用上它，且不互相干扰。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
