Python中异常重试的解决方案详解(python 异常处理方法)

编辑：rootadmin

推荐整理分享Python中异常重试的解决方案详解(python 异常处理方法)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:python 异常处理方法,python 异常处理方法,python异常后继续下一次循环,python异常处理后重新运行,python异常后继续执行,python异常处理后重新运行,python异常处理后重新运行,python异常后继续执行,内容如对您有帮助，希望把文章链接给更多的朋友！

前言

大家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：

改进后的流程：

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。

如果我们运行have_a_try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：

stop_max_attempt_number：用来设定最大的尝试次数，超过该次数就停止重试 stop_max_delay：比如设置成，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 wait_random_min和wait_random_max：用随机的方式产生两次retrying之间的停留时间 wait_exponential_multiplier和wait_exponential_max：以指数的形式产生两次retrying之间的停留时间，产生的值为2^previous_attempt_number * wait_exponential_multiplier，previous_attempt_number是前面已经retry的次数，如果产生的这个值超过了wait_exponential_max的大小，那么之后两个retrying之间的停留值都为wait_exponential_max。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retry_on_exception传入一个函数对象：

在执行read_a_file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retry_if_io_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retry_on_result传入一个函数对象：

在执行get_result成功后，会将函数的返回值通过形参result的形式传入retry_if_result_none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。