这篇文章给大家介绍Python中出现异常重试如何解决，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
原先的流程：
def crawl_page(url): pass def log_error(url): pass url = "" try: crawl_page(url) except: log_error(url)改进后的流程：
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。
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***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：
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 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：
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 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。
关于Python中出现异常重试如何解决就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
