Python异常重试解决方案 Python中异常重试的解决方案详解

想了解Python中异常重试的解决方案详解的相关内容吗，标点符在本文为您仔细讲解Python异常重试解决方案的相关知识和一些Code实例，欢迎阅读和指正，我们先划重点：python,重试,python,重试机制,python,出错重试，下面大家一起来学习吧。

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：


def crawl_page(url):passdef log_error(url):passurl = ""
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 = Trueexcept:attempts += 1if 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
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：


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：


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。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对的支持。

Python异常重试解决方案 Python中异常重试的解决方案详解相关推荐

python迭代器创建序列_Python 中迭代器与生成器实例详解
Python 中迭代器与生成器实例详解本文通过针对不同应用场景及其解决方案的方式,总结了Python中迭代器与生成器的一些相关知识,具体如下: 1.手动遍历迭代器应用场景:想遍历一个可迭代对象中的 ...
python getopt_python 5种 statsPython中的getopt函数使用详解
函数原型: getopt.getopt(args, shortopts, longopts=[]) 参数解释: args:args为需要解析的参数列表.一般使用sys.argv[1:],这样可以过滤掉 ...
python获取键盘按键_Python中捕获键盘的方式详解
python中捕获键盘操作一共有两种方法第一种方法: 使用pygame中event方法使用方式如下:使用键盘右键为例 if event.type = pygame.KEYDOWN and even ...
python decimal类型转化_python中的decimal类型转换实例详解
[Python标准库]decimal--定点数和浮点数的数学运算作用:使用定点数和浮点数的小数运算. Python 版本:2.4 及以后版本 decimal 模块实现了定点和浮点算术运算符,使用的是 ...
python的count函数_python中count函数的用法详解
python中count函数的用法 count()函数描述:统计字符串里某个字符出现的次数,可以选择字符串索引的起始位置和结束位置. 语法:str.count("char", s ...
python编程顺序_Python编程中归并排序算法的实现步骤详解
基本思想:归并排序是一种典型的分治思想,把一个无序列表一分为二,对每个子序列再一分为二,继续下去,直到无法再进行划分为止.然后,就开始合并的过程,对每个子序列和另外一个子序列的元素进行比较,依次把小元 ...
python类装饰器详解-Python类中的装饰器在当前类中的声明与调用详解
我的Python环境:3.7 在Python类里声明一个装饰器,并在这个类里调用这个装饰器. 代码如下: class Test(): xx = False def __init__(self): pa ...
python编程字典100例_python中字典(Dictionary)用法实例详解
本文实例讲述了python中字典(Dictionary)用法.分享给大家供大家参考.具体分析如下: 字典(Dictionary)是一种映射结构的数据类型,由无序的"键-值对"组成. ...
Python中的select、epoll详解
Python中的select.epoll详解文章目录 Python中的select.epoll详解一.select 1.相关概念 2.select的特性 1.那么单进程是如何实现多并发的呢??? ...
python中为什么推荐使用with_Python中的with关键字使用详解
这篇文章主要介绍了Python 中的with关键字使用详解的相关资料,在Python中,with关键字是一个替你管理实现上下文协议对象的好东西,需要的朋友可以参考下 "> 在 Pyth ...

Python异常重试解决方案 Python中异常重试的解决方案详解

Python异常重试解决方案 Python中异常重试的解决方案详解相关推荐

最新文章

热门文章