在做數據抓取的時候，經常遇到由于網絡問題導致的程序保存，先前只是記錄了錯誤內容，并對錯誤內容進行后期處理。

原先的流程：

def crawl_page(url): 
 
 
    pass 
 
 
  
 
 
def log_error(url): 
 
 
    pass 
 
 
  
 
 
url = "" 
 
 
try: 
 
 
   crawl_page(url) 
 
 
except: 
 
 
    log_error(url) 

改進后的流程：

attempts = 0 
 
 
success = False 
 
 
while attempts < 3 and not success: 
 
 
    try: 
 
 
        crawl_page(url) 
 
 
        success = True 
 
 
    except: 
 
 
        attempts = 1 
 
 
        if attempts == 3: 
 
 
            break 

最近發現的新的解決方案：retrying

retrying 是一個 Python 的重試包，可以用來自動重試一些可能運行失敗的程序段。retrying 提供一個裝飾器函數 retry，被裝飾的函數就會在運行失敗的條件下重新執行，默認只要一直報錯就會不斷重試。

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() 

如果我們運行 haveatry 函數，那么直到 random.randint 返回 5，它才會執行結束，否則會一直重新執行。

retry 還可以接受一些參數，這個從源碼中 Retrying 類的初始化函數可以看到可選的參數：

• stopmaxattempt_number：用來設定***的嘗試次數，超過該次數就停止重試
• stopmaxdelay：比如設置成 10000，那么從被裝飾的函數開始執行的時間點開始，到函數成功運行結束或者失敗報錯中止的時間點，只要這段時間超過 10 秒，函數就不會再執行了
• wait_fixed：設置在兩次 retrying 之間的停留時間
• waitrandommin 和 waitrandommax：用隨機的方式產生兩次 retrying 之間的停留時間
• waitexponentialmultiplier 和 waitexponentialmax：以指數的形式產生兩次 retrying 之間的停留時間，產生的值為 2^previousattemptnumber * waitexponentialmultiplier，previousattemptnumber 是前面已經 retry 的次數，如果產生的這個值超過了 waitexponentialmax 的大小，那么之后兩個 retrying 之間的停留值都為 waitexponentialmax。這個設計迎合了 exponential backoff 算法，可以減輕阻塞的情況。

我們可以指定要在出現哪些異常的時候再去 retry，這個要用 retryonexception 傳入一個函數對象：

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() 

在執行 readafile 函數的過程中，如果報出異常，那么這個異常會以形參 exception 傳入 retryifio_error 函數中，如果 exception 是 IOError 那么就進行 retry，如果不是就停止運行并拋出異常。

我們還可以指定要在得到哪些結果的時候去 retry，這個要用 retryonresult 傳入一個函數對象：

def retry_if_result_none(result): 
 
 
    return result is None 
 
 
  
 
 
@retry(retry_on_result=retry_if_result_none) 
 
 
def get_result(): 
 
 
    return None 

在執行 getresult 成功后，會將函數的返回值通過形參 result 的形式傳入 retryifresultnone 函數中，如果返回值是 None 那么就進行 retry，否則就結束并返回函數值。

其他相關資料：

• https://pypi.python.org/pypi/retry/
• https://julien.danjou.info/blog/2015/python-retrying
• https://github.com/rholder/retrying