Python错误与异常处理实战:让你的代码从“脆弱”到“坚不可摧”

嘿，学习搭子！咱们一起闯过了面向对象编程的高级关卡，是不是感觉自己写代码的水平又上了一个台阶？但你想过没有，如果程序运行中突然出错——文件打不开、网络断了、数据格式不对——你的代码会怎样？是直接崩溃，还是优雅地处理问题？今天咱们就来学习 “防御性编程” 的核心技能：错误与异常处理。别慌，我会像之前一样，带你一步步拆解，让你的代码从“脆弱”变得“坚不可摧”！

• • 辛辛苦苦写了个数据处理脚本，运行到一半因为文件不存在直接崩溃，前面的功夫全白费？
• • 用户输入了一个不合法的数据，程序直接报错退出，留下用户一脸懵？
• • 网络请求失败时，程序直接“罢工”，没有任何提示和恢复机会？

BaseException（所有异常的基类）├── SystemExit（程序退出）├── KeyboardInterrupt（键盘中断）├── GeneratorExit（生成器退出）└── Exception（所有内置异常的基类）    ├── ArithmeticError（算术错误）    │   ├── ZeroDivisionError（除零错误）    │   └── OverflowError（数值溢出）    ├── LookupError（查找错误）    │   ├── IndexError（索引错误）    │   └── KeyError（键错误）    ├── OSError（操作系统错误）    │   ├── FileNotFoundError（文件不存在）    │   └── PermissionError（权限不足）    ├── TypeError（类型错误）    ├── ValueError（值错误）    └── ...（还有很多）

• • BaseException：所有异常的祖宗，一般不应该直接捕获它
• • Exception：几乎所有内置异常的父类，你应该捕获的是这个或它的子类
• • 特定异常：如FileNotFoundError、ZeroDivisionError等，捕获特定异常能让代码更清晰

try:# 一些代码    user_input = input("请输入: ")    result = 10 / int(user_input)except BaseException:  # 危险！连KeyboardInterrupt也会被捕获print("出错了")# 用户按Ctrl+C想退出程序，结果被捕获了，程序退不出！

try:    user_input = input("请输入: ")    result = 10 / int(user_input)except ValueError:  # 输入的不是数字print("请输入有效的数字")except ZeroDivisionError:  # 除零错误print("除数不能为零")except Exception as e:  # 其他所有异常print(f"发生了未知错误: {e}")

try:# 可能出错的代码    file = open("data.txt", "r")    content = file.read()    file.close()except FileNotFoundError:# 文件不存在时的处理print("文件不存在，将创建新文件")    content = ""

try:    num = int(input("请输入一个数字: "))    result = 100 / numexcept ValueError:print("输入的不是有效的数字")except ZeroDivisionError:print("除数不能为零")except (TypeError, OverflowError):  # 同时捕获多种异常print("类型错误或数值溢出")

try:    result = perform_calculation(data)except CalculationError:print("计算失败")else:# 只有在没有异常时才执行print(f"计算结果: {result}")    save_result(result)# 对比：如果不使用else，代码会这样写try:    result = perform_calculation(data)# 如果上面有异常，这两行不会执行print(f"计算结果: {result}")    save_result(result)except CalculationError:print("计算失败")

file = Nonetry:    file = open("data.txt", "r")    content = file.read()    process(content)except FileNotFoundError:print("文件不存在")finally:# 无论是否发生异常，都要关闭文件if file:        file.close()print("资源清理完成")

• • 关闭文件
• • 关闭数据库连接
• • 释放锁
• • 清理临时文件

defprocess_file(filename):"""处理文件，演示完整的异常处理结构"""    file = Nonetry:print(f"正在打开文件: {filename}")        file = open(filename, "r", encoding="utf-8")        content = file.read()except FileNotFoundError:print(f"错误: 文件 {filename} 不存在")returnNoneexcept PermissionError:print(f"错误: 没有权限读取文件 {filename}")returnNoneexcept UnicodeDecodeError:print(f"错误: 文件 {filename} 编码不是UTF-8")returnNoneelse:print("文件读取成功")# 这里可以处理content        processed = content.upper()return processedfinally:if file:            file.close()print("文件已关闭")print("处理流程结束")

1. 1. 语义更清晰：InsufficientFundsError比ValueError更能表达"余额不足"
2. 2. 分层处理：可以针对不同业务异常采取不同处理策略
3. 3. 携带更多信息：自定义异常可以携带业务相关的上下文信息

# 基础版：简单继承ExceptionclassValidationError(Exception):"""数据验证错误"""pass# 增强版：携带额外信息classInsufficientFundsError(Exception):"""余额不足异常"""def__init__(self, balance, amount):self.balance = balanceself.amount = amountself.shortfall = amount - balancesuper().__init__(f"余额不足: 当前余额{balance}，需要{amount}，缺少{self.shortfall}")# 使用defwithdraw(balance, amount):if amount > balance:raise InsufficientFundsError(balance, amount)return balance - amounttry:    withdraw(100, 200)except InsufficientFundsError as e:print(f"取款失败: {e}")print(f"缺少金额: {e.shortfall}")

classShoppingCartError(Exception):"""购物车错误基类"""passclassItemNotFoundError(ShoppingCartError):"""商品未找到"""def__init__(self, item_id):self.item_id = item_idsuper().__init__(f"商品ID {item_id} 不存在")classOutOfStockError(ShoppingCartError):"""商品缺货"""def__init__(self, item_id, stock):self.item_id = item_idself.stock = stocksuper().__init__(f"商品ID {item_id} 缺货，当前库存: {stock}")classCartLimitExceededError(ShoppingCartError):"""购物车数量限制"""def__init__(self, item_id, quantity, limit):self.item_id = item_idself.quantity = quantityself.limit = limitsuper().__init__(f"商品ID {item_id} 数量{quantity}超过限制{limit}")# 使用示例defadd_to_cart(cart, item_id, quantity):# 模拟检查ifnot item_exists(item_id):raise ItemNotFoundError(item_id)if get_stock(item_id) < quantity:raise OutOfStockError(item_id, get_stock(item_id))if quantity > 10:  # 假设限制10个raise CartLimitExceededError(item_id, quantity, 10)# 正常逻辑    cart.add(item_id, quantity)

defread_config():try:withopen("config.json", "r") as f:return json.load(f)except FileNotFoundError:raise ValueError("配置文件不存在")  # 原始异常信息丢失！# 调用者只能看到ValueError，不知道根本原因是FileNotFoundError

defread_config():try:withopen("config.json", "r") as f:return json.load(f)except FileNotFoundError as e:raise ValueError("配置文件不存在") from e# 现在调用者能看到完整的异常链try:    config = read_config()except ValueError as e:print(f"错误: {e}")print(f"根本原因: {e.__cause__}")  # 输出: FileNotFoundError

classDataProcessingError(Exception):"""数据处理错误"""passdefprocess_data_file(filename):try:# 尝试读取文件withopen(filename, "r") as f:            data = f.read()except OSError as e:# 包装为业务异常，保留原始异常raise DataProcessingError(f"无法读取文件 {filename}") from etry:# 尝试解析JSON        parsed = json.loads(data)except json.JSONDecodeError as e:# 包装为业务异常，保留原始异常raise DataProcessingError(f"文件 {filename} 不是有效的JSON") from etry:# 处理数据        result = complex_data_processing(parsed)return resultexcept Exception as e:# 包装为业务异常，保留原始异常raise DataProcessingError("数据处理失败") from e# 使用try:    result = process_data_file("data.json")except DataProcessingError as e:print(f"数据处理失败: {e}")# 可以追溯完整的异常链    cause = e.__cause__while cause:print(f"  -> {type(cause).__name__}: {cause}")        cause = cause.__cause__

# 文件操作：自动关闭文件withopen("data.txt", "r") as file:    content = file.read()# 即使这里发生异常，文件也会自动关闭    process(content)# 锁操作：自动释放锁import threadinglock = threading.Lock()with lock:# 临界区代码    shared_data.append(item)# 离开with块时自动释放锁

classDatabaseConnection:"""数据库连接上下文管理器"""def__init__(self, connection_string):self.connection_string = connection_stringself.connection = Nonedef__enter__(self):print("建立数据库连接...")self.connection = create_connection(self.connection_string)returnself.connectiondef__exit__(self, exc_type, exc_val, exc_tb):print("关闭数据库连接...")ifself.connection:self.connection.close()# 如果发生异常，可以选择处理或不处理if exc_type:print(f"发生异常: {exc_type.__name__}: {exc_val}")# 返回True表示异常已处理，不会向上传播# 返回False表示异常未处理，会继续向上传播returnFalse# 让异常继续传播returnTrue# 正常结束# 使用with DatabaseConnection("mysql://user:pass@localhost/db") as db:    result = db.query("SELECT * FROM users")    process(result)# 即使这里发生异常，连接也会自动关闭

from contextlib import contextmanager@contextmanagerdeftemporary_file(content):"""创建临时文件的上下文管理器"""import tempfileimport ostry:# __enter__部分        temp_file = tempfile.NamedTemporaryFile(mode="w", delete=False)        temp_file.write(content)        temp_file.close()print(f"创建临时文件: {temp_file.name}")yield temp_file.name  # 给with块使用的值finally:# __exit__部分print(f"删除临时文件: {temp_file.name}")        os.unlink(temp_file.name)# 使用with temporary_file("Hello, World!") as filename:withopen(filename, "r") as f:print(f.read())# 离开with块时自动删除临时文件

# 传统方式file = Nonetry:    file = open("data.txt", "r")# 处理文件    process(file)except Exception as e:print(f"错误: {e}")finally:if file:        file.close()# 使用上下文管理器（更简洁！）try:withopen("data.txt", "r") as file:        process(file)except Exception as e:print(f"错误: {e}")

import logging# 配置日志logging.basicConfig(    level=logging.INFO,format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',    handlers=[        logging.FileHandler('app.log'),  # 输出到文件        logging.StreamHandler()          # 输出到控制台    ])logger = logging.getLogger(__name__)defprocess_data(data):try:        result = complex_operation(data)        logger.info(f"数据处理成功: {result}")return resultexcept ValueError as e:        logger.error(f"数据值错误: {e}", exc_info=True)returnNoneexcept Exception as e:        logger.critical(f"未知错误: {e}", exc_info=True)raise

import loggingimport jsonclassStructuredLogger:"""结构化日志记录器"""def__init__(self, name):self.logger = logging.getLogger(name)deflog_error(self, error_type, message, context=None, exc_info=False):"""记录结构化错误日志"""        log_data = {"timestamp": datetime.now().isoformat(),"level": "ERROR","error_type": error_type,"message": message,"context": context or {},"exception_info": self._get_exception_info() if exc_info elseNone        }self.logger.error(json.dumps(log_data, ensure_ascii=False, default=str))def_get_exception_info(self):"""获取异常信息"""import tracebackimport sys        exc_type, exc_value, exc_tb = sys.exc_info()return {"type": exc_type.__name__ if exc_type elseNone,"message": str(exc_value) if exc_value elseNone,"traceback": traceback.format_tb(exc_tb) if exc_tb elseNone        }# 使用logger = StructuredLogger("data_processor")try:    result = risky_operation()except FileNotFoundError as e:    logger.log_error("FileNotFound","配置文件不存在",        context={"filename": "config.json", "user": "alice"},        exc_info=True    )raise

• • 生产环境使用INFO级别
• • 开发环境使用DEBUG级别
• • 错误日志一定要包含足够的上下文信息
• • 敏感信息（如密码）不要记录在日志中

import osimport loggingfrom pathlib import Pathlogger = logging.getLogger(__name__)classFileProcessor:"""安全的文件处理器"""def__init__(self, default_encoding='utf-8'):self.default_encoding = default_encodingdefread_file_safely(self, filepath, encodings=None):"""        安全读取文件，支持多种编码尝试        参数:            filepath: 文件路径            encodings: 尝试的编码列表，默认['utf-8', 'gbk', 'latin-1']        返回:            文件内容，如果失败返回None        """if encodings isNone:            encodings = ['utf-8', 'gbk', 'latin-1']        filepath = Path(filepath)# 检查文件是否存在ifnot filepath.exists():            logger.error(f"文件不存在: {filepath}")returnNone# 检查是否是文件ifnot filepath.is_file():            logger.error(f"路径不是文件: {filepath}")returnNone# 检查文件大小（避免读取过大文件）        file_size = filepath.stat().st_sizeif file_size > 100 * 1024 * 1024:  # 100MB限制            logger.error(f"文件过大: {filepath} ({file_size}字节)")returnNone# 尝试不同编码读取for encoding in encodings:try:withopen(filepath, 'r', encoding=encoding) as f:                    content = f.read()                    logger.info(f"成功读取文件: {filepath}, 编码: {encoding}")return contentexcept UnicodeDecodeError:                logger.debug(f"编码{encoding}失败，尝试下一个")continueexcept PermissionError:                logger.error(f"没有权限读取文件: {filepath}")returnNoneexcept Exception as e:                logger.error(f"读取文件时发生未知错误: {e}", exc_info=True)returnNone# 所有编码都失败        logger.error(f"无法用任何编码读取文件: {filepath}")returnNonedefprocess_data_file(self, filepath):"""处理数据文件，包含完整的异常处理"""try:            content = self.read_file_safely(filepath)if content isNone:raise FileProcessingError(f"无法读取文件: {filepath}")# 尝试解析为JSONtry:import json                data = json.loads(content)except json.JSONDecodeError as e:raise DataFormatError(f"文件不是有效的JSON: {filepath}") from e# 验证数据self._validate_data(data)# 处理数据            result = self._process_data(data)            logger.info(f"文件处理成功: {filepath}")return resultexcept (FileProcessingError, DataFormatError) as e:# 业务异常，记录日志但不重新抛出            logger.warning(f"业务处理失败: {e}")returnNoneexcept Exception as e:# 未知异常，记录日志并重新抛出            logger.critical(f"处理文件时发生未知错误: {e}", exc_info=True)raise# 自定义异常classFileProcessingError(Exception):passclassDataFormatError(Exception):pass

import requestsimport timeimport loggingfrom functools import wrapslogger = logging.getLogger(__name__)classRetryableError(Exception):"""可重试的错误"""passclassFatalError(Exception):"""致命错误，不应重试"""passdefretry_on_failure(max_retries=3, delay=1, backoff=2):"""    重试装饰器    参数:        max_retries: 最大重试次数        delay: 初始延迟时间（秒）        backoff: 延迟倍数    """defdecorator(func):        @wraps(func)defwrapper(*args, **kwargs):            last_exception = Nonefor attempt inrange(max_retries + 1):  # +1表示第一次尝试try:return func(*args, **kwargs)except RetryableError as e:                    last_exception = eif attempt < max_retries:                        wait_time = delay * (backoff ** attempt)                        logger.warning(f"尝试 {func.__name__} 失败 (第{attempt + 1}次)，"f"{wait_time}秒后重试。错误: {e}"                        )                        time.sleep(wait_time)else:                        logger.error(f"{func.__name__} 重试{max_retries}次后仍失败"                        )raiseexcept FatalError as e:                    logger.error(f"致命错误，不重试: {e}")raiseexcept Exception as e:# 未知异常，记录日志并重新抛出                    logger.error(f"未知错误: {e}", exc_info=True)raise# 所有重试都失败raise last_exceptionreturn wrapperreturn decoratorclassAPIClient:"""带重试机制的API客户端"""def__init__(self, base_url, timeout=10):self.base_url = base_urlself.timeout = timeoutself.session = requests.Session()    @retry_on_failure(max_retries=3, delay=1, backoff=2)defget_with_retry(self, endpoint, params=None):"""带重试的GET请求"""        url = f"{self.base_url}/{endpoint}"try:            response = self.session.get(                url,                 params=params,                 timeout=self.timeout            )            response.raise_for_status()  # 如果状态码不是2xx，抛出HTTPErrorreturn response.json()except requests.Timeout:            logger.warning(f"请求超时: {url}")raise RetryableError("请求超时")except requests.ConnectionError:            logger.warning(f"连接错误: {url}")raise RetryableError("连接错误")except requests.HTTPError as e:            status_code = e.response.status_code# 5xx错误可重试if500 <= status_code < 600:                logger.warning(f"服务器错误({status_code}): {url}")raise RetryableError(f"服务器错误: {status_code}")# 4xx错误不重试（客户端错误）else:                logger.error(f"客户端错误({status_code}): {url}")raise FatalError(f"客户端错误: {status_code}")except ValueError as e:# JSON解析错误            logger.error(f"响应不是有效的JSON: {url}")raise FatalError("响应格式错误")except Exception as e:            logger.error(f"未知错误: {e}", exc_info=True)raisedeffetch_user_data(self, user_id):"""获取用户数据，包含完整的错误处理"""try:            data = self.get_with_retry(f"users/{user_id}")# 验证响应数据ifnotisinstance(data, dict) or'id'notin data:raise DataValidationError("响应数据格式无效")return dataexcept FatalError as e:# 致命错误，返回None或默认值            logger.error(f"获取用户数据失败: {e}")returnNoneexcept Exception as e:# 其他异常，记录日志并重新抛出            logger.critical(f"获取用户数据时发生未知错误: {e}", exc_info=True)raise# 使用示例if __name__ == "__main__":    logging.basicConfig(level=logging.INFO)    client = APIClient("https://api.example.com")try:        user_data = client.fetch_user_data(123)if user_data:print(f"用户数据: {user_data}")else:print("无法获取用户数据")except Exception as e:print(f"程序出错: {e}")

import refrom datetime import datetimefrom typing importAny, Dict, List, OptionalclassValidationError(Exception):"""验证错误基类"""def__init__(self, field: str, message: str, value: Any = None):self.field = fieldself.message = messageself.value = valuesuper().__init__(f"{field}: {message}")classRequiredFieldError(ValidationError):"""必填字段错误"""passclassTypeValidationError(ValidationError):"""类型验证错误"""passclassRangeValidationError(ValidationError):"""范围验证错误"""passclassFormatValidationError(ValidationError):"""格式验证错误"""passclassDataValidator:"""数据验证器"""def__init__(self, data: Dict[str, Any]):self.data = dataself.errors: List[ValidationError] = []defrequired(self, field: str) -> 'DataValidator':"""检查字段是否必填"""if field notinself.data orself.data[field] in (None, "", [], {}):self.errors.append(                RequiredFieldError(field, "此字段为必填项")            )returnselfdeftype_check(self, field: str, expected_type: type) -> 'DataValidator':"""检查字段类型"""if field inself.data:            value = self.data[field]ifnotisinstance(value, expected_type):self.errors.append(                    TypeValidationError(                        field, f"必须是{expected_type.__name__}类型",                        value                    )                )returnselfdefrange_check(self, field: str, min_val=None, max_val=None) -> 'DataValidator':"""检查数值范围"""if field inself.data:            value = self.data[field]ifisinstance(value, (int, float)):if min_val isnotNoneand value < min_val:self.errors.append(                        RangeValidationError(                            field,f"不能小于{min_val}",                            value                        )                    )if max_val isnotNoneand value > max_val:self.errors.append(                        RangeValidationError(                            field,f"不能大于{max_val}",                            value                        )                    )returnselfdefregex_check(self, field: str, pattern: str, message: str) -> 'DataValidator':"""正则表达式检查"""if field inself.data:            value = self.data[field]ifisinstance(value, str):ifnot re.match(pattern, value):self.errors.append(                        FormatValidationError(field, message, value)                    )returnselfdefcustom_check(self, field: str, check_func, message: str) -> 'DataValidator':"""自定义检查"""if field inself.data:            value = self.data[field]ifnot check_func(value):self.errors.append(                    ValidationError(field, message, value)                )returnselfdefvalidate(self) -> bool:"""执行验证，返回是否通过"""returnlen(self.errors) == 0defget_errors(self) -> List[ValidationError]:"""获取所有错误"""returnself.errorsdefraise_if_invalid(self):"""如果验证失败，抛出聚合异常"""ifself.errors:raise ValidationAggregateError(self.errors)classValidationAggregateError(Exception):"""聚合验证错误"""def__init__(self, errors: List[ValidationError]):self.errors = errors        error_messages = [str(e) for e in errors]super().__init__("; ".join(error_messages))def__str__(self):        error_lines = [f"{i+1}. {str(e)}"for i, e inenumerate(self.errors)]return"验证失败:\n" + "\n".join(error_lines)# 使用示例：用户注册数据验证defvalidate_user_registration(data: Dict[str, Any]) -> Dict[str, Any]:"""验证用户注册数据"""    validator = DataValidator(data)    validator.required("username") \             .type_check("username", str) \             .range_check("username", min_len=3, max_len=20) \             .regex_check("username", r"^[a-zA-Z0-9_]+$", "用户名只能包含字母、数字和下划线")    validator.required("email") \             .type_check("email", str) \             .regex_check("email", r"^[^@]+@[^@]+\.[^@]+$", "邮箱格式不正确")    validator.required("password") \             .type_check("password", str) \             .range_check("password", min_len=8, max_len=100) \             .custom_check("password", lambda p: any(c.isupper() for c in p) andany(c.isdigit() for c in p),"密码必须包含至少一个大写字母和一个数字")    validator.required("age") \             .type_check("age", int) \             .range_check("age", min_val=18, max_val=120)# 检查确认密码if"password"in data and"confirm_password"in data:if data["password"] != data["confirm_password"]:            validator.errors.append(                ValidationError("confirm_password", "两次输入的密码不一致")            )# 如果验证失败，抛出聚合异常    validator.raise_if_invalid()# 验证通过，返回清理后的数据return {"username": data["username"].strip(),"email": data["email"].strip().lower(),"password": data["password"],  # 实际中应该哈希"age": data["age"],"registered_at": datetime.now()    }# 使用try:    user_data = {"username": "john_doe","email": "john@example.com","password": "Password123","confirm_password": "Password123","age": 25    }    validated = validate_user_registration(user_data)print("注册数据验证通过:", validated)except ValidationAggregateError as e:print("验证失败:")for error in e.errors:print(f"  - {error.field}: {error.message}")except Exception as e:print(f"发生未知错误: {e}")

1. 1. Python异常体系的基类是？A) ExceptionB) BaseExceptionC) ErrorD) Throwable
2. 2. 哪个异常是文件不存在时抛出的？A) IOErrorB) FileErrorC) FileNotFoundErrorD) NotFoundError
3. 3. try-except-else-finally中，else子句何时执行？A) 总是执行B) 发生异常时执行C) 没有发生异常时执行D) 无论是否异常都执行
4. 4. finally子句的主要作用是？A) 处理异常B) 无论是否异常都执行清理C) 替代exceptD) 定义自定义异常
5. 5. 创建自定义异常时，通常继承哪个类？A) BaseExceptionB) ExceptionC) objectD) Error
6. 6. raise ValueError("错误") from original_error的作用是？A) 忽略原始错误B) 替换原始错误C) 保留原始错误上下文D) 创建新的错误类型
7. 7. 上下文管理器的__exit__方法何时被调用？A) 进入with块时B) 离开with块时C) 发生异常时D) 手动调用时
8. 8. 日志级别从低到高的正确顺序是？A) DEBUG, INFO, WARNING, ERROR, CRITICALB) INFO, DEBUG, WARNING, ERROR, CRITICALC) DEBUG, WARNING, INFO, ERROR, CRITICALD) INFO, WARNING, DEBUG, ERROR, CRITICAL
9. 9. 哪个魔法方法让对象可以作为上下文管理器使用？A) __enter__和__exit__B) __start__和__end__C) __open__和__close__D) __init__和__del__
10. 10. except (ValueError, TypeError) as e:这行代码的作用是？A) 捕获ValueError或TypeErrorB) 捕获所有异常C) 捕获ValueError和TypeError同时发生D) 语法错误

1. 1. 文件读取与验证
• • 从命令行参数接收文件路径
• • 支持多种文件格式：JSON、CSV、TXT
• • 自动检测文件格式并选择正确的解析器
• • 文件不存在、权限不足、编码错误时给出友好提示
2. 2. 数据清洗与转换
• • 对数据进行清洗（去除空值、无效数据）
• • 类型转换和格式标准化
• • 数据验证（范围检查、格式检查）
3. 3. 错误处理与恢复
• • 实现多层异常处理：文件级、解析级、数据级
• • 使用自定义异常区分不同错误类型
• • 实现错误恢复机制（如跳过错误行继续处理）
• • 详细的日志记录
4. 4. 输出与报告
• • 处理成功时输出清洗后的数据
• • 处理失败时生成错误报告
• • 统计处理结果（成功/失败记录数）

• • 至少使用3个自定义异常类
• • 使用上下文管理器管理文件资源
• • 实现异常链（raise from）保留错误上下文
• • 使用日志记录不同级别的信息
• • 代码结构清晰，有详细注释

[{"id":1,"name":"张三","age":25,"email":"zhangsan@example.com"},{"id":2,"name":"李四","age":"三十","email":"invalid-email"},{"id":3,"name":"王五","age":35,"email":"wangwu@example.com"}]

• • 成功处理有效数据
• • 跳过或修复无效数据
• • 生成处理报告

• • 添加数据去重功能
• • 支持数据聚合统计
• • 实现处理进度显示

1. 1. 异常体系：理解了BaseException家族树，知道了该捕获什么、不该捕获什么
2. 2. 异常捕获四件套：熟练运用try-except-else-finally进行结构化异常处理
3. 3. 自定义异常：学会了创建业务异常，让错误信息更清晰、更有针对性
4. 4. 异常链：掌握了raise from用法，保留了完整的错误上下文
5. 5. 上下文管理器：使用with语句优雅管理资源，确保即使异常也能正确清理
6. 6. 异常日志记录：学会了记录结构化日志，便于后续分析和调试

• • 高级文件操作技巧：二进制文件、大文件分块处理
• • 多种数据持久化方案：JSON、CSV、Pickle、SQLite数据库
• • 文件系统操作：目录遍历、文件监控、权限管理
• • 数据备份与恢复策略
• • 性能优化：缓存、压缩、并行处理