Python装饰器实现函数的重试机制

在 Python 中，可以使用装饰器来实现函数的重试机制。装饰器是 Python 的一种语法，可以用于在不改变原有函数定义的情况下，为函数添加额外的功能。在这个场景中，我们可以使用装饰器来为函数添加重试的功能。

下面是一个简单的装饰器函数，用于实现函数的重试机制：

import time

def retry(max_retry=3, delay=1):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for attempt in range(max_retry):
                try:
                    result = func(*args, **kwargs)
                    return result
                except Exception as e:
                    print(f"Failed attempt {attempt+1}: {e}")
                    time.sleep(delay)
            raise Exception("Max retry reached")
        return wrapper
    return decorator

上述代码中定义了一个装饰器函数 retry，它接受两个参数 max_retry 和 delay，分别表示最大重试次数和每次重试的延迟时间。

装饰器函数内部定义了另一个函数 decorator，它接受一个函数参数 func，表示需要被装饰的函数。decorator 函数返回另一个函数 wrapper 作为装饰后的函数。

wrapper 函数使用 for 循环进行多次尝试，每次调用被装饰的函数 func，如果没有抛出异常，则返回函数的结果。如果发生异常，则打印错误信息，并延迟一定时间后进行下一次尝试。如果尝试次数达到 max_retry 的最大值，抛出异常。

现在，我们来使用这个装饰器函数来定义一个需要重试的函数，并进行测试：

@retry(max_retry=5, delay=2)
def divide(x, y):
    result = x / y
    return result

上述代码中，我们使用装饰器 @retry(max_retry=5, delay=2) 来装饰 divide 函数。这样，divide 函数就具有了重试的功能，最大重试次数为 5，每次重试延迟 2 秒。

接下来，我们可以进行函数的调用并观察重试的效果：

result = divide(10, 0)
print(result)

上述代码中，我们调用 divide 函数，传入参数 10 和 0，由于除数为 0，会发生异常。根据装饰器的重试机制，divide 函数会进行多次重试，直到达到最大重试次数。

在每次重试时，如果发生异常，会打印错误信息，并等待 2 秒后进行下一次重试。

如果在最大重试次数内，没有成功执行函数，那么将会抛出异常 "Max retry reached"。

通过使用装饰器函数实现函数的重试机制，我们可以提高函数的健壮性和可靠性。特别是在处理网络请求、IO 操作或其他可能出现不稳定性的场景中，重试机制可以有效地增加程序的容错能力。