Python异常处理如何才能写得优雅(retrying模块)
目录
- 前言
- 不负责任版本
- 简单处理版本
- 改进处理版本
- 安装与使用
- 安装
- 使用
- 总结
前言
在写程序时,我们会经常碰到程序出现异常,这时候我们就不得不处理这些异常,以保证程序的健壮性。
处理异常的版本有以下几种,你通常的做法是哪种?
不负责任版本
这种情况下,不作任何处理,任由程序报错,从而导致程序中断。
针对简单的程序,这样做没什么问题,大不了我遇到问题之后把问题解决,然后重新运行。但是如果是复杂的系统就会很麻烦了,可能你一个异常阻塞了系统的运行,带来灾难性的后果。
简单处理版本
简单处理版本,就是加上异常捕获,在发生异常时记录日志,时候可以通过日志来定位异常。
def do_something(): pass def log_error(xxx): pass try: do_something() except: log_error(xxxx)
改进处理版本
对于简单处理版本做了改进,增加重试次数。这个在爬虫程序中比较常见,第一次请求超时,可能过一会再请求就成功了,所以重试几次可能会消除异常。
attempts = 0 success = False while attempts < 3 and not success: try: do_something() success = True except: attempts += 1 if attempts == 3: break
但是这样做仍然不够优雅,你可能要在很多地方去写这种重试的硬编码,程序看起来乱糟糟的。
今天就给大家介绍一个第三方模块 —— retrying。它是对程序中异常重试的一种优雅的解决方案。
安装与使用
安装
安装命令还是那么平淡无奇:
pip install retrying
使用
下面给大家介绍一下这个装饰函数有哪些可以使用的参数。
生命不息,奋斗不止
retrying 提供一个装饰器函数 retry,被装饰的函数会在运行失败的情况下重新执行,默认一直报错就一直重试。
import random from retrying import retry @retry def do_something_unreliable(): if random.randint(0, 10) > 1: print("just have a test") raise IOError("raise exception!") else: return "good job!" print(do_something_unreliable())
运行这个程序,大家可以看到每次打印“just have a test”这句话的次数都不一样。这是由于我们程序中只要随机整数大于1就会打印并且抛出异常。但是由于我们有装饰器函数 retry,所以在发生异常就会重新再次执行方法,直到随机整数大于1,就会打印“good job!”。
做人不能太固执
这种无休止地重试,简直是浪费生命,浪费资源。我们要建设绿色家园,所以不妨加点限制:
# 最大重试次数 @retry(stop_max_attempt_number=5) def do_something_limited(): print("do something several times") raise Exception("raise exception") do_something_limited()
珍惜有限的时间
一寸光阴一寸金,寸金难买寸光阴。我们要珍惜有限的时间,所以不妨给我们的重试加个时间限制:
# 限制最长重试时间(从执行方法开始计算) @retry(stop_max_delay=5000) def do_something_in_time(): print("do something in time") raise Exception("raise exception") do_something_in_time()
驻足欣赏路上风景
人生匆匆数十载,不要一路狂奔而忘记欣赏路边的美景,有时候我们需要花点时间来欣赏一路的美景:
# 设置固定重试时间 @retry(wait_fixed=2000) def wait_fixed_time(): print("wait") raise Exception("raise exception") wait_fixed_time()
给失败设个限
虽说我们需要屡败屡战的韧性,但是失败也要有个限度,不能在失败中度过一生:
# 设置重试时间的随机范围 @retry(wait_random_min=1000,wait_random_max=2000) def wait_random_time(): print("wait") raise Exception("raise exception") wait_random_time()
有些人值得等待
茫茫人海中,我就是要等到那个对的人:
# 根据异常重试 def retry_if_io_error(exception): return isinstance(exception, IOError) # 设置特定异常类型重试 @retry(retry_on_exception=retry_if_io_error) def retry_special_error(): print("retry io error") raise IOError("raise exception") retry_special_error()
我们自己定义一个函数,判断异常类型,然后将函数作为参数传给装饰函数 retry ,如果异常类型符合,就会进行重试。
有些结果是我们希望见到的
人生并不是一帆风顺,有些时候我们会遇到挫折,这些挫折也许在一开始就是我们想要的:
# 通过返回值判断是否重试 def retry_if_result_none(result): """Return True if we should retry (in this case when result is None), False otherwise""" # return result is None if result =="111": return True @retry(retry_on_result=retry_if_result_none) def might_return_none(): print("Retry forever ignoring Exceptions with no wait if return value is None") return "111" might_return_none()
这里我们定义了一个判断返回值的函数,然后将这个函数作为参数传给 retry 装饰函数。当结果返回是“111”时,就会一直重试执行 might_return_none 函数。
生活丰富多彩,并不单调
我们的生活是丰富多彩的,从来都没有很单调。所以上面这些参数,我们可以随意组合使用,并不限定每次只能用一个。比如你可以限定遇到 IOError 时进行重试,并且重试次数最多5次。
总结
人生不可重来,但是Python可以重试!
我已经将retrying 这个装饰函数的使用方法毫无保留地奉献给各位看官了,赶快用起来吧!
到此这篇关于Python异常处理如何写得优雅的文章就介绍到这了,更多相关Python异常处理内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!