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：

1. def crawl_page(url): 
2.  
3.  
4.     pass 
5.  
6.  
7.   
8.  
9.  
10. def log_error(url): 
11.  
12.  
13.     pass 
14.  
15.  
16.   
17.  
18.  
19. url = "" 
20.  
21.  
22. try: 
23.  
24.  
25.    crawl_page(url) 
26.  
27.  
28. except: 
29.  
30.  
31.     log_error(url) 

改进后的流程：

1. attempts = 0 
2.  
3.  
4. success = False 
5.  
6.  
7. while attempts < 3 and not success: 
8.  
9.  
10.     try: 
11.  
12.  
13.         crawl_page(url) 
14.  
15.  
16.         success = True 
17.  
18.  
19.     except: 
20.  
21.  
22.         attempts = 1 
23.  
24.  
25.         if attempts == 3: 
26.  
27.  
28.             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。

1. import random 
2.  
3.  
4. from retrying import retry 
5.  
6.  
7.   
8.  
9.  
10. @retry 
11.  
12.  
13. def do_something_unreliable(): 
14.  
15.  
16.     if random.randint(0, 10) > 1: 
17.  
18.  
19.         raise IOError("Broken sauce, everything is hosed!!!111one") 
20.  
21.  
22.     else: 
23.  
24.  
25.         return "Awesome sauce!" 
26.  
27.  
28.   
29.  
30.  
31. 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：

1. def retry_if_io_error(exception): 
2.  
3.  
4.     return isinstance(exception, IOError) 
5.  
6.  
7.   
8.  
9.  
10. @retry(retry_on_exception=retry_if_io_error) 
11.  
12.  
13. def read_a_file(): 
14.  
15.  
16.     with open("file", "r") as f: 
17.  
18.  
19.         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：

1. def retry_if_result_none(result): 
2.  
3.  
4.     return result is None 
5.  
6.  
7.   
8.  
9.  
10. @retry(retry_on_result=retry_if_result_none) 
11.  
12.  
13. def get_result(): 
14.  
15.  
16.     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