当前位置：首页 > 文章列表 > 文章 > python教程 > Python爬虫重试技巧：tenacity优雅实现方法

Python爬虫重试技巧：tenacity优雅实现方法

2026-04-20 09:05:03 0浏览收藏

本文深入剖析了Python爬虫开发中重试机制的设计精髓，指出tenacity作为生产级重试方案的不可替代性——它突破requests.Retry仅限网络层容错的局限，赋予开发者对业务逻辑错误（如token过期、解析失败、空响应）的精准判别与可控重试能力；同时详解了避免双重重试、合理配置日志可观测性、拆分原子操作、适配异步场景及动态刷新认证凭证等实战要点，强调重试的本质不是盲目重发，而是基于清晰失败分类的智能决策，真正帮你在高可用爬虫系统中稳住每一步请求。

Python爬虫如何实现数据抓取任务重试_利用tenacity实现优雅重试

tenacity 是目前 Python 生产环境中最稳妥的重试方案，它比手写 while 循环或 requests 的 retry adapter 更可控、更可观测，也更容易与异步、超时、熔断等机制配合。

为什么不用 requests.adapters.Retry？

requests 内置的 Retry 对象只作用于 HTTP 状态码和连接异常，对业务逻辑错误（如返回 {"code": 401, "msg": "token expired"}）、解析失败、数据缺失等完全无感。它也不支持自定义重试条件、无法嵌入日志上下文、难以调试重试路径。

常见误用现象：max_retries=3 设了但实际没重试——因为响应是 200，只是内容为空；或者重试了但每次都在用过期 token，越重试越错。

实操建议：

仅在纯网络层容错（DNS 失败、ConnectionError、5xx）时，才用 requests.adapters.Retry 配合 HTTPAdapter
业务级重试必须上 tenacity，把“是否重试”的判断权交还给你自己
不要把 tenacity 和 Retry 混着用——容易触发双重重试，导致请求量翻倍

@retry 装饰器怎么写才不踩坑？

最简可用写法是 @retry(stop=stop_after_attempt(3))，但线上出问题时你会发现：重试了 3 次，日志里只有一条成功记录，失败过程全黑盒。

实操建议：

必加 before=before_log(logger, logging.DEBUG) 和 after=after_log(logger, logging.DEBUG)，否则根本不知道哪次失败、为什么失败
避免直接装饰整个爬虫函数；应拆到最小原子操作，比如单独装饰 fetch_page() 和 parse_json()，便于定位是网络问题还是解析问题
慎用 wait_exponential()：默认从 1 秒开始翻倍，3 次重试最长等 4 秒，对高并发采集可能拖慢整体吞吐；建议显式设 multiplier=0.5 或改用 wait_fixed(1)

示例（关键部分）：

from tenacity import retry, stop_after_attempt, wait_fixed, before_log, after_log
import logging

logger = logging.getLogger(__name__)

@retry(
    stop=stop_after_attempt(3),
    wait=wait_fixed(1),
    before=before_log(logger, logging.DEBUG),
    after=after_log(logger, logging.DEBUG)
)
def fetch_page(url: str) -> dict:
    resp = requests.get(url, timeout=10)
    resp.raise_for_status()
    return resp.json()

如何让重试感知 token 过期并自动刷新？

这是业务重试最典型的耦合点：重试不是简单地“再发一次”，而是“换凭证再发”。tenacity 本身不处理状态，但提供了 retry_error_callback 和 retry 的上下文钩子。

实操建议：

在 retry 装饰器外维护一个可变的 auth_token 变量，或封装成类实例属性
用 retry_error_callback 捕获最后一次失败的 RetryError，检查其 .last_attempt.result() 或 .last_attempt.exception() 是否含 token 相关提示
更推荐方式：在被装饰函数内部主动 raise 自定义异常（如 TokenExpiredError），然后用 retry_if_exception_type(TokenExpiredError) 触发重试，并在重试前调用 refresh_token()

注意：refresh_token() 本身也得加 @retry，且重试策略要更激进（比如最多 2 次，固定等待 0.3 秒），避免卡死在认证环节。

异步爬虫（aiohttp）能用 tenacity 吗？

能，但必须用 tenacity.AsyncRetrying，且装饰器不能直接套 async def 函数——得手动 await。

常见错误现象：写了 @retry 但协程没 await，结果返回 coroutine object，后续 await 时报 RuntimeWarning: coroutine 'xxx' was never awaited。

实操建议：

别用装饰器，改用上下文管理器模式：

from tenacity import AsyncRetrying, stop_after_attempt, wait_fixed

async for attempt in AsyncRetrying(
    stop=stop_after_attempt(3),
    wait=wait_fixed(1)
):
    with attempt:
        async with aiohttp.ClientSession() as session:
            async with session.get(url) as resp:
                return await resp.json()

这种写法明确控制执行流，也方便在每次尝试前后插日志或更新 header。

tenacity 的真正难点不在语法，而在于重试边界的划分——哪些该重试、哪些该报错、哪些该跳过。一个没想清楚的 retry_if_result(lambda x: not x) 可能让空列表永远重试下去。先理清你的失败分类，再配策略，比急着加装饰器重要得多。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。