Retrofit中异常处理时获取请求URL和方法的最佳实践
2025-05-02 19:40:51作者:钟日瑜
在使用Retrofit进行网络请求时,开发者经常需要处理各种异常情况。一个常见的需求是当请求失败时,能够获取到请求的URL端点和方法类型(GET/POST等),以便进行日志记录或错误分析。本文将深入探讨在Retrofit中实现这一需求的最佳实践。
问题背景
在Kotlin协程环境下,我们通常会使用挂起函数来封装Retrofit的API调用。一个典型的封装模式如下:
suspend fun <T : BaseResponse> safeCallApi(
api: suspend () -> Response<T>
): Result<T> {
return try {
val response = api()
// 处理成功响应
} catch (e: Exception) {
// 需要获取URL和方法信息
Result.failure(UnknownException(e))
}
}
当异常发生时,我们希望能够获取到请求的URL和方法类型,但直接通过异常对象很难获取这些信息。
解决方案
1. 使用Call对象替代挂起函数
Retrofit的Call对象包含了完整的请求信息。我们可以修改API定义,使其返回Call对象而非直接返回Response:
interface MyApiService {
@GET("users")
fun getUsers(): Call<UserResponse>
}
然后在封装函数中,我们可以通过Call对象获取请求信息:
suspend fun <T> safeCallApi(api: () -> Call<T>): Result<T> {
val call = api()
try {
val response = call.awaitResponse()
// 处理响应
} catch (e: Exception) {
val url = call.request().url.toString()
val method = call.request().method
// 记录日志或处理异常
}
}
2. 异常类型分析
Retrofit可能抛出两种主要类型的异常:
- HttpException:当服务器返回非成功状态码时抛出,包含Response对象
- IOException:网络连接问题时抛出,不包含请求信息
对于HttpException,我们可以通过response()方法获取请求信息:
catch (e: HttpException) {
val request = e.response()?.raw()?.request
val url = request?.url?.toString()
val method = request?.method
}
但对于IOException,我们只能通过预先保存的Call对象来获取请求信息。
实践建议
-
统一封装网络请求:建议在项目基础架构层统一封装网络请求处理,集中记录请求和响应信息。
-
完整的日志记录:除了URL和方法,还可以记录请求头、请求体、响应时间等信息。
-
错误分类处理:根据不同的异常类型和请求信息,实现不同的错误处理策略。
-
性能考虑:在记录日志时注意性能影响,可以考虑异步记录或采样记录。
完整示例
suspend fun <T> safeCallApi(api: () -> Call<T>): Result<T> {
val call = api()
val startTime = System.currentTimeMillis()
return try {
val response = call.awaitResponse()
val duration = System.currentTimeMillis() - startTime
logRequest(call.request(), duration, response.code())
if (response.isSuccessful) {
response.body()?.let { Result.success(it) } ?: Result.failure(NullBodyException())
} else {
Result.failure(ServerException(response.code()))
}
} catch (e: Exception) {
logError(call.request(), e)
Result.failure(NetworkException(e))
}
}
private fun logRequest(request: Request, duration: Long, statusCode: Int) {
// 实现请求日志记录
}
private fun logError(request: Request, e: Exception) {
// 实现错误日志记录
}
通过这种方式,我们可以确保在任何异常情况下都能获取到完整的请求信息,为问题排查和系统监控提供有力支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609