Python中最強大的錯誤重試庫問題怎么解決

本文小編為大家詳細介紹“Python中最強大的錯誤重試庫問題怎么解決”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python中最強大的錯誤重試庫問題怎么解決”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

1 簡介

我們在編寫程序尤其是與網絡請求相關的程序，如調用web接口、運行網絡爬蟲等任務時，經常會遇到一些偶然發生的請求失敗的狀況，這種時候如果我們僅僅簡單的捕捉錯誤然后跳過對應任務，肯定是不嚴謹的，尤其是在網絡爬蟲中，會存在損失有價值數據的風險。

2 tenacity中的常用功能

作為一個第三方Python庫，我們可以使用pip install tenacity對其進行安裝，安裝完成后，下面我們來學習一下tenacity的主要使用方法和特性：

2.1 tenacity的基礎使用

tenacity的錯誤重試核心功能由其retry裝飾器來實現，默認不給retry裝飾器傳參數時，它會在其所裝飾的函數運行過程拋出錯誤時不停地重試下去，譬如下面這個簡單的例子：

import random
from tenacity import retry

@retry
def demo_func1():

    a = random.random()
    print(a)
    
    if a >= 0.1:
        raise Exception

demo_func1()

可以看到，我們的函數體內每次生成0到1之間的隨機數，當這個隨機數不超過0.1時才會停止拋出錯誤，否則則會被tenacity捕捉到每次的錯誤拋出行為并立即重試。

2.2 設置最大重試次數

有些時候我們對某段函數邏輯錯誤重試的忍耐是有限度的，譬如當我們調用某個網絡接口時，如果連續n次都執行失敗，我們可能就會認為這個任務本身就存在缺陷，不是通過重試就能有朝一日正常的。

這種時候我們可以利用tenacity中的stop_after_attempt函數，作為retry()中的stop參數傳入，從而為我們“無盡”的錯誤重試過程添加一個終點，其中stop_after_attempt()接受一個整數輸入作為「最大重試」的次數：

from tenacity import retry, stop_after_attempt

@retry(stop=stop_after_attempt(3))
def demo_func2():
    
    print('函數執行')
    
    raise Exception
    
demo_func2()

可以看到，我們的函數在限制了最大重試次數后，經過3次重試，在第4次繼續執行依然拋出錯誤后，正式地拋出了函數中對應的Exception錯誤結束了重試過程。

2.3 設置重試最大超時時長

我們除了像上一小節中那樣設置最大錯誤重試的次數之外，tenacity還為我們提供了stop_after_delay()函數來設置整個重試過程的最大耗時，超出這個時長也會結束重試過程：

import time
from tenacity import retry, stop_after_delay

# 設置重試最大超時時長為5秒
@retry(stop=stop_after_delay(5))
def demo_func3():
    
    time.sleep(1)
    print(f'已過去 {time.time() - start_time} 秒')
    
    raise Exception

# 記錄開始時間
start_time = time.time()
demo_func3()

2.4 組合重試停止條件

如果我們的任務同時需要添加最大重試次數以及最大超時時長限制，在tenacity中僅需要用|運算符組合不同的限制條件再傳入retry()的stop參數即可，譬如下面的例子，當我們的函數執行重試超過3秒或次數大于5次時均可以結束重試：

import time
import random
from tenacity import retry, stop_after_delay, stop_after_attempt

@retry(stop=(stop_after_delay(3) | stop_after_attempt(5)))
def demo_func4():
    
    time.sleep(random.random())
    print(f'已過去 {time.time() - start_time} 秒')
    
    raise Exception

# 記錄開始時間
start_time = time.time()
demo_func4()

可以看到，在上面的演示中，先達到了“最大重試5次”的限制從而結束了重試過程。

2.5 設置相鄰重試之間的時間間隔

有些情況下我們并不希望每一次重試拋出錯誤后，立即開始下一次的重試，譬如爬蟲任務中為了更好地偽裝我們的程序，tenacity中提供了一系列非常實用的函數，配合retry()的wait參數，幫助我們妥善處理相鄰重試之間的時間間隔，其中較為實用的主要有以下兩種方式：

2.5.1 設置固定時間間隔

我們通過使用tenacity中的wait_fixed()可以為相鄰重試之間設置固定的等待間隔秒數，就像下面的簡單示例那樣：

import time
from tenacity import retry, wait_fixed, stop_after_attempt

# 設置重試等待間隔為1秒
@retry(wait=wait_fixed(1), stop=stop_after_attempt(3))
def demo_func5():
    
    print(f'已過去 {time.time() - start_time} 秒')
    
    raise Exception
    
# 記錄開始時間
start_time = time.time()
demo_func5()

2.5.2 設置隨機時間間隔

除了設置固定的時間間隔外，tenacity還可以通過wait_random()幫助我們為相鄰重試設置均勻分布隨機數，只需要設置好均勻分布的范圍即可：

import time
from tenacity import retry, wait_random, stop_after_attempt

# 設置重試等待間隔為1到3之間的隨機數
@retry(wait=wait_random(min=1, max=3), stop=stop_after_attempt(5))
def demo_func6():
    
    print(f'已過去 {time.time() - start_time} 秒')
    
    raise Exception

# 記錄開始時間
start_time = time.time()
demo_func6()

可以觀察到，每一次重試后的等待時長都是隨機的~

2.6 自定義是否觸發重試

tenacity中retry()的默認策略是當其所裝飾的函數執行過程“拋出任何錯誤”時即進行重試，但有些情況下我們需要的可能是對特定錯誤類型的捕捉/忽略，亦或是對異常計算結果的捕捉。

tenacity中同樣內置了相關的實用功能：

2.6.1 捕捉或忽略特定的錯誤類型

使用tenacity中的retry_if_exception_type()和retry_if_not_exception_type()，配合retry()的retry參數，我們可以對特定的錯誤類型進行捕捉或忽略：

from tenacity import retry, retry_if_exception_type, retry_if_not_exception_type

@retry(retry=retry_if_exception_type(FileExistsError))
def demo_func7():
    
    raise TimeoutError
    
@retry(retry=retry_if_not_exception_type(FileNotFoundError))
def demo_func8():

    raise FileNotFoundError

2.6.2 自定義函數結果條件判斷函數

我們可以編寫額外的條件判斷函數，配合tenacity中的retry_if_result()，實現對函數的返回結果進行自定義條件判斷，返回True時才會觸發重試操作：

import random
from tenacity import retry, retry_if_result

@retry(retry=retry_if_result(lambda x: x >= 0.1))
def demo_func9():
    a = random.random()
    print(a)
    return a

# 記錄開始時間
demo_func9()

2.7 對函數的錯誤重試情況進行統計

被tenacity的retry()裝飾的函數，我們可以打印其retry.statistics屬性查看其歷經的錯誤重試統計記錄結果，譬如這里我們對前面執行過的示例函數demo_func9()的統計結果進行打印：

demo_func9.retry.statistics

讀到這里，這篇“Python中最強大的錯誤重試庫問題怎么解決”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。