【Python基础】Python「异常处理」：程序出错了？不慌
第1章 异常处理的背景
1.1 程序错误与异常的概念
在编程实践中，我们常常会遇到各种预料之外的情况，比如文件找不到、网络连接中断或者数据类型不匹配等。这些状况在编程术语中被称为“错误”（Errors）或“异常”（Exceptions）。异常就好比是现实生活中的“红灯”，它标志着某处出现了问题，需要我们采取行动来应对。在Python中 ，每当这类问题发生时 ，程序会停止正常流程并抛出一个异常对象，提醒开发者及时处理。
#?示例：尝试打开一个不存在的文件
try:
with?open("non_existent_file.txt",?"r")?as?file:
content?=?file.read()
except?FileNotFoundError:
print("哎呀，文件没找到呢！")1.2 异常处理在软件开发中的角色
想象一下你在做一顿美食，如果发现食材不够或者调料过期了 ，你会怎么办？同样，在编写代码时，当遇到可能导致程序崩溃的“意外情况”，聪明的厨师——程序员就会利用异常处理机制来“挽救”这道菜——程序的运行。通过预设可能发生的错误情境，并为其编写特定的处理逻辑，我们能够确保即使出现问题，程序也能优雅地恢复或终止，而不是突如其来的崩溃。
例如，银行转账业务中，我们需要检查账户余额是否足够。若余额不足 ，不妥善处理可能会导致数据不一致，这时异常处理就如同安全阀门，确保在扣款失败时释放锁，回滚事务，告知用户转账失败。
class?InsufficientBalanceError(Exception):
pass
def?transfer_money(src_account,?dst_account,?amount):
if?src_account.balance?<?amount:
raise?InsufficientBalanceError("余额不足")
#?执行转账操作...1.3 Python语言中的异常体系概览
在Python的世界观里，异常被组织成了一棵类别层次结构。最顶层的是BaseException，它是所有异常类型的基类。常见的内置异常如ValueError、TypeError、FileNotFoundError等都继承自Exception类，而更严重的系统退出异常SystemExit、键盘中断异常KeyboardInterrupt则直接继承自BaseException。
理解并熟练掌握Python异常体系 ，有助于我们针对不同的异常类型编写针对性强、逻辑清晰的异常处理代码，从而构建出更加稳定健壮的应用程序。
第2章 Python异常基础知识
2.1 异常分类与常见异常类型
2.1.1 标准内置异常
Python自带了一系列丰富的内置异常类型，涵盖了从语法错误到运行时异常的各种情况。这些异常就像编程世界的“急救箱”，帮助我们快速识别并处理问题。以下是一些常用的内置异常：
?SyntaxError：代码语法错误，如缺少括号、拼写错误等。
?TypeError：不同类型间的非法操作，如对字符串执行数学运算。
?ValueError：合法操作但参数值无效，如int()函数接收到非数字字符串。
?ZeroDivisionError：除数为零的数学运算。
?FileNotFoundError：尝试打开不存在的文件。
?KeyError：访问字典中不存在的键。
?IndexError：索引超出序列范围。
?AttributeError：尝试访问对象不存在的属性或方法。
#?示例：引发不同类型异常
print("Hello,?"?+?123)??#?TypeError:?can?only?concatenate?str?(not?"int")?to?str
x?=?1?/?0????????????????#?ZeroDivisionError:?division?by?zero
d?=?{}
d['nonexistent_key']?????#?KeyError:?'nonexistent_key'
numbers?=?[1,?2,?3]
print(numbers[3])?????????#?IndexError:?list?index?out?of?range2.1.2 自定义异常类
除了使用内置异常，我们还可以根据项目需求创建自定义异常类。这样做有助于提高代码可读性和异常处理的针对性。自定义异常通常继承自Exception类或其他合适的内置异常。
class?CustomError(Exception):
def?__init__(self,?message):
self.message?=?message
super().__init__(message)
try:
raise?CustomError("发生了一个定制的错误！")
except?CustomError?as?e:
print(e)??#?输出：发生了一个定制的错误！
class?UserNotFoundException(CustomError):
pass
try:
raise?UserNotFoundException("指定用户未找到！")
except?UserNotFoundException?as?e:
print(e)??#?输出：指定用户未找到！2.2?try-except基本结构与工作原理2.2.1try块中的代码执行逻辑
try语句块用于包裹可能出现异常的代码。当try块中的代码正常执行完毕时，程序会跳过后续的except子句直接继续执行。反之 ，一旦出现异常，Python将立即停止执行try块剩余部分 ，并寻找匹配的except子句进行处理。
try:
#?可能引发异常的代码
except?ExceptionType:
#?处理异常的代码2.2.2except子句捕获异常
except子句紧跟在try块后，用于捕获特定类型的异常。当try块中抛出的异常与except子句指定的异常类型相匹配时 ，该子句中的代码会被执行。
try:
divide(10,?0)??#?假设divide函数会抛出ZeroDivisionError
except?ZeroDivisionError:
print("除数不能为零哦！")2.3?except子句的细化与匹配规则2.3.1 单一异常类型捕获
可以指定单个异常类型精确捕获特定异常。
try:
#?可能引发异常的代码
except?ValueError:
#?处理ValueError异常2.3.2 多重异常类型同时捕获
使用逗号分隔多个异常类型 ，可一次性捕获多种异常。
try:
#?可能引发异常的代码
except?(TypeError,?ValueError):
#?处理TypeError或ValueError异常2.3.3 通用异常捕获
使用Exception类作为except子句的异常类型，可以捕获所有非系统退出和中断的异常。
try:
#?可能引发异常的代码
except?Exception:
#?处理所有非系统退出和中断的异常2.4?except子句中的as关键字与异常对象2.4.1 使用as获取异常实例
在except子句中添加as关键字 ，可以将捕获的异常实例赋值给一个变量 ，便于进一步分析异常信息。
try:
#?可能引发异常的代码
except?ValueError?as?e:
print(f"发生了一个ValueError异常：{e}")2.4.2 异常对象属性与方法
异常对象通常包含以下属性和方法：
?args：异常携带的数据，通常是一个元组。
?with_traceback(tb)：返回一个新的异常实例 ，其__traceback__属性设置为tb。
try:
#?可能引发异常的代码
except?Exception?as?e:
print(f"异常类型：{type(e).__name__}")
print(f"异常消息：{e.args[0]}")
print(e.__traceback__)2.5?finally子句与资源清理2.5.1finally块的执行保证
无论try块是否发生异常，也不论是否有匹配的except子句 ，finally块中的代码都会被执行。这使得finally非常适合用于资源清理，如关闭文件、释放锁等。
try:
#?可能引发异常的代码
finally:
#?一定会执行的清理代码2.5.2 结合try-except实现可靠清理
结合try-except和finally，既能处理异常，又能确保资源得到正确清理。
try:
f?=?open("example.txt",?"r")
#?读取文件操作
except?FileNotFoundError:
print("文件未找到！")
finally:
f.close()??#?无论是否发生异常，文件都会被正确关闭第3章 进阶异常处理技巧3.1?else子句：无异常时的额外操作3.1.1else块的触发条件
在Python异常处理结构中，else子句是一种特殊的存在，它的执行依赖于try块内的代码是否成功完成且未抛出任何异常。换句话说，只有当try块“一切顺利”时，else块才会被执行。
try:
risky_operation()
except?SomeException:
handle_error()
else:
print("一切正常，执行成功后的额外操作...")3.1.2 与try-except的配合使用
通过结合else子句 ，我们可以把成功的处理逻辑与异常处理逻辑区分开，使代码更具结构性，易于理解和维护。
def?read_and_validate_file(file_path):
try:
with?open(file_path,?'r')?as?file:
data?=?validate_data(file.read())
except?FileNotFoundError:
print(f"文件?{file_path}?未找到！")
except?InvalidDataError:
print(f"文件?{file_path}?中的数据格式有误！")
else:
process_valid_data(data)
print(f"文件?{file_path}?的数据已成功读取并验证。")3.2?raise语句：主动抛出异常3.2.1 抛出内置异常
当检测到不符合程序逻辑的情况时 ，可以主动抛出异常 ，强制程序进入异常处理流程。
def?divide_numbers(a,?b):
if?b?==?0:
raise?ValueError("除数不能为零！")
return?a?/?b
try:
result?=?divide_numbers(10,?0)
except?ValueError?as?ve:
print(ve)3.2.2 抛出自定义异常实例
为了更好地表达业务含义，我们也可以定义自己的异常类并抛出。
class?NotEnoughFuelError(Exception):
pass
def?drive_car(miles_to_drive,?fuel_level):
required_fuel?=?miles_to_drive?*?FUEL_CONSUMPTION_RATE
if?fuel_level?<?required_fuel:
raise?NotEnoughFuelError(f"油量不足以行驶{miles_to_drive}英里！")
try:
drive_car(200,?50)
except?NotEnoughFuelError?as?nfe:
print(nfe)3.3 上下文管理器与with语句3.3.1with语句的异常控制特性
with语句不仅简化了资源的获取和释放过程，还能在处理异常时自动调用__exit__方法进行清理。
class?ManagedResource:
def?__enter__(self):
self.resource?=?acquire_resource()
return?self.resource
def?__exit__(self,?exc_type,?exc_val,?exc_tb):
release_resource(self.resource)
with?ManagedResource()?as?resource:
work_with(resource)
#?如果此处产生异常?，__exit__?方法会在异常处理完成后被调用3.3.2 实现上下文管理协议
通过实现__enter__和__exit__方法，自定义类也可成为上下文管理器，支持with语句。
class?DatabaseConnection:
def?__enter__(self):
self.conn?=?connect_to_database()
return?self.conn.cursor()
def?__exit__(self,?exc_type,?exc_val,?exc_tb):
self.conn.commit()
self.conn.close()
with?DatabaseConnection()?as?db_cursor:
db_cursor.execute(sql_query)
#?在此范围内无论是否出现异常，数据库连接都能被妥善关闭3.4 链式异常处理与finally的替代方案3.4.1 使用except重新引发异常
有时 ，我们在处理异常的同时 ，还需要保留原始异常信息。可以通过在except块内再次抛出异常实现。
try:
risky_operation()
except?SomeException?as?original_error:
log_exception(original_error)
raise??#?重新抛出原始异常?，以便上层处理3.4.2 使用raise from保留原始堆栈跟踪
Python 3 引入了raise from语法，允许在抛出新异常时引用原始异常，保留完整的堆栈跟踪。
try:
risky_operation()
except?SomeException?as?original_error:
new_error?=?NewError("基于原有异常的新描述")
raise?new_error?from?original_error第4章 异常处理的最佳实践4.1 精确捕获与宽泛捕获的权衡4.1.1 避免过度捕获导致信息丢失
在处理异常时，既要确保程序的稳定性 ，也要保留足够的异常信息以助于后续排查问题。过度使用通用异常捕获（如只捕获Exception） ，虽然可以防止程序崩溃，但可能导致关键的异常细节被掩盖。
try:
divide(10,?0)??#?假设divide函数会抛出ZeroDivisionError
except?Exception:
print("发生了一个异常！")??#?过度捕获?，信息不足
正确的做法是尽量精确捕获预期的异常类型 ，保留详细的异常消息和堆栈跟踪。
try:
divide(10,?0)
except?ZeroDivisionError?as?e:
print(f"除数不能为零：{e}")4.1.2 合理使用通用异常避免代码冗余
尽管提倡精确捕获，但在处理一组相似异常时 ，为避免代码冗余 ，可以适当使用通用异常捕获。此时，应在except子句中检查并记录具体的异常类型。
try:
risky_operation()
except?(TypeError,?ValueError)?as?e:
log_exception(e)
#?共享的错误处理逻辑4.2 异常信息的记录与报告4.2.1 日志记录异常详情
在生产环境中，异常信息应被记录到日志中，以便运维人员随时查看和分析。使用Python标准库logging模块 ，确保异常类型、消息、堆栈跟踪等重要信息都被记录。
import?logging
logger?=?logging.getLogger(__name__)
try:
risky_operation()
except?Exception?as?e:
logger.error("发生异常",?exc_info=e)4.2.2 异常通知与监控
除了本地日志记录，还可以通过集成第三方服务（如Sentry、Loggly等）实现异常实时通知与监控。这样，开发团队能在第一时间得知线上问题，提高响应速度。
import?sentry_sdk
sentry_sdk.init(dsn="your_dsn_here")
try:
risky_operation()
except?Exception?as?e:
sentry_sdk.capture_exception(e)4.3 异常处理与函数设计4.3.1 返回值与异常的组合使用
在函数设计时，合理搭配返回值与异常，可以使API更易于理解和使用。通常，成功结果通过返回值传递，错误状态通过异常表示。
def?fetch_user(id:?int)?->?Optional[User]:
try:
user?=?database.fetch_user(id)
if?user?is?None:
raise?UserNotFoundError(f"用户ID?{id}?未找到")
return?user
except?DatabaseError?as?de:
raise?FetchUserError(f"获取用户ID?{id}?时发生数据库错误：{de}")4.3.2 使用typing模块增强异常类型提示
借助typing模块的TypeVar和Union，可以在函数签名中明确指出可能抛出的异常类型 ，提高代码的可读性和IDE的智能提示效果。
from?typing?import?TypeVar,?Union
E?=?TypeVar("E",?bound=Exception)
def?safe_divide(a:?float,?b:?float)?->?float:
try:
return?a?/?b
except?ZeroDivisionError?as?zde:
raise?SafeDivideError("除数不能为零",?original=zde)?from?zde
def?risky_operation()?->?None:
try:
#?...
except?(IOError,?ValueError)?as?e:
raise?RiskyOperationError("操作过程中发生错误")?from?e
T?=?TypeVar("T")
RiskyReturnType?=?Union[T,?RiskyOperationError]
def?do_risky_thing()?->?RiskyReturnType[str]:
try:
#?...
return?"Success"
except?Exception?as?e:
raise?RiskyOperationError("操作过程中发生错误")?from?e4.4 异常处理在不同编程场景的应用4.4.1 Web开发中的异常中间件
在Web框架（如Flask、Django等）中，异常中间件可用于全局捕获并统一处理HTTP请求中的异常，提供友好的错误响应或重定向。
from?flask?import?Flask,?jsonify,?request
app?=?Flask(__name__)
@app.errorhandler(Exception)
def?handle_exception(e):
code?=?500?if?isinstance(e,?Exception)?else?e.code
return?jsonify(error=str(e)),?code
@app.route("/api/risky")
def?risky_api():
try:
#?...
except?SomeError?as?se:
raise?ApiException(se.message,?status_code=400)4.4.2 数据库操作的异常处理策略
与数据库交互时，应针对特定数据库库（如SQLAlchemy、Peewee等）提供的异常进行处理，确保事务正确回滚，避免数据不一致。
from?sqlalchemy.exc?import?IntegrityError
session?=?Session()
try:
user?=?User(name="Alice")
session.add(user)
session.commit()
except?IntegrityError:
session.rollback()
raise?UserCreationError("用户名已存在")
finally:
session.close()4.4.3 并发编程中的异常传播与同步原语
在多线程、多进程或异步编程中 ，异常通常会在主线程/进程或回调中被捕获。使用适当的同步原语（如ThreadPoolExecutor、concurrent.futures.Future等）确保异常得到妥善处理和传播。
from?concurrent.futures?import?ThreadPoolExecutor
with?ThreadPoolExecutor(max_workers=5)?as?executor:
future?=?executor.submit(risky_task)
try:
result?=?future.result()
except?Exception?as?e:
print(f"任务执行失败：{e}")第5章 异常处理与程序调试5.1 利用异常信息定位问题5.1.1 分析异常类型与消息
在Python中，异常类型和异常消息是定位问题的关键线索。当你遇到程序突然停止或行为异常时，首先查看的是异常类型和伴随的消息。例如，当你试图访问列表越界的位置时 ，Python会抛出IndexError并附带具体信息。
my_list?=?[1,?2,?3]
try:
print(my_list[5])
except?IndexError?as?e:
print(f"发生了错误:?{e}")??#?输出："发生了错误:?list?index?out?of?range"5.1.2 查看异常堆栈跟踪
此外，异常堆栈跟踪更是追踪问题源头的重要工具。它记录了从异常发生至当前堆栈层级的所有函数调用顺序及行号，帮助你快速定位到引起异常的具体代码行。
try:
nested_function_call()
except?Exception?as?e:
import?traceback
print(traceback.format_exc())??#?输出完整的堆栈跟踪信息5.2 调试工具与异常交互5.2.1 IDE中的异常断点与交互式调试
现代IDE如PyCharm、VSCode等提供了强大的调试功能，你可以设置异常断点，在程序遇到特定异常时暂停执行，然后逐步执行、查看变量值等。比如在PyCharm中，只需右键点击代码行选择"Add Exception Breakpoint"即可。
5.2.2 使用pdb模块进行源码级调试
Python内置的pdb模块也十分有用，尤其在命令行环境下。通过在代码中插入import pdb; pdb.set_trace()，程序会在执行到这一行时暂停 ，并进入pdb的交互模式，让你逐行执行代码，观察变量变化。
def?calculate_average(lst):
import?pdb;?pdb.set_trace()??#?设置调试断点
total?=?sum(lst)
count?=?len(lst)
avg?=?total?/?count
return?avg
lst?=?[1,?2,?3,?'a']??#?此处故意放入一个字符串，将引发TypeError
calculate_average(lst)5.3 异常处理在测试驱动开发中的作用5.3.1 单元测试中的预期异常捕获
在单元测试中，预期异常的捕获至关重要。unittest等测试框架允许你声明某个测试方法应该抛出某种异常。当预期异常未抛出或抛出异常类型不符时 ，测试将失败。
import?unittest
class?TestMyFunction(unittest.TestCase):
def?test_division_by_zero(self):
with?self.assertRaises(ZeroDivisionError):
my_function_that_may_throw_zero_division_error()5.3.2 使用pytest等框架管理异常测试
pytest框架提供了更灵活的异常处理方式，可通过pytest.raises()上下文管理器验证函数是否抛出了预期异常。
import?pytest
def?test_division_by_zero():
with?pytest.raises(ZeroDivisionError):
divide_something(10,?0)
通过精心设计的异常处理与调试手段，开发者可以迅速找出问题所在 ，高效修复bug ，进一步提升代码质量与程序稳定性。
第6章 异常处理的高级议题
6.1 异常栈展开与异步编程中的异常处理
6.1.1 异步任务中的异常传播与捕获
在异步编程中，异常的传播与同步代码有所不同。当一个异步任务（如协程或异步函数）抛出异常时，该异常不会立即终止程序，而是被挂起并等待上层调用者处理。以下是一个使用asyncio库的示例：
import?asyncio
async?def?risky_coroutine():
await?asyncio.sleep(1)
raise?ValueError("Something?went?wrong!")
async?def?main():
try:
await?risky_coroutine()
except?ValueError?as?ve:
print(f"Caught?an?exception:?{ve}")
asyncio.run(main())6.1.2 使用协程与异步库处理异常
许多异步库（如aiohttp、aioredis等）遵循类似的异常处理模式。例如 ，在aiohttp中处理HTTP请求异常：
import?aiohttp
async?def?fetch_url(url):
async?with?aiohttp.ClientSession()?as?session:
try:
async?with?session.get(url)?as?response:
if?response.status?!=?200:
raise?aiohttp.ClientResponseError(
response.request_info,
response.history,
status=response.status,
message=f"Received?non-200?status:?{response.status}",
)
return?await?response.text()
except?aiohttp.ClientError?as?ce:
print(f"Failed?to?fetch?URL:?{ce}")6.2 异常透明度与异常转换6.2.1 封装库或框架中的异常转换
在封装库或框架时 ，为了提供更清晰、更友好的异常接口，通常会对内部抛出的异常进行转换。例如，将底层数据库驱动的异常转换为库专用的异常类型：
class?MyDatabaseError(Exception):
pass
class?MyDatabaseConnectionError(MyDatabaseError):
pass
def?execute_query(query):
try:
#?Low-level?database?operation?that?may?raise?exceptions
...
except?sqlite3.Error?as?se:
raise?MyDatabaseConnectionError("Failed?to?connect?to?the?database")?from?se6.2.2 提供用户友好的异常信息
除了转换异常类型，还应确保异常消息清晰、具体 ，有助于用户快速定位问题。在自定义异常类中，可以添加详细的错误描述和建议：
class?MyValidationError(ValueError):
def?__init__(self,?field_name,?message,?*,?suggested_fix=None):
super().__init__(f"Validation?error?in?'{field_name}':?{message}")
self.suggested_fix?=?suggested_fix
raise?MyValidationError("email",?"Invalid?email?format",?suggested_fix="Use?a?valid?email?address")6.3 异常处理在软件架构中的位置6.3.1 面向服务架构中的异常边界处理
在面向服务架构（SOA）中，服务间通信可能涉及多种异常情况。服务消费者应捕获并适当地处理来自服务提供者的异常，如重试、降级或返回统一的错误响应：
from?requests.exceptions?import?RequestException
def?call_external_service():
try:
response?=?requests.get("https://external-service.com/api")
response.raise_for_status()
except?RequestException?as?re:
log_error(re)
return?{"error":?"External?service?unavailable"}
else:
return?response.json()6.3.2 微服务与云原生环境中的异常管理
在微服务和云原生环境中，异常处理应考虑服务的高可用性、容错性和可观察性。使用服务网格（如Istio）、断路器（如Hystrix）、分布式追踪（如Jaeger）等工具辅助异常管理和监控：
from?hystrix?import?Command
class?ExternalServiceCommand(Command):
def?run(self):
return?requests.get("https://external-service.com/api").json()
def?fallback(self):
return?{"error":?"External?service?temporarily?unavailable"}
result?=?ExternalServiceCommand().execute()
通过深入探讨异常处理在异步编程、库封装、软件架构等领域的应用，我们能够更好地驾驭Python异常 ，构建健壮、易维护且用户友好的应用程序。
第7章 总结
异常处理是Python编程艺术中不可或缺的一环，它既是保障程序稳定性的基石，也是提升代码健壮性的关键策略。本文系统介绍了Python异常处理的基础知识 ，包括异常分类、try-except-finally结构的工作原理以及进阶技巧，如else子句的巧妙运用、主动抛出异常的方法、上下文管理器对于异常控制的意义，以及链式异常处理的灵活性。
在最佳实践中，强调了精确捕获异常以避免信息丢失的重要性 ，同时也提倡适度使用通用异常以简化代码。异常信息的记录与报告是软件开发中必不可少的一环，特别是在日志记录和异常监控方面。同时，异常处理与函数设计紧密相连 ，利用typing模块可强化异常类型提示，而在Web开发、数据库操作和并发编程等不同场景中，恰当的异常处理策略至关重要。
异常处理亦是调试和测试中的有效工具，通过分析异常类型和消息，结合IDE和pdb等调试工具 ，可以精准定位问题。在异步编程领域，理解异常栈的展开以及使用协程和异步库处理异常尤为关键。此外，对于库和框架的设计者来说，异常透明度与转换有利于提供用户友好的反馈 ，而在服务架构层面，合理的异常边界处理则关乎系统的整体稳健性。
总之，异常处理不仅是应对程序错误的有效机制，更是软件工程中一项重要的最佳实践。随着技术演进 ，开发者应持续关注并掌握新的异常处理趋势与技巧，从而在实际项目中构建更为强大且易于维护的代码库。
- 发表于:
- 原文链接：https://page.om.qq.com/page/OP5ivodTJfZgJzxeMzgqVp7w0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
