Python中异常重试解决方案

在做数据抓取的时候，经常遇到由于网络问题导致的程序保存，先前只是记录了错误内容，并对错误内容进行后期处理。

原先的流程：

 
 


  
  
def crawl_page(url): 

  
  
 

  
  
 

  
  
    pass 

  
  
 

  
  
 

  
  
  

  
  
 

  
  
 

  
  
def log_error(url): 

  
  
 

  
  
 

  
  
    pass 

  
  
 

  
  
 

  
  
  

  
  
 

  
  
 

  
  
url = "" 

  
  
 

  
  
 

  
  
try: 

  
  
 

  
  
 

  
  
   crawl_page(url) 

  
  
 

  
  
 

  
  
except: 

  
  
 

  
  
 

  
  
    log_error(url) 
 
 

改进后的流程：

 
 


  
  
attempts = 0 

  
  
 

  
  
 

  
  
success = False 

  
  
 

  
  
 

  
  
while attempts < 3 and not success: 

  
  
 

  
  
 

  
  
    try: 

  
  
 

  
  
 

  
  
        crawl_page(url) 

  
  
 

  
  
 

  
  
        success = True 

  
  
 

  
  
 

  
  
    except: 

  
  
 

  
  
 

  
  
        attempts = 1 

  
  
 

  
  
 

  
  
        if attempts == 3: 

  
  
 

  
  
 

  
  
            break 
 
 

最近发现的新的解决方案：retrying

retrying 是一个 Python 的重试包，可以用来自动重试一些可能运行失败的程序段。retrying 提供一个装饰器函数 retry，被装饰的函数就会在运行失败的条件下重新执行，默认只要一直报错就会不断重试。

 
 


  
  
import random 

  
  
 

  
  
 

  
  
from retrying import retry 

  
  
 

  
  
 

  
  
  

  
  
 

  
  
 

  
  
@retry 

  
  
 

  
  
 

  
  
def do_something_unreliable(): 

  
  
 

  
  
 

  
  
    if random.randint(0, 10) > 1: 

  
  
 

  
  
 

  
  
        raise IOError("Broken sauce, everything is hosed!!!111one") 

  
  
 

  
  
 

  
  
    else: 

  
  
 

  
  
 

  
  
        return "Awesome sauce!" 

  
  
 

  
  
 

  
  
  

  
  
 

  
  
 

  
  
print do_something_unreliable() 
 
 

如果我们运行 haveatry 函数，那么直到 random.randint 返回 5，它才会执行结束，否则会一直重新执行。

retry 还可以接受一些参数，这个从源码中 Retrying 类的初始化函数可以看到可选的参数：

• stopmaxattempt_number：用来设定最大的尝试次数，超过该次数就停止重试
• stopmaxdelay：比如设置成 10000，那么从被装饰的函数开始执行的时间点开始，到函数成功运行结束或者失败报错中止的时间点，只要这段时间超过 10 秒，函数就不会再执行了
• wait_fixed：设置在两次 retrying 之间的停留时间
• waitrandommin 和 waitrandommax：用随机的方式产生两次 retrying 之间的停留时间
• waitexponentialmultiplier 和 waitexponentialmax：以指数的形式产生两次 retrying 之间的停留时间，产生的值为 2^previousattemptnumber * waitexponentialmultiplier，previousattemptnumber 是前面已经 retry 的次数，如果产生的这个值超过了 waitexponentialmax 的大小，那么之后两个 retrying 之间的停留值都为 waitexponentialmax。这个设计迎合了 exponential backoff 算法，可以减轻阻塞的情况。

我们可以指定要在出现哪些异常的时候再去 retry，这个要用 retryonexception 传入一个函数对象：

 
 


  
  
def retry_if_io_error(exception): 

  
  
 

  
  
 

  
  
    return isinstance(exception, IOError) 

  
  
 

  
  
 

  
  
  

  
  
 

  
  
 

  
  
@retry(retry_on_exception=retry_if_io_error) 

  
  
 

  
  
 

  
  
def read_a_file(): 

  
  
 

  
  
 

  
  
    with open("file", "r") as f: 

  
  
 

  
  
 

  
  
        return f.read() 
 
 

在执行 readafile 函数的过程中，如果报出异常，那么这个异常会以形参 exception 传入 retryifio_error 函数中，如果 exception 是 IOError 那么就进行 retry，如果不是就停止运行并抛出异常。

我们还可以指定要在得到哪些结果的时候去 retry，这个要用 retryonresult 传入一个函数对象：

 
 


  
  
def retry_if_result_none(result): 

  
  
 

  
  
 

  
  
    return result is None 

  
  
 

  
  
 

  
  
  

  
  
 

  
  
 

  
  
@retry(retry_on_result=retry_if_result_none) 

  
  
 

  
  
 

  
  
def get_result(): 

  
  
 

  
  
 

  
  
    return None 
 
 

在执行 getresult 成功后，会将函数的返回值通过形参 result 的形式传入 retryifresultnone 函数中，如果返回值是 None 那么就进行 retry，否则就结束并返回函数值。

作者：佚名

来源：51CTO