如果你想周期性地执行某个 Python 脚本，最出名的选择应该是 Crontab 脚本，但是 Crontab 具有以下缺点：
1.不方便执行秒级任务。
2.当需要执行的定时任务有上百个的时候，Crontab 的管理就会特别不方便。
还有一个选择是 Celery，但是 Celery 的配置比较麻烦，如果你只是需要一个轻量级的调度工具，Celery 不会是一个好选择。
在你想要使用一个轻量级的任务调度工具，而且希望它尽量简单、容易使用、不需要外部依赖，最好能够容纳 Crontab 的所有基本功能，那么 Schedule 模块是你的不二之选。
使用它来调度任务可能只需要几行代码，感受一下：
上面的代码表示每 10 分钟执行一次 job 函数，非常简单方便。你只需要引入 schedule 模块，通过调用 scedule.every(时间数).时间类型.do(job) 发布周期任务。
发布后的周期任务需要用 run_pending 函数来检测是否执行，因此需要一个 While 循环不断地轮询这个函数。
下面具体讲讲 Schedule 模块的安装和初级、进阶使用方法。
1.准备
开始之前，你要确保 Python 和 pip 已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细 Python 安装指南 进行安装。
(可选 1) 如果你用 Python 的目的是数据分析，可以直接安装 Anaconda：Python 数据分析与挖掘好帮手—Anaconda，它内置了 Python 和 pip.
(可选 2) 此外，推荐大家用 VSCode 编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。
请选择以下任一种方式输入命令安装依赖：
- Windows 环境 打开 Cmd (开始 - 运行-CMD)。
- MacOS 环境 打开 Terminal (command+ 空格输入 Terminal)。
- 如果你用的是 VSCode 编辑器 或 Pycharm，可以直接使用界面下方的 Terminal.
pip install schedule
2.基本使用
最基本的使用在文首已经提到过，下面给大家展示更多的调度任务例子：
可以看到，从月到秒的配置，上面的例子都覆盖到了。不过如果你想只运行一次任务的话，可以这么配：
（1）参数传递
如果你有参数需要传递给作业去执行，你只需要这么做：
（2）获取目前所有的作业
如果你想获取目前所有的作业：
（3）取消所有作业
如果某些机制触发了，你需要立即清除当前程序的所有作业：
（4）标签功能
在设置作业的时候，为了后续方便管理作业，你可以给作业打个标签，这样你可以通过标签过滤获取作业或取消作业。
（5）设定作业截止时间
如果你需要让某个作业到某个时间截止，你可以通过这个方法：
截止日期之后，该作业将无法运行。
立即运行所有作业，而不管其安排如何
如果某个机制触发了，你需要立即运行所有作业，可以调用 schedule.run_all() :
3.高级使用
（1）装饰器安排作业
如果你觉得设定作业这种形式太啰嗦了，也可以使用装饰器模式：
（2）并行执行
默认情况下，Schedule 按顺序执行所有作业。其背后的原因是，很难找到让每个人都高兴的并行执行模型。
不过你可以通过多线程的形式来运行每个作业以解决此限制：
（3）日志记录
Schedule 模块同时也支持 logging 日志记录，这么使用：
效果如下：
DEBUG:schedule:Running all 1 jobs with 0s delay in between
DEBUG:schedule:Running job Job(interval=1, unit=seconds, do=job, args=(), kwargs={})
Hello, Logs
DEBUG:schedule:Deleting all jobs
（4）异常处理
Schedule 不会自动捕捉异常，它遇到异常会直接抛出，这会导致一个严重的问题：后续所有的作业都会被中断执行，因此我们需要捕捉到这些异常。
你可以手动捕捉，但是某些你预料不到的情况需要程序进行自动捕获，加一个装饰器就能做到了：
这样，bad_task 在执行时遇到的任何错误，都会被 catch_exceptions 捕获，这点在保证调度任务正常运转的时候非常关键。
