1 1. 前言
2 2. 定期執行方法總覽與選擇依據
3 3. 使用基本 Python 程式碼實現定期執行
4 4. 使用 schedule 套件實現彈性的排程管理
5 5. 使用 threading 模組進行背景執行
6 6. 使用 Celery 進行進階任務管理
7 7. 與作業系統的任務排程器整合
8 8. 利用雲端服務實現定期執行
9 9. 總結
10 10. 常見問答（FAQ）

1. 前言

學習使用 Python 定期執行任務的好處

Python 是一種簡潔且功能強大的程式語言，廣泛應用於資料分析、自動化、Web 應用程式開發等各個領域。其中，「定期執行任務」是一項對於日常工作效率化與自動化非常重要的技術。例如，定期執行備份、在特定時間自動生成報告等情境中，就能發揮極大效益。

本篇文章將針對初學者到中階使用者，說明如何使用 Python 來實現定期執行任務。閱讀完本文後，您將能夠掌握最適合自己專案的定期執行方法。

使用 Python 定期執行任務的主要優點

透過 Python 設定定期執行任務，可以帶來以下好處：

提升工作效率
將重複性的人工操作改由 Python 腳本處理，可減少人為錯誤並提高工作效率。
彈性高
Python 提供多種方式來設定定期任務，可依據專案規模與需求選擇最合適的方法。
自動化帶來的穩定性
將定期任務寫成腳本後，可清楚掌握任務的執行情況，確保系統穩定運作。

本文的內容架構

本文將依照以下順序進行說明：

比較使用 Python 進行定期任務的方法

從適合初學者的基本方法，到活用雲端服務的進階實作方式，全面介紹。

具體的實作步驟

針對每種方法，提供詳細的範例程式碼解說。

實務應用與最佳實踐

以實際工作中的使用場景為例，介紹有效的運用方式。

常見問題（FAQ）區塊

針對讀者常見疑問，提供清楚明瞭的解答。

歡迎您參考本篇文章，試著設定並善用 Python 來進行定期任務的自動化！

2. 定期執行方法總覽與選擇依據

使用 Python 實現定期執行的主要方法

使用 Python 來定期執行任務有多種方式。每種方式都有其優缺點，適用情境與實作難度也各不相同。本章將針對幾種主要方法進行比較，並說明其特色與選擇方式。

定期執行方法一覽

以下是幾種常見的 Python 定期執行方法：

使用 time.sleep() 進行迴圈處理

難度：簡單
特色：透過簡單的迴圈實現固定間隔的任務執行。
適用情境：短期且簡單的任務。

使用 schedule 函式庫

難度：中等
特色：可靈活設定時間與日期，使用簡單。
適用情境：短～中期的任務排程。

使用 threading 模組進行多執行緒處理

難度：中等
特色：可在背景中執行並行處理。
適用情境：耗時的處理或需於背景執行的任務。

使用 Celery 進行分散式任務管理

難度：高
特色：可搭配訊息代理（如 Redis）來管理複雜任務。
適用情境：大型系統或分散式架構。

使用作業系統的任務排程器

難度：中等
特色：透過 cron（Linux）或排程器（Windows）來定期執行 Python 腳本。
適用情境：在伺服器或本機環境中執行定期任務。

活用雲端服務

難度：高
特色：利用 AWS Lambda 或 Google Cloud Functions，在無伺服器環境中執行任務。
適用情境：雲端原生專案。

選擇方法的依據

選擇哪種方法，需視任務性質與執行環境而定。以下是幾個參考重點：

實作難度

簡單的任務建議使用 time.sleep() 或 schedule 函式庫。
若需複雜任務管理，建議考慮 Celery 或雲端服務。

任務頻率與執行間隔

若需頻繁執行（每秒或每分鐘），可使用 schedule 或 time.sleep()。
若為每幾小時或指定日期執行，則 OS 排程器或雲端服務較為合適。

系統規模

小型專案可使用簡單的方法即可。
若為大型或需分散處理的專案，建議使用像 Celery 的任務佇列管理工具。

執行環境

若在本地環境執行，建議使用 time.sleep() 或 schedule。
若需支援無伺服器或可擴充環境，則適合採用雲端服務。

小結

使用 Python 進行定期任務的方法有很多種，選擇時應根據任務的特性與執行環境進行考量。下一章將開始詳細說明各種方法的實作步驟。建議先從最簡單的 time.sleep() 方法開始著手。

3. 使用基本 Python 程式碼實現定期執行

使用 time.sleep() 的基本迴圈處理

方法概述

time.sleep() 函數可讓程式暫停指定秒數。在迴圈中使用這個函數，即可實現定期執行任務。

實作範例

以下是一個簡單的腳本，每分鐘輸出一次「當前時間」。

import time
from datetime import datetime

def task():
    # 想要執行的任務
    print(f"執行任務: {datetime.now()}")

if __name__ == "__main__":
    while True:
        task()
        time.sleep(60)  # 暫停 60 秒（1 分鐘）

執行結果

執行此腳本後，終端機會每分鐘顯示一次目前時間。

範例輸出：

執行任務: 2025-01-19 14:00:00
執行任務: 2025-01-19 14:01:00
執行任務: 2025-01-19 14:02:00

優點與缺點

優點

簡單易懂

即使是初學者也能直觀理解。

不需要額外套件

僅使用 Python 標準函式庫即可完成。

缺點

排程彈性低

難以設定特定時間或特定星期幾執行任務。

不適合長時間執行

若迴圈中發生錯誤，程式可能整個停止執行。

應用範例：加入錯誤處理的定期執行

若想避免執行時發生錯誤導致程式終止，可以加上例外處理機制：

import time
from datetime import datetime

def task():
    # 想要執行的任務
    print(f"執行任務: {datetime.now()}")

if __name__ == "__main__":
    while True:
        try:
            task()
            time.sleep(60)
        except Exception as e:
            print(f"發生錯誤: {e}")

適用情境

小型且簡單的任務
短期專案
允許中途停止或重新啟動的執行環境

4. 使用 schedule 套件實現彈性的排程管理

schedule 套件簡介

使用 schedule 套件，可以輕鬆地在 Python 中設定彈性的排程。如果您希望在特定時間或特定星期幾執行任務，這是一個非常實用的工具。

安裝方法

schedule 是一個外部套件，可以透過下列指令安裝：

pip install schedule

基本使用方式

以下是使用 schedule 套件進行基本排程的範例。

每分鐘執行一次任務的範例

import schedule
import time
from datetime import datetime

def task():
    # 想要執行的任務
    print(f"執行任務: {datetime.now()}")

# 設定排程
schedule.every(1).minutes.do(task)

if __name__ == "__main__":
    while True:
        schedule.run_pending()  # 執行排程中等待的任務
        time.sleep(1)  # 每秒檢查一次

主要功能與設定範例

schedule 提供多樣化的排程設定方式。

每天在特定時間執行

schedule.every().day.at("09:00").do(task)

這段程式會在每天上午 9 點執行 task()。

指定星期幾執行

schedule.every().monday.do(task)
schedule.every().friday.at("18:00").do(task)

這些設定會在每週一執行任務，並於每週五下午 6 點也執行任務。

每隔一段時間執行

schedule.every(5).minutes.do(task)  # 每 5 分鐘執行一次
schedule.every(2).hours.do(task)    # 每 2 小時執行一次

優點與缺點

優點

彈性的排程管理

可根據時間、星期、間隔等自由設定排程。

語法簡單易懂

程式碼直觀，適合初學者。

與其他 Python 標準功能容易整合

可輕鬆與其他函式庫或程式結合使用。

缺點

不支援背景執行

排程執行期間，程式需持續運行，無法脫離終端機。

不適合大型專案

在複雜任務管理方面可能有侷限。

應用範例：同時排程多個任務

同時設定多個任務也非常簡單：

def morning_task():
    print("早安！開始執行任務")

def evening_task():
    print("晚安！開始執行任務")

# 設定排程
schedule.every().day.at("07:00").do(morning_task)
schedule.every().day.at("19:00").do(evening_task)

if __name__ == "__main__":
    while True:
        schedule.run_pending()
        time.sleep(1)

適用情境

需要在特定時間或星期幾執行任務。
適用於個人或小型專案的任務排程。
希望在程式執行期間保有一定的彈性。

5. 使用 threading 模組進行背景執行

threading 模組簡介

threading 模組是 Python 標準函式庫的一部分，提供多執行緒處理功能。它可以在同一程式中產生多個執行緒，讓每個執行緒獨立執行，以實現平行處理。

基本用法

以下是一個基本範例，使用 threading 模組來在背景中定期執行任務。

定期執行的範例程式碼

import threading
import time
from datetime import datetime

def task():
    while True:
        print(f"執行任務: {datetime.now()}")
        time.sleep(60)  # 每 60 秒執行一次

# 啟動執行緒
thread = threading.Thread(target=task)
thread.daemon = True  # 主執行緒結束時自動終止
thread.start()

# 主執行緒的其他處理
print("背景任務執行中...")
while True:
    time.sleep(1)  # 保持主程序運作

程式碼說明

定義背景任務

在 task() 函式中使用無限迴圈與 time.sleep()，每 60 秒執行一次任務。

建立執行緒

使用 threading.Thread 建立新的執行緒，並指定任務函式。

設定為 Daemon 執行緒

設定 thread.daemon = True，當主程式結束時，自動終止背景執行緒。

主執行緒的處理

與背景任務分離，主執行緒可以繼續執行其他工作。

應用範例：多任務並行執行

以下是同時在背景中執行多個任務的範例：

def task1():
    while True:
        print(f"執行任務1: {datetime.now()}")
        time.sleep(60)

def task2():
    while True:
        print(f"執行任務2: {datetime.now()}")
        time.sleep(120)

# 建立與啟動執行緒
thread1 = threading.Thread(target=task1)
thread2 = threading.Thread(target=task2)

thread1.daemon = True
thread2.daemon = True

thread1.start()
thread2.start()

# 主執行緒的處理
print("正在並行執行多個任務...")
while True:
    time.sleep(1)

優點與缺點

優點

可進行並行處理

可在背景中執行任務，同時主執行緒也能進行其他處理。

靈活的任務管理

能輕鬆地設定並行執行多個任務。

缺點

執行緒間可能產生資源競爭

若多個執行緒存取相同資源，需特別注意避免 race condition。

錯誤處理較為複雜

執行緒內若發生錯誤，可能會影響整個程式的運作。

適用情境

需在背景中執行耗時的任務
主程式需同時處理其他功能
想要在定期執行任務的同時維持其他處理流程

6. 使用 Celery 進行進階任務管理

Celery 簡介

Celery 是一個功能強大的 Python 框架，用於非同步任務處理與排程任務管理。它非常適合用於大型分散式系統或後端背景處理，具備高擴充性與靈活性。

主要特點

非同步處理
任務可在背景中執行，不會影響使用者操作。
可擴展性
適用於大型系統中的分散式處理。
使用訊息代理
任務會被加入佇列中處理，便於任務管理與監控。

Celery 的安裝與初始設定

安裝必要的套件

使用 Celery 需要搭配訊息代理（如 Redis 或 RabbitMQ）。以下是使用 Redis 的安裝步驟：

安裝 Celery 與 Redis 套件

pip install celery[redis]

啟動 Redis 伺服器

redis-server

基本使用方式

以下說明如何使用 Celery 定義與執行任務。

定義任務

建立 tasks.py 檔案，並撰寫如下內容：

from celery import Celery

# 初始化 Celery 應用
app = Celery('tasks', broker='redis://localhost:6379/0')

@app.task
def add(x, y):
    return x + y

執行任務

啟動 Celery worker
在終端機中輸入以下指令啟動 Celery：

celery -A tasks worker --loglevel=info

呼叫任務
在 Python Shell 或其他腳本中執行：

from tasks import add

# 執行任務
result = add.delay(4, 6)

# 取得結果
print(result.get())  # 輸出: 10

排程定期任務

使用 celery-beat 擴充套件可讓 Celery 支援排程任務。

安裝必要套件

pip install django-celery-beat

定期任務設定範例

在 celery.py 中加入以下設定：

from celery import Celery
from celery.schedules import crontab

app = Celery('tasks', broker='redis://localhost:6379/0')

app.conf.beat_schedule = {
    'add-every-minute': {
        'task': 'tasks.add',
        'schedule': crontab(minute='*/1'),
        'args': (16, 16),
    },
}

優點與缺點

優點

強大的任務管理功能
可輕鬆處理非同步任務與排程任務。
支援分散式系統
可在多台伺服器上處理大量任務。
豐富的擴充功能
支援日誌、監控等生態系統整合。

缺點

設定較為複雜
初期設定與相依套件管理可能不太容易。
資源開銷大
對於小型專案來說可能過於繁重。

適用情境

需要高效率處理大量任務時。
需在多台伺服器進行分散處理時。
需要結合定期任務與非同步任務，打造進階系統時。

7. 與作業系統的任務排程器整合

Linux：使用 cron 設定排程任務

什麼是 cron？

cron 是 Linux 或 Unix 系統中內建的排程工具，可用來定期執行指令或腳本。

設定步驟

1. 建立 Python 腳本

以下是一個範例腳本，會將當前時間寫入 output.txt：

# example_task.py
from datetime import datetime

with open("output.txt", "a") as file:
    file.write(f"執行任務: {datetime.now()}n")

2. 編輯 cron 設定

在終端機輸入以下指令以編輯 cron 任務：

crontab -e

3. 新增排程任務

在開啟的編輯器中加入以下內容：

*/5 * * * * python3 /path/to/example_task.py

*/5：每 5 分鐘執行一次
/path/to/example_task.py：腳本的完整路徑

4. 確認設定

crontab -l

顯示目前設定的排程任務。

5. 驗證是否成功執行

檢查 output.txt 是否如預期般被定期寫入資料。

Windows：使用工作排程器設定任務

什麼是工作排程器？

Windows 內建的圖形化工具，可輕鬆設定定期執行任務。

設定步驟

1. 建立 Python 腳本

與 Linux 範例相同，可使用相同腳本。

2. 開啟工作排程器

從開始選單搜尋「工作排程器」，點擊進入。

3. 建立新的任務

點擊「建立基本任務」，依序設定以下項目：

一般：
名稱：例如「Python 定期執行」
勾選「使用最高權限執行」
觸發條件：
新增新的排程，選擇每 5 分鐘執行等條件
動作：
新增新的動作，填寫以下資訊：

程式/指令碼：python
新增引數：/path/to/example_task.py

4. 驗證是否成功

可右鍵點選任務並選擇「執行」，或等待系統自動執行並檢查結果。

優點與缺點

優點

輕量且簡單

不需額外套件，使用作業系統的功能即可完成排程。

與環境無關

不限定於 Python，也可排程其他腳本或指令。

缺點

難以在程式內部控制排程

排程設定與程式碼分離，降低程式的彈性。

除錯較不方便

可能難以追蹤排程失敗或錯誤原因。

適用情境

排程任務簡單，且數量不多時。
須依賴伺服器或本機環境執行任務。
希望節省資源、不使用額外函式庫時。

8. 利用雲端服務實現定期執行

使用 AWS Lambda 與 Amazon EventBridge 進行定期執行

什麼是 AWS Lambda？

AWS Lambda 是一項無伺服器（Serverless）計算服務，無需管理伺服器即可執行程式碼。搭配 EventBridge，可輕鬆設定定期任務排程。

設定步驟

1. 準備 Python 腳本

以下是將目前時間記錄到 CloudWatch 的範例程式：

import json
from datetime import datetime

def lambda_handler(event, context):
    now = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    print(f"執行任務: {now}")
    return {
        'statusCode': 200,
        'body': json.dumps('任務完成')
    }

2. 建立 AWS Lambda 函數

登入 AWS 管理控制台，進入「Lambda」服務
點選「建立函數」
選擇「從頭開始建立」，並指定執行環境為「Python 3.x」

3. 上傳程式碼

將腳本壓縮為 ZIP 檔案，並上傳至建立的 Lambda 函數中。

4. 設定 Amazon EventBridge 規則

進入 EventBridge 管理頁面，點選「建立規則」
選擇「排程模式」

例如：若要每 5 分鐘執行一次，可使用以下 cron 表達式：
cron(0/5 * * * ? *)

指定剛建立的 Lambda 函數為目標

5. 驗證是否成功執行

查看 CloudWatch Logs，確認 Lambda 是否依排程執行並輸出結果。

使用 Google Cloud Functions 與 Cloud Scheduler 定期執行

什麼是 Google Cloud Functions？

Google Cloud Functions 是由 Google 提供的無伺服器計算服務，透過 Cloud Scheduler 可以實現定期觸發。

設定步驟

1. 準備 Python 腳本

以下為專用於 Google Cloud Functions 的範例程式：

import datetime

def task_trigger(request):
    now = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    print(f"執行任務: {now}")
    return "任務完成", 200

2. 建立 Google Cloud Function

登入 Google Cloud Console，前往「Cloud Functions」
點選「建立函數」，選擇 Python 3.x 作為執行環境
上傳程式碼並設定進入點為 task_trigger

3. 建立 Cloud Scheduler 任務

在 Cloud Console 中進入「Cloud Scheduler」
點選「建立任務」
設定執行週期

例如：每 5 分鐘執行一次的 cron：*/5 * * * *

選擇 HTTP 觸發方式，指定 Cloud Function 的網址

4. 驗證任務是否執行

檢查 Function 的日誌紀錄，確認排程是否如預期執行。

優點與缺點

優點

無伺服器帶來的便利性

不需維護伺服器，節省運維成本。

高可用性與可擴展性

可自動擴展，應對高流量與高頻率任務。

彈性排程

支援 cron 表達式與 HTTP 觸發器，排程彈性高。

缺點

初期設定較為複雜

首次使用需處理 IAM 權限、部署步驟等。

費用考量

超出免費額度後會產生費用，需留意成本。

適用情境

希望在無伺服器環境中執行定期任務
專案需具備高可用性與彈性擴展能力
需與其他雲端服務整合（如 API、資料庫等）

9. 總結

本篇文章介紹了使用 Python 實現定期任務執行的多種方法，從最基礎的方法到進階的雲端解決方案皆有涵蓋。每種方法都有其優點與限制，選擇時應依據專案的需求與執行環境來判斷最適合的方式。

各方法的特色與選擇重點

以下簡要整理各種方法的特色：

方法	難度	適用情境	優點	缺點
`time.sleep()` 迴圈	簡單	小型且簡易的任務	易於實作	彈性較低
`schedule` 函式庫	中等	短期～中期彈性排程	排程設定彈性高	需依賴外部套件
`threading` 模組	中等	耗時背景任務的並行處理	支援並行執行	資源競爭風險
`Celery`	進階	大型分散式任務管理	高擴充性與穩定性	設定較複雜
作業系統排程器	中等	簡單排程任務	無需額外工具	除錯較不便
雲端服務	進階	需要高可用性與擴展性的專案	無伺服器、運維負擔小	初期設定與成本需評估

該如何選擇？

1. 小型且簡單的任務

推薦方法：time.sleep() 或 schedule
理由：易於上手，快速部署

2. 需要長時間執行或並行處理

推薦方法：threading
理由：支援背景執行與主流程分離

3. 管理複雜或大量任務

推薦方法：Celery
理由：支援任務佇列與分散處理，適合大型系統

4. 希望無伺服器執行、高可用性

推薦方法：雲端服務（如 AWS Lambda 或 GCP Functions）
理由：降低管理成本，具有高度彈性

5. 只需簡單的系統排程

推薦方法：作業系統的排程工具（如 cron 或工作排程器）
理由：設定簡單，無需額外套件

結語

善用 Python 來設定定期執行任務，是實現工作自動化與效率提升的絕佳方式。根據您專案的規模與需求，選擇最合適的方法，將能讓系統運作更加穩定與靈活。

10. 常見問答（FAQ）

以下整理了讀者常見的問題與對應解答，幫助您更順利地實作 Python 的定期執行任務。

Q1：用 Python 實現定期執行最簡單的方法是什麼？

A1：

最簡單的方法是使用 time.sleep() 配合迴圈，例如以下範例可每隔一段時間執行任務：

import time

while True:
    print("正在執行任務...")
    time.sleep(60)  # 每 60 秒執行一次

此方法雖簡單，但彈性較低，不適合長時間運行。建議用於短期或簡單任務。

Q2：`schedule` 和 `time.sleep()` 有什麼差別？

A2：

schedule 函式庫具有以下優勢：

彈性高：可輕鬆設定特定時間、星期幾、間隔時間等。
程式碼可讀性佳：語法直觀、易於理解。

範例：

import schedule
import time

def task():
    print("正在執行任務...")

schedule.every().day.at("09:00").do(task)

while True:
    schedule.run_pending()
    time.sleep(1)

Q3：使用雲端服務定期執行任務有什麼好處？

A3：

使用 AWS Lambda 或 Google Cloud Functions 可享有以下優勢：

無伺服器架構：不需維護伺服器，節省成本。
高可用性：雲端基礎設施確保任務穩定執行。
可擴展性：可自動因應流量負載擴展。
與其他服務整合：容易與 API、資料庫等整合使用。

Q4：如何紀錄定期任務的執行記錄或錯誤？

A4：

可以使用 Python 的 logging 模組來記錄執行狀況與錯誤。

範例：

import logging
from datetime import datetime

logging.basicConfig(filename="task.log", level=logging.INFO)

def task():
    now = datetime.now()
    logging.info(f"執行任務: {now}")

task()

Q5：定期任務突然停止了，該怎麼辦？

A5：

請檢查以下幾點：

是否有例外錯誤：使用 try/except 捕捉錯誤並記錄到 log
try: task() except Exception as e: logging.error(f"錯誤發生: {e}")
排程設定是否正確：確認 cron 或排程器是否仍在執行。
雲端服務是否達到限制：例如免費額度或資源上限。

Q6：如何讓 Python 腳本在伺服器中持續運行？

A6：

您可以選擇以下方式：

使用 nohup（Linux）
在背景執行並不中斷：

nohup python3 script.py &

使用 screen 或 tmux
保留終端機會話並在其中執行腳本。
註冊為服務
使用 systemd 將腳本註冊為常駐服務，自動啟動與重啟。

Q7：可以用 Python 實現定期抓取資料並儲存嗎？

A7：

當然可以。以下是每小時抓取 API 資料並儲存為 JSON 的範例：

import schedule
import time
import requests

def fetch_and_save_data():
    response = requests.get("https://api.example.com/data")
    if response.status_code == 200:
        with open("data.json", "w") as file:
            file.write(response.text)
        print("資料儲存完成")
    else:
        print(f"錯誤代碼: {response.status_code}")

schedule.every(1).hours.do(fetch_and_save_data)

while True:
    schedule.run_pending()
    time.sleep(1)

若您在實作過程中遇到問題，歡迎回頭參考本篇 FAQ 區段喔！

使用 Python 輕鬆實現定期執行！從初學者到專家的完整指南

1. 前言

學習使用 Python 定期執行任務的好處

使用 Python 定期執行任務的主要優點

本文的內容架構

2. 定期執行方法總覽與選擇依據

使用 Python 實現定期執行的主要方法

定期執行方法一覽

選擇方法的依據

實作難度

任務頻率與執行間隔

系統規模

執行環境

小結

3. 使用基本 Python 程式碼實現定期執行

使用 time.sleep() 的基本迴圈處理

方法概述

實作範例

執行結果

優點與缺點

優點

缺點

應用範例：加入錯誤處理的定期執行

適用情境

4. 使用 schedule 套件實現彈性的排程管理

schedule 套件簡介

安裝方法

基本使用方式

每分鐘執行一次任務的範例

主要功能與設定範例

每天在特定時間執行

指定星期幾執行

每隔一段時間執行

優點與缺點

優點

缺點

應用範例：同時排程多個任務

適用情境

5. 使用 threading 模組進行背景執行

threading 模組簡介

基本用法

定期執行的範例程式碼

程式碼說明

應用範例：多任務並行執行

優點與缺點

優點

缺點

適用情境

6. 使用 Celery 進行進階任務管理

Celery 簡介

主要特點

Celery 的安裝與初始設定

安裝必要的套件

基本使用方式

定義任務

執行任務

排程定期任務

安裝必要套件

定期任務設定範例

優點與缺點

優點

缺點

適用情境

7. 與作業系統的任務排程器整合

Linux：使用 cron 設定排程任務

什麼是 cron？

設定步驟

1. 建立 Python 腳本

2. 編輯 cron 設定

3. 新增排程任務

4. 確認設定

5. 驗證是否成功執行

Windows：使用工作排程器設定任務

什麼是工作排程器？

設定步驟

1. 建立 Python 腳本

2. 開啟工作排程器

3. 建立新的任務

4. 驗證是否成功

優點與缺點

Q2：`schedule` 和 `time.sleep()` 有什麼差別？