【Python】retrying模块使用场景

大家在做数据抓取或者用selenium自动化进行元素定位的时候，经常遇到由于网络问题导致的抓取数据失败，或者定位元素失败。
针对这种情况，我们可以通过设置等待时间去控制，其实还有一种方法，就是使用retrying，它提供一个装饰器函数retry,被装饰的函数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。
假设我们希望从随机数1~9中得到0，意思是一直随机下去，直到生成随机数0结束。
步骤如下：
1.安装retrying模块 pip install retrying
2.具体代码如下：

'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
#作者：cacho_37967865
#博客：https://blog.csdn.net/sinat_37967865
#文件：retryModel.py
#日期：2018-09-22
#备注：pip install retrying  提供一个装饰器函数retry
'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''

import random
from retrying import retry

@retry  #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。
def getFixRandom():
    a = random.randint(0, 10)
    if a > 0:
        print(a, "不满足要求")
        raise IOError("如果想要永远走else分支，使用raise IOError()")
    else:
        print ("必须返回为0才结束")
        print(a,"此时满足要求，结束函数")

getFixRandom()

3.retrying模块简单介绍

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100，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0.1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