在 puppeteer/JavaScript 中重试 page.goto、page.waitForNavigation 等的最佳实践

Best Practice for retrying page.goto, page.waitForNavigation etc. in puppeteer/JavaScript

我正在尝试使用 Puppeteer 和 tor 包 (apt install tor) 在 TOR 网络中抓取一些网页。 可能是由于 TOR 连接的性质,有时我会超时。 另外,我是 JavaScript.

异步编程的新手

通常我有这样的 try-catch-construct:

await Promise.all([
  page.goto(url),
  page.waitForNavigation({
    waitUntil: 'domcontentloaded'
  }),
]).catch((err) => { logMyErrors(err, true); });

let langMenu = await page.waitForXPath('//*[contains(@class, ".customer_name")]/ancestor::li').catch((err) => { logMyErrors(err, true); });

但我认为经常重试一次或多次将有助于最终获得所需的资源。是否有实施重试的最佳实践?

这是一个没有厄运金字塔重试的例子。 虽然我不是 ES 专家,但可能会有一些新的 async/await 功能可以使代码更简洁,但目前有效:

function retry(callback, retries) {
    let tries = 0;

    function tryRequest() {
        tries++;
        return callback().catch(e => {
            logMyErrors(e);

            if (tries < retries) {
                return tryRequest();
            }
        });
    }

    return tryRequest();
}

const logMyErrors = console.log;


retry(() => {
    console.log("retry");
    return new Promise((resolve, reject) => {
        //Emulate some rejections here
        if (Math.random() > 0.2) {
            throw new Error("Something went wrong."); 
        }

        resolve("Success");
    });
}, 10).then((result) => {}, (rejected) => {});

函数 retry 接受回调,必须 return 一个承诺。 callback 被执行直到 Promise 完成(解决、拒绝)或达到 retries 的数量。

我会推荐这种相当简单的方法:

async function retry(promiseFactory, retryCount) {
  try {
    return await promiseFactory();
  } catch (error) {
    if (retryCount <= 0) {
      throw error;
    }
    return await retry(promiseFactory, retryCount - 1);
  }
}

此函数调用 promiseFactory,并等待返回的 Promise 完成。如果发生错误,该过程将(递归地)重复,直到 retryCount 达到 0.

代码示例

你可以这样使用函数:

await retry(
  () => page.waitForXPath('//*[contains(@class, ".customer_name")]/ancestor::li'),
  5 // retry this 5 times
);

您还可以传递任何其他返回 Promise 的函数,例如 Promise.all:

await retry(
  () => Promise.all([
    page.goto(url),
    page.waitForNavigation({ waitUntil: 'domcontentloaded' }),
  ]),
  1 // retry only once
);

不要结合使用 await 和 catch

另一个建议:您不应将 await.then.catch 结合使用,因为这会导致意外问题。使用 await 并用 try..catch 块包围您的代码,或者使用 .then.catch。否则,您的代码可能正在等待 catch 函数的结果完成等

相反,您可以像这样使用 try..catch

try {
  // ...
} catch (error) {
  logMyErrors(error);
}