我們?cè)诔绦蜷_發(fā)中，經(jīng)常會(huì)需要請(qǐng)求一些外部的接口資源，而且我們不能保證每次請(qǐng)求一定會(huì)成功，所以這些涉及到網(wǎng)絡(luò)請(qǐng)求的代碼片段就需要加上重試機(jī)制。下面來說一下Python中的重試方法。

循環(huán)加判斷

最簡(jiǎn)單的重試方式就是在需要進(jìn)行重試的代碼片段上加一個(gè)循環(huán)，程序內(nèi)捕獲異常，如果執(zhí)行成功就退出循環(huán)，執(zhí)行失敗就就重復(fù)執(zhí)行相關(guān)代碼，例如：

import requests
def req_with_retry(url):
    retry_max = 10  # 最大重試次數(shù)為10次
    for i in range(1, retry_max+1):
        try:
            print("第{}次請(qǐng)求".format(i))
            # 這里請(qǐng)求不到會(huì)拋ConnectTimeout異常
            res = requests.get(url, timeout=1)
            data = res.json()
            print("請(qǐng)求成功：", data)
            break
        except requests.exceptions.ConnectTimeout as e:
            continue
# 請(qǐng)求一個(gè)不存在的網(wǎng)址
req_with_retry(https://www.hahaha.cn/haha)

執(zhí)行結(jié)果：

由于請(qǐng)求了一個(gè)不存在的網(wǎng)址，所以一直在重試，知道達(dá)到最大次數(shù)10次。但是這樣有一定的代碼侵入性，在業(yè)務(wù)邏輯上加入循環(huán)判斷顯得很不美觀，別著急，往下看，還有更好的方法。

retrying

retrying是Python的一個(gè)第三方庫，它提供一個(gè)裝飾器函數(shù)retry，被裝飾的業(yè)務(wù)函數(shù)就會(huì)在運(yùn)行失敗的條件下重新執(zhí)行，默認(rèn)只要報(bào)錯(cuò)就會(huì)一直重試，直至執(zhí)行成功。

可以使用pip install retrying進(jìn)行安裝。

例如下面一段代碼，我們使用生成隨機(jī)數(shù)的大小的方式模擬業(yè)務(wù)的成功與失敗，只要是生成的隨機(jī)數(shù)大于2，都視為失敗，就會(huì)重試，直到生成的隨機(jī)數(shù)小于2：

import random
from retrying import retry
@retry
def random_with_retry():
    if random.randint(0, 10) > 2:
        print("大于2，重試...")
        raise Exception("大于2")
    print("小于2，成功！")
random_with_retry()

運(yùn)行結(jié)果如下：

retry還可以接受一些參數(shù)，下面是源碼中Retrying類的初始化函數(shù)中可選的參數(shù)：

stop_max_attempt_number：最大重試次數(shù)，超過該次數(shù)就停止重試

stop_max_delay：最大延遲時(shí)間（執(zhí)行這個(gè)方法重試的總時(shí)間），超過該時(shí)間就停止

wait_fixed：兩次retrying之間的等待時(shí)間

wait_random_min和wait_random_max：用隨機(jī)的方式產(chǎn)生兩次retrying之間的等待時(shí)間

wait_incrementing_start和wait_incrementing_increment：每調(diào)用一次增加固定時(shí)長

wait_exponential_multiplier和wait_exponential_max：以指數(shù)的形式產(chǎn)生兩次retrying之間的等待時(shí)間，產(chǎn)生的值為2^previous_attempt_number * wait_exponential_multiplier，previous_attempt_number是前面已經(jīng)retry的次數(shù)，如果產(chǎn)生的這個(gè)值超過了wait_exponential_max的大小，那么之后兩個(gè)retrying之間的停留值都為wait_exponential_max。

特別需要注意的是retry_on_exception參數(shù)，它接收一個(gè)函數(shù)，用法如下：

# 判斷異常
def is_MyError(exception):
    print("判斷異常", exception)
    print(isinstance(exception, (ValueError, IOError, ConnectionError)))
    return isinstance(exception, (ValueError, IOError, ConnectionError))
@retry(retry_on_exception=is_MyError)
def random_with_retry():
    """
    隨機(jī)一個(gè)0-10之前的整數(shù)，大于2拋異常，小于2成功
    :return:
    """
    if random.randint(0, 10) > 2:
        print("大于2，重試...")
        raise ValueError("大于2")
    print("小于2，成功！")
random_with_retry()

這里retry_on_exception參數(shù)的大體思想是：接收一個(gè)自定義函數(shù)is_MyError，在is_MyError函數(shù)里判斷了是不是屬于ValueError, IOError, ConnectionError這三種異常；random_with_retry()函數(shù)如果拋出了異常，會(huì)去函數(shù)is_MyError()判斷返回的是True還是False，如果是True則繼續(xù)重試，如果是False則立即停止并拋出異常。

還有retry_on_result參數(shù)，也是接收一個(gè)函數(shù)，判斷業(yè)務(wù)函數(shù)返回哪些結(jié)果時(shí)需要重試，思想和retry_on_exception參數(shù)類似。

我們可以根據(jù)自己的需要進(jìn)行合理的搭配這些參數(shù)，達(dá)到我們想要的效果。

總結(jié)

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!