当然可以搞定这个需求！针对你这种长时间运行的科研程序，我给你几个实用的方案，都是在PyCharm环境下能轻松落地的：

方案1：写个简单的重试包裹脚本（最直接） #

不用改原有A.py的代码，新建一个run_with_retry.py脚本放在同一文件夹里，用它来调用A.py的main()方法并处理重试逻辑：

import traceback
import logging
from A import main

# 配置日志，把错误信息写到文件里，方便后续排查
logging.basicConfig(
    filename='program_retry_log.log',
    level=logging.ERROR,
    format='%(asctime)s - %(levelname)s - %(message)s'
)

max_retries = 5  # 设置最大重试次数，避免无限循环
retry_count = 0

while retry_count < max_retries:
    try:
        print(f"=== 第 {retry_count+1} 次启动程序 ===")
        main()
        print("=== 程序正常运行完成！ ===")
        break  # 成功执行就跳出循环
    except Exception as e:
        retry_count += 1
        error_msg = f"程序报错，重试次数: {retry_count}/{max_retries}"
        print(error_msg)
        traceback.print_exc()  # 控制台打印详细错误栈
        logging.exception(error_msg)  # 把错误日志写到文件
        
        if retry_count < max_retries:
            print("等待2秒后开始重试...\n")
            import time
            time.sleep(2)
        else:
            print("=== 已达到最大重试次数，停止重试 ===")

之后你在PyCharm里直接运行这个run_with_retry.py就行，它会帮你自动处理报错重试，还会把错误日志存下来，回来的时候一看就知道发生了啥。

方案2：用命令行循环（不用写额外Python脚本） #

如果你不想写新的Python文件，也可以用系统的命令行循环来实现。

针对Linux/macOS（Bash） #

在PyCharm里新建一个「Shell Script」运行配置，输入以下命令：

MAX_RETRIES=5
COUNT=0

while [ $COUNT -lt $MAX_RETRIES ]; do
    echo "=== 第 $((COUNT+1)) 次启动程序 ==="
    python A.py
    COUNT=$((COUNT+1))
    if [ $COUNT -lt $MAX_RETRIES ]; then
        echo "程序退出，等待3秒后重试...\n"
        sleep 3
    fi
done

针对Windows（CMD/PowerShell） #

如果是Windows系统，新建「Batch File」配置，输入：

@echo off
set MAX_RETRIES=5
set COUNT=0

:loop
if %COUNT% equ %MAX_RETRIES% goto end
set /a COUNT+=1
echo === 第 %COUNT% 次启动程序 ===
python A.py
echo 程序退出，等待3秒后重试...
timeout /t 3 /nobreak >nul
goto loop

:end
echo === 已达到最大重试次数 ===

运行这个命令行配置，效果和Python脚本一样，报错自动重启。

方案3：用第三方库做精细化重试（进阶） #

如果你的程序可能出现不同类型的错误，有些错误值得重试（比如临时的IO异常、资源占用过高导致的中断），有些错误是致命的（比如代码逻辑bug），可以用tenacity这个专门做重试的库来精细化控制。

首先安装库：

pip install tenacity

然后修改你的A.py，给main()方法加上重试装饰器：

from tenacity import retry, stop_after_attempt, wait_exponential, retry_if_exception_type
import logging

logging.basicConfig(filename='program_errors.log', level=logging.ERROR)

# 配置重试规则：最多重试5次，等待时间从2秒指数增长（2s→4s→8s...最多10s），只重试指定类型的异常
@retry(
    stop=stop_after_attempt(5),
    wait=wait_exponential(multiplier=1, min=2, max=10),
    retry=retry_if_exception_type((IOError, RuntimeError))
)
def main():
    # 你的原有科研计算代码
    pass

if __name__ == "__main__":
    try:
        main()
    except Exception as e:
        logging.exception("最终重试失败，程序终止")
        print("程序多次重试后仍失败，请查看日志排查问题")

这种方式的好处是可以精准控制哪些错误要重试，避免在致命bug上浪费时间，同时指数递增的等待时间也能避免短时间内频繁占用资源。

几个重要提醒 #

1. 一定要记录日志：不管用哪种方案，都要把错误信息存到文件里，不然重试几次后你根本不知道之前出了什么问题，排查起来会很麻烦。
2. 处理中间状态：如果你的程序运行到一半会生成临时文件、部分计算结果，重试前记得清理这些临时数据，或者实现断点续跑（比如用pickle把当前计算状态保存下来，下次启动时加载），避免影响下一次运行的结果。
3. 不要无限重试：一定要设置最大重试次数，不然如果是代码本身的逻辑错误，程序会一直循环重试，白白浪费计算资源。

内容的提问来源于stack exchange，提问作者J.G.