嘿，Python学习搭子！今天咱们来聊聊异常处理那些事儿。你可能已经知道 try...except 的基本用法，但在实际项目中，异常处理可不是随便写写就行的。处理得好，代码健壮又优雅；处理不好，可能比 bug 本身还让人头疼。
别慌，我帮你总结了 8 个异常处理最佳实践，每个都有场景说明、代码对比和适用建议。看完之后，你就能写出既安全又易维护的异常处理代码啦！
场景：你想捕获文件读取时可能发生的错误，但又不希望把其他无关异常也吞掉。
try:withopen("data.txt", "r") as f: content = f.read()except: # 裸 except，捕获所有异常，包括 KeyboardInterrupt、SystemExit 等print("出错了")
try:withopen("data.txt", "r") as f: content = f.read()except FileNotFoundError:print("文件不存在，检查路径是否正确")except PermissionError:print("没有读取权限")except IOError as e:print(f"读取文件时发生IO错误: {e}")
- • 避免意外捕获
KeyboardInterrupt（Ctrl+C）等系统级异常
小贴士：如果你真的需要捕获所有异常（比如在最外层日志记录），至少要用 except Exception:，这样不会捕获系统退出异常。
场景：当 try 块中的代码没有抛出异常时，你想执行一些后续操作。
try: result = risky_operation()# 如果没有异常，继续处理 processed = process_result(result)except SomeError: handle_error()
问题：processed = process_result(result) 放在 try 块中，如果 process_result 抛出异常，会被错误地当成 risky_operation 的异常处理。
try: result = risky_operation()except SomeError: handle_error()else:# 只有 risky_operation 成功时才执行 processed = process_result(result)
一句话总结：else 是 try 的“成功回调”，finally 是“无论如何都要执行”。
场景：你需要确保文件、数据库连接、网络套接字等资源在任何情况下都能被正确关闭。
file = open("data.txt", "r")try: data = file.read() process(data)except IOError:print("读取失败")# 如果这里发生异常，file 可能不会被关闭file.close()
file = open("data.txt", "r")try: data = file.read() process(data)except IOError:print("读取失败")finally: file.close() # 无论是否发生异常，都会执行
更优雅的做法：使用 with 语句（见下一个最佳实践）
场景：处理文件、数据库连接、锁等需要明确生命周期管理的资源。
file = Nonetry: file = open("data.txt", "r") data = file.read()except IOError:print("读取失败")finally:if file: file.close()
withopen("data.txt", "r") as file: data = file.read()# 离开 with 块后，文件会自动关闭，即使发生异常也不例外
- • 任何实现了上下文管理器协议（
__enter__ 和 __exit__ 方法）的对象
from contextlib import contextmanager@contextmanagerdefdatabase_connection(connection_string): conn = create_connection(connection_string)try:yield connfinally: conn.close()# 使用with database_connection("mysql://user:pass@localhost/db") as conn: results = conn.execute_query("SELECT * FROM users")
场景：你的应用程序有特定的错误情况，需要明确的异常类型来表示。
defprocess_user(user_id): user = get_user(user_id)ifnot user:raise ValueError("用户不存在") # 不够明确if user.age < 18:raise ValueError("用户未成年") # 与上面的 ValueError 无法区分
classUserNotFoundError(Exception):"""用户不存在异常"""passclassUnderageUserError(Exception):"""用户未成年异常"""passdefprocess_user(user_id): user = get_user(user_id)ifnot user:raise UserNotFoundError(f"用户ID {user_id} 不存在")if user.age < 18:raise UnderageUserError(f"用户 {user_id} 未成年，年龄 {user.age}")
- 4. 考虑异常层级结构（比如
ValidationError 可以有 EmailValidationError、PasswordValidationError 等子类）
场景：在捕获异常并重新抛出时，你希望保留原始异常的信息，方便调试。
try: parse_config("config.yaml")except YAMLError:raise ConfigError("配置文件解析失败") # 原始 YAMLError 信息丢失了
try: parse_config("config.yaml")except YAMLError as e:raise ConfigError("配置文件解析失败") from e
这样，当 ConfigError 被捕获时，可以通过 __cause__ 属性访问原始的 YAMLError。
try:# 一些操作passexcept ConfigError as e:print(f"当前异常: {e}")if e.__cause__:print(f"原始异常: {e.__cause__}")
场景：在生产环境中，你需要记录异常信息以便后续分析，但又不希望日志过于冗长或泄露敏感信息。
try: process_payment(user, amount)except PaymentError:print("支付失败") # 控制台输出，无法持久化，信息太少
import logginglogger = logging.getLogger(__name__)try: process_payment(user, amount)except PaymentError as e: logger.error(f"支付处理失败: 用户={user.id}, 金额={amount}", exc_info=True)# exc_info=True 会记录完整的异常回溯信息raise# 根据情况决定是否重新抛出
- •
logger.debug(): 详细的调试信息，包括变量值 - •
logger.info(): 正常的业务操作记录 - •
logger.warning(): 不严重的问题，但需要注意 - •
logger.error(): 错误情况，需要调查 - •
logger.critical(): 严重错误，可能导致系统无法运行
注意：避免在日志中记录敏感信息（密码、密钥、个人身份信息等）。
场景：你的业务逻辑代码中混杂了大量的异常处理，导致核心逻辑不清晰。
defprocess_order(order):try:# 验证订单ifnot order.is_valid():raise ValidationError("订单无效")# 检查库存try: check_inventory(order.items)except InventoryError:raise OrderError("库存不足")# 处理支付try: process_payment(order)except PaymentError:raise OrderError("支付失败")# 更新订单状态 update_order_status(order, "completed")except ValidationError as e: logger.error(f"订单验证失败: {e}")return {"success": False, "error": str(e)}except OrderError as e: logger.error(f"订单处理失败: {e}")return {"success": False, "error": str(e)}except Exception as e: logger.error(f"未知错误: {e}")return {"success": False, "error": "系统内部错误"}
from functools import wrapsdefhandle_order_errors(func): @wraps(func)defwrapper(*args, **kwargs):try:return func(*args, **kwargs)except ValidationError as e: logger.error(f"订单验证失败: {e}")return {"success": False, "error": str(e)}except OrderError as e: logger.error(f"订单处理失败: {e}")return {"success": False, "error": str(e)}except Exception as e: logger.error(f"未知错误: {e}")return {"success": False, "error": "系统内部错误"}return wrapper# 业务逻辑变得清晰@handle_order_errorsdefprocess_order(order):# 验证订单ifnot order.is_valid():raise ValidationError("订单无效")# 检查库存 check_inventory(order.items) # 可能抛出 InventoryError# 处理支付 process_payment(order) # 可能抛出 PaymentError# 更新订单状态 update_order_status(order, "completed")return {"success": True}
咱们今天一口气看了 8 个异常处理最佳实践，从基础的精确捕获到高级的异常分离，每个都是实战中总结出来的宝贵经验。记住这些原则，你的 Python 代码会变得更加健壮和易维护。
下一周咱们要进入 Python 面向对象编程的世界！你会学到：
是不是有点小期待？面向对象编程能让你的代码更好地组织，处理复杂问题时游刃有余。
在那之前，建议你把这些异常处理的最佳实践用在实际的小项目中，比如写一个文件处理工具或者简单的命令行应用。实践出真知，动手试试看吧！遇到问题随时找我，你的 Python 学习搭子随时在线 😊
10个月宝宝每天需要喝多少奶粉？
