使用rentrez处理API请求中的500服务器错误，实现自动重试

针对你用rentrez包批量查询NCBI taxonomy ID时遇到的500服务器错误问题，下面是改进后的代码，加入了错误捕获与自动重试逻辑，确保遇到临时服务器错误时不会中断批量任务：

library(rentrez)

vect_names <- c("Theileria sergenti","Dipodascus ambrosiae","Dipodascus armillariae","Dipodascus macrosporus")

idseq <- lapply(vect_names, function(x) {
  result <- NULL
  while(is.null(result)) {
    # 捕获请求过程中的所有错误
    attempt <- tryCatch({
      entrez_search(db = "taxonomy", term = x)
    }, error = function(e) {
      # 打印错误详情，方便追踪问题
      message(sprintf("查询 '%s' 出错: %s，即将重试", x, e$message))
      # 延迟2秒再重试，避免频繁请求触发更多服务器限制
      Sys.sleep(2)
      return(NULL)
    })
    # 若请求成功，提取ID并退出循环
    if (!is.null(attempt)) {
      result <- attempt$ids
    }
  }
  return(result)
})

关键逻辑说明 #

• 循环重试：通过while(is.null(result))实现持续重试，直到成功获取结果才退出循环
• 错误捕获：tryCatch会拦截entrez_search抛出的所有错误（包括500服务器错误），并执行错误处理逻辑
• 延迟机制：Sys.sleep(2)在每次失败后添加2秒延迟，既减轻NCBI服务器压力，也降低再次触发错误的概率
• 状态追踪：打印错误信息和当前查询名称，方便你实时了解任务进展

可选优化：添加重试次数限制 #

如果担心某些无效查询导致无限循环，可以设置最大重试次数，超过次数后返回标记值（如NA）：

idseq <- lapply(vect_names, function(x) {
  result <- NULL
  retry_count <- 0
  max_retries <- 5 # 设置最大重试次数
  while(is.null(result) && retry_count < max_retries) {
    attempt <- tryCatch({
      entrez_search(db = "taxonomy", term = x)
    }, error = function(e) {
      retry_count <<- retry_count + 1
      message(sprintf("查询 '%s' 第 %d 次失败: %s，即将重试", x, retry_count, e$message))
      Sys.sleep(2)
      return(NULL)
    })
    if (!is.null(attempt)) {
      result <- attempt$ids
    }
  }
  # 超过重试次数仍失败时返回NA
  if (is.null(result)) {
    message(sprintf("查询 '%s' 超过最大重试次数，返回NA", x))
    return(NA)
  }
  return(result)
})

内容的提问来源于stack exchange，提问作者Paul Endymion