转载

Python之retrying

retrying 是一个很好用的关于重试的Python包，可以用来自动重试一些可能会运行失败的程序段。

为什么选择 retrying

我们在写一些程序的时候，会去调用一些外部资源、组件，这些外部程序对我们来说是不可控的，所以它们不可用、运行失败都是正常的事情，尤其是在网络上多个服务交互的时候，在写程序的时候一定要考虑调用外部程序会失败的情况。

retrying

retrying 就是一个可以用来应对上述问题的工具，可以在 PyPi 上获得。

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，看一下下面的例子：

import random from retrying import retry  @retry def have_a_try():     if random.randint(0, 10) != 5:         raise Exception('It's not 5!')     print 'It's 5!'

如果我们运行 have_a_try 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：

    def __init__(self,                  stop=None, wait=None,                  stop_max_attempt_number=None,                  stop_max_delay=None,                  wait_fixed=None,                  wait_random_min=None, wait_random_max=None,                  wait_incrementing_start=None, wait_incrementing_increment=None,                  wait_exponential_multiplier=None, wait_exponential_max=None,                  retry_on_exception=None,                  retry_on_result=None,                  wrap_exception=False,                  stop_func=None,                  wait_func=None,                  wait_jitter_max=None)

stop_max_attempt_number ：用来设定最大的尝试次数，超过该次数就停止重试
stop_max_delay ：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
wait_random_min 和 wait_random_max ：用随机的方式产生两次retrying之间的停留时间
wait_exponential_multiplier 和 wait_exponential_max ：以指数的形式产生两次retrying之间的停留时间，产生的值为 2^previous_attempt_number * wait_exponential_multiplier ，previous_attempt_number是前面已经retry的次数，如果产生的这个值超过了wait_exponential_max的大小，那么之后两个retrying之间的停留值都为wait_exponential_max。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 retry_on_exception 传入一个函数对象:

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()

在执行 read_a_file 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 retry_if_io_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 retry_on_result 传入一个函数对象：

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

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

参考资料

Get back up and try again: retrying in Python
retrying

正文到此结束

所属分类：编程技术

本文标签： tar ip 源码 python 参数 DOM 时间
版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
本文海报： 生成海报一生成海报二

其他链接

关于本站

本站定位：个人技术类博客

本站作用：写博客、记日志、闲聊扯淡鼓捣技术。

问题交流

Python之retrying

为什么选择 retrying

retrying

参考资料

热门推荐

相关文章

说给你听

本文目录

随机标签

书籍教程

近期评论

网站信息

其他链接

关于本站

问题交流