我們在程序開發(fā)中，經(jīng)常會需要請求一些外部的接口資源，而且我們不能保證每次請求一定會成功，所以這些涉及到網(wǎng)絡請求的代碼片段就需要加上重試機制。下面來說一下Python中的重試方法。

循環(huán)加判斷

最簡單的重試方式就是在需要進行重試的代碼片段上加一個循環(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{}次請求".format(i))
            # 這里請求不到會拋ConnectTimeout異常
            res = requests.get(url, timeout=1)

            data = res.json()
            print("請求成功：", data)
            break
        except requests.exceptions.ConnectTimeout as e:
            continue


# 請求一個不存在的網(wǎng)址
req_with_retry(https://www.hahaha.cn/haha)

執(zhí)行結(jié)果：

由于請求了一個不存在的網(wǎng)址，所以一直在重試，知道達到最大次數(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的一個第三方庫，它提供一個裝飾器函數(shù)retry，被裝飾的業(yè)務函數(shù)就會在運行失敗的條件下重新執(zhí)行，默認只要報錯就會一直重試，直至執(zhí)行成功。

可以使用pip install retrying進行安裝。

例如下面一段代碼，我們使用生成隨機數(shù)的大小的方式模擬業(yè)務的成功與失敗，只要是生成的隨機數(shù)大于2，都視為失敗，就會重試，直到生成的隨機數(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：最大延遲時間（執(zhí)行這個方法重試的總時間），超過該時間就停止
• wait_fixed：兩次retrying之間的等待時間
• wait_random_min和wait_random_max：用隨機的方式產(chǎn)生兩次retrying之間的等待時間
• wait_incrementing_start和wait_incrementing_increment：每調(diào)用一次增加固定時長
• 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)生的這個值超過了wait_exponential_max的大小，那么之后兩個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():
    """
    隨機一個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)，也是接收一個函數(shù)，判斷業(yè)務函數(shù)返回哪些結(jié)果時需要重試，思想和retry_on_exception參數(shù)類似。
我們可以根據(jù)自己的需要進行合理的搭配這些參數(shù)，達到我們想要的效果。

到此這篇關(guān)于Python retrying 重試機制的使用方法的文章就介紹到這了,更多相關(guān)Python retrying 重試機制內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！