Python 异常处理（长文解析）

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

• 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;演示链接： http://116.62.199.48:7070 ;
• 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

异常处理的基本概念

在编程过程中，程序可能会因为各种原因出现意外错误。例如，用户输入无效数据、文件不存在，或是网络连接中断。Python 异常处理机制就像交通信号灯一样，能够及时发现并“拦截”这些错误，避免程序“失控”。通过合理使用 try、except 等语句，开发者可以优雅地应对这些问题，而不是让程序直接崩溃。

异常与错误的区别

在 Python 中，异常（Exception）和错误（Error）是两个相关但不同的概念：

• 错误：通常是程序逻辑或语法层面的严重问题，例如 SyntaxError 或 IndentationError，这类问题需要开发者直接修改代码才能解决。
• 异常：是程序运行时可能发生的可预见问题，例如 FileNotFoundError 或 ZeroDivisionError，这类问题可以通过异常处理机制捕获并处理。

异常处理的结构

Python 异常处理的核心结构是 try...except 块，其基本语法如下：

try:
    # 可能引发异常的代码
    risky_code()
except SpecificException as e:
    # 处理特定异常的逻辑
    handle_specific_error(e)
except AnotherException:
    # 处理其他异常的逻辑
else:
    # 如果未触发异常，执行此代码
    success_code()
finally:
    # 无论是否发生异常，都会执行的代码
    cleanup_code()

具体案例：文件读取

假设需要读取一个文件，但文件可能不存在或权限不足，可以用以下代码处理：

try:
    with open("example.txt", "r") as file:
        content = file.read()
except FileNotFoundError:
    print("文件未找到，请检查路径是否正确。")
except PermissionError:
    print("没有权限访问该文件，请确认权限设置。")
else:
    print("文件读取成功！")
finally:
    print("无论是否成功，这里都会执行清理工作。")

异常的层级关系

Python 异常遵循继承关系，例如常见的 Exception 类是大多数异常的基类。理解层级关系有助于更精准地捕获异常。以下是一些常见异常的继承示例：

异常处理的进阶技巧

捕获所有异常与选择性捕获

虽然可以使用 except Exception 捕获所有异常，但不推荐盲目使用，因为这可能掩盖程序中真正的逻辑错误。更推荐选择性捕获已知异常类型，例如：

try:
    result = 10 / int(input("请输入一个数字："))
except ValueError:
    print("输入的不是数字，请重新输入！")
except ZeroDivisionError:
    print("除数不能为零！")

自定义异常类

当内置异常无法满足需求时，可以创建自定义异常类。例如，假设需要处理用户输入格式错误的情况：

class InvalidInputError(Exception):
    def __init__(self, message):
        self.message = message
        super().__init__(self.message)

def validate_input(user_input):
    if not user_input.isdigit():
        raise InvalidInputError("输入必须为数字！")

try:
    validate_input(input("请输入数字："))
except InvalidInputError as e:
    print(f"错误：{e.message}")

嵌套 try-except 结构

在复杂场景中，可以嵌套 try...except 块来分层处理异常。例如，一个网络请求可能需要同时处理连接错误和解析错误：

try:
    response = requests.get("https://api.example.com/data")
    try:
        data = response.json()
        print("数据解析成功：", data)
    except JSONDecodeError:
        print("响应内容无法解析为 JSON！")
except requests.exceptions.ConnectionError:
    print("网络连接失败，请检查网络状态。")

finally 块的用途

finally 块常用于释放资源，例如关闭文件或数据库连接，确保无论是否发生异常，这些操作都会执行：

file = None
try:
    file = open("data.txt", "w")
    file.write("测试内容")
except IOError as e:
    print(f"写入失败：{str(e)}")
finally:
    if file:
        file.close()
        print("文件已关闭。")

异常处理的最佳实践

不要忽略异常

直接使用 except: pass 可能导致问题被掩盖。如果需要暂时忽略异常，至少记录日志：

import logging
logging.basicConfig(level=logging.ERROR)

try:
    risky_operation()
except Exception as e:
    logging.error(f"发生未知错误：{str(e)}")

避免过度捕获

只捕获明确需要处理的异常类型，避免宽泛的 except 块。例如：

try:
    do_something()
except:
    print("出错了！")

try:
    do_something()
except SpecificError as e:
    handle_specific_error(e)

结合上下文管理器

对于需要释放资源的操作（如文件、数据库连接），优先使用 with 语句，它能自动处理资源释放，减少手动编写 try...finally 的需求：

with open("file.txt", "r") as f:
    content = f.read()

实际应用场景与案例分析

场景 1：用户输入验证

在处理用户输入时，异常处理能有效避免程序崩溃。例如，验证用户年龄是否为整数：

def get_age():
    while True:
        try:
            age = int(input("请输入年龄："))
            if 0 < age < 120:
                return age
            else:
                print("年龄应在 1-119 之间！")
        except ValueError:
            print("请输入有效的数字！")

user_age = get_age()
print(f"您的年龄是：{user_age}")

场景 2：API 请求容错

调用外部 API 时，网络波动可能导致请求失败，可通过异常处理实现重试机制：

import requests
MAX_RETRIES = 3

def fetch_data(url):
    for attempt in range(MAX_RETRIES):
        try:
            response = requests.get(url, timeout=5)
            response.raise_for_status()  # 检查 HTTP 错误
            return response.json()
        except (requests.exceptions.ConnectionError, requests.exceptions.Timeout):
            if attempt < MAX_RETRIES - 1:
                print(f"连接失败，第 {attempt+1} 次重试中...")
            else:
                print("重试次数耗尽，放弃请求。")
                return None
        except requests.exceptions.HTTPError as http_err:
            print(f"HTTP 错误：{http_err}")
            return None

data = fetch_data("https://api.example.com/endpoint")

场景 3：日志记录与调试

在生产环境中，记录异常日志是排查问题的关键。结合 logging 模块可以更清晰地追踪错误：

import logging

logging.basicConfig(
    filename="app.log",
    filemode="a",
    format="%(asctime)s - %(levelname)s - %(message)s",
    level=logging.ERROR
)

try:
    dangerous_code()
except Exception as e:
    logging.error("发生未知错误", exc_info=True)

结论

Python 异常处理是构建健壮程序的重要一环。通过合理使用 try...except 结构、选择性捕获异常类型、自定义异常类以及结合日志系统，开发者能够有效提升代码的容错能力。对于初学者而言，建议从基础语法入手，逐步实践复杂场景；中级开发者则可以探索更精细的错误分类与自动化重试策略。记住，优秀的异常处理不仅能让程序“不死机”，还能为用户提供更友好的交互体验。

在实际开发中，始终遵循“预防为主，处理为辅”的原则：通过输入验证、参数校验和资源管理，减少异常发生的概率；同时，通过完善的异常处理机制，确保程序在意外情况下也能优雅地“软着陆”。