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：

1. def crawl_page(url): 

2.  

3.  

4.     pass 

5.  

6.  

7.   

8.  

9.  

10. def log_error(url): 

11.  

12.  

13.     pass 

14.  

15.  

16.   

17.  

18.  

19. url = "" 

20.  

21.  

22. try: 

23.  

24.  

25.    crawl_page(url) 

26.  

27.  

28. except: 

29.  

30.  

31.     log_error(url) 

改进后的流程：

1. attempts = 0 

2.  

3.  

4. success = False 

5.  

6.  

7. while attempts < 3 and not success: 

8.  

9.  

10.     try: 

11.  

12.  

13.         crawl_page(url) 

14.  

15.  

16.         success = True 

17.  

18.  

19.     except: 

20.  

21.  

22.         attempts = 1 

23.  

24.  

25.         if attempts == 3: 

26.  

27.  

28.             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。

1. import random 

2.  

3.  

4. from retrying import retry 

5.  

6.  

7.   

8.  

9.  

10. @retry 

11.  

12.  

13. def do_something_unreliable(): 

14.  

15.  

16.     if random.randint(0, 10) > 1: 

17.  

18.  

19.         raise IOError("Broken sauce, everything is hosed!!!111one") 

20.  

21.  

22.     else: 

23.  

24.  

25.         return "Awesome sauce!" 

26.  

27.  

28.   

29.  

30.  

31. print do_something_unreliable() 

如果我们运行 haveatry 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：

· stopmaxattempt_number：用来设定最大的尝试次数，超过该次数就停止重试

· stopmaxdelay：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

· waitrandommin 和 waitrandommax：用随机的方式产生两次 retrying 之间的停留时间

· waitexponentialmultiplier 和 waitexponentialmax：以指数的形式产生两次 retrying 之间的停留时间，产生的值为 2^previousattemptnumber * waitexponentialmultiplier，previousattemptnumber 是前面已经 retry 的次数，如果产生的这个值超过了 waitexponentialmax 的大小，那么之后两个 retrying 之间的停留值都为 waitexponentialmax。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 retryonexception 传入一个函数对象：

1. def retry_if_io_error(exception): 

2.  

3.  

4.     return isinstance(exception, IOError) 

5.  

6.  

7.   

8.  

9.  

10. @retry(retry_on_exception=retry_if_io_error) 

11.  

12.  

13. def read_a_file(): 

14.  

15.  

16.     with open("file", "r") as f: 

17.  

18.  

19.         return f.read() 

在执行 readafile 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 retryifio_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 retryonresult 传入一个函数对象：

1. def retry_if_result_none(result): 

2.  

3.  

4.     return result is None 

5.  

6.  

7.   

8.  

9.  

10. @retry(retry_on_result=retry_if_result_none) 

11.  

12.  

13. def get_result(): 

14.  

15.  

16.     return None 

在执行 getresult 成功后，会将函数的返回值通过形参 result 的形式传入 retryifresultnone 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。