第08篇|Python 异常处理:写出不会崩溃的代码

这篇文章带你系统掌握 Python 异常处理——try-except-finally、常见异常类型速查、自定义异常，以及把第 07 篇的 JSON 操作升级为生产级别的健壮代码。

前言

写代码最怕什么？程序在用户手上崩溃。

前端开发者对 try-catch 一定不陌生——网络请求失败、JSON 解析出错、DOM 元素不存在……这些都需要异常处理来兜底。

Python 里的异常处理和 JS 高度相似，但有一些重要的扩展能力：比 JS 更精细的异常分类、else 子句、自定义异常类。

这篇文章覆盖：

• try-except-finally 基本用法（对比 JS try-catch-finally）
• 常见内置异常类型速查
• 主动抛出异常：raise
• 自定义异常类
• 实战：给第 07 篇的 JSON 文件操作加上完整异常处理

一、为什么需要异常处理？

先看一个没有异常处理的代码：

import jsondef read_config(filepath):    with open(filepath, "r") as f:        return json.load(f)config = read_config("config.json")print(config["database"]["host"])

当任何一步出问题时，程序直接崩溃并抛出错误信息——文件不存在、JSON 格式错误、键不存在……用户看到的是一堆红色报错，体验极差。

加上异常处理后，程序可以优雅地处理这些情况，给出友好提示，甚至自动恢复。

二、基本语法：try-except

2.1 最简单的用法

try:    result = 10 / 0          # 这行会抛出 ZeroDivisionError    print("不会执行到这里")except ZeroDivisionError:    print("❌ 除数不能为零")print("程序继续运行")

对比 JS：

try {  const result = riskyOperation()} catch (error) {  console.error("出错了：", error.message)}

核心区别：

• Python 的 except 可以指定异常类型（精准捕获）
• JS 的 catch 捕获所有异常，需要在内部判断类型

2.2 捕获多种异常

def parse_number(text):    try:        number = int(text)        result = 100 / number        return result    except ValueError:        print(f"❌ '{text}' 不是有效的数字")    except ZeroDivisionError:        print("❌ 不能除以零")    except Exception as e:        # 兜底：捕获所有其他异常        print(f"❌ 未知错误：{e}")parse_number("abc")   # 触发 ValueErrorparse_number("0")     # 触发 ZeroDivisionErrorparse_number("5")     # 正常运行，返回 20.0

# 也可以用元组一次捕获多种异常try:    ...except (ValueError, TypeError) as e:    print(f"输入类型错误：{e}")

2.3 获取异常信息

try:    with open("不存在的文件.txt") as f:        content = f.read()except FileNotFoundError as e:    print(f"错误类型：{type(e).__name__}")  # FileNotFoundError    print(f"错误信息：{e}")                  # [Errno 2] No such file or directory    print(f"错误码：{e.errno}")              # 2

三、完整结构：try-except-else-finally

Python 的异常处理有四个子句，比 JS 多了一个 else：

try:    # 尝试执行的代码    result = int("42")except ValueError as e:    # 只有 try 块发生异常时执行    print(f"转换失败：{e}")else:    # 只有 try 块没有异常时执行（成功时的逻辑）    print(f"转换成功：{result}")finally:    # 无论是否异常，总会执行（用于清理资源）    print("执行结束")

else 的用途： 将"成功时的逻辑"和"主要代码"分开，代码结构更清晰。

# 实际场景：文件操作try:    with open("data.json", "r") as f:        data = json.load(f)except FileNotFoundError:    print("配置文件不存在，使用默认配置")    data = {}except json.JSONDecodeError:    print("配置文件格式错误")    data = {}else:    print(f"✅ 成功读取 {len(data)} 个配置项")finally:    print("配置加载流程结束")

对比 JS：

try {  const data = JSON.parse(text)  console.log("✅ 解析成功")  // else 的功能在 try 里实现} catch (e) {  console.error("解析失败", e)} finally {  console.log("结束")}

四、常见内置异常速查

异常继承关系（部分）：

BaseException └── Exception      ├── ValueError      ├── TypeError      ├── OSError      │    ├── FileNotFoundError      │    └── PermissionError      ├── LookupError      │    ├── KeyError      │    └── IndexError      └── ArithmeticError           └── ZeroDivisionError

理解继承关系很重要：捕获 OSError 就能同时捕获 FileNotFoundError 和 PermissionError。捕获 Exception 可以捕获几乎所有异常（但不推荐，太宽泛了）。

五、主动抛出异常：raise

有时候需要主动让程序抛出异常，用 raise：

def set_age(age):    if not isinstance(age, int):        raise TypeError(f"age 必须是整数，收到的是 {type(age).__name__}")    if age < 0 or age > 150:        raise ValueError(f"age 的合法范围是 0-150，收到的是 {age}")    return agetry:    set_age("二十八")  # 触发 TypeErrorexcept TypeError as e:    print(f"类型错误：{e}")try:    set_age(200)   # 触发 ValueErrorexcept ValueError as e:    print(f"值错误：{e}")

在 except 中重新抛出：

def process_file(filepath):    try:        with open(filepath) as f:            data = f.read()    except FileNotFoundError:        print(f"日志：文件 {filepath} 不存在")        raise  # 重新抛出同一个异常，让上层调用者处理

六、自定义异常类

对于业务逻辑中的错误，建议创建自定义异常类，让错误信息更有语义：

# 定义自定义异常class ConfigError(Exception):    """配置相关错误"""    passclass DatabaseError(Exception):    """数据库相关错误"""    def __init__(self, message, error_code=None):        super().__init__(message)        self.error_code = error_codeclass UserNotFoundError(Exception):    """用户不存在"""    def __init__(self, user_id):        super().__init__(f"用户 ID {user_id} 不存在")        self.user_id = user_id

# 使用自定义异常def get_user(user_id):    users = {1: "Alice", 2: "Bob"}    if user_id not in users:        raise UserNotFoundError(user_id)    return users[user_id]try:    user = get_user(999)except UserNotFoundError as e:    print(f"错误：{e}")          # 用户 ID 999 不存在    print(f"查询的 ID：{e.user_id}")  # 999

自定义异常的好处：

1. 代码语义清晰，一眼就知道什么业务出了什么问题
2. 上层可以精准捕获特定业务错误，而不是捕获宽泛的 Exception
3. 可以携带额外的错误上下文信息（如 user_id、error_code）

七、实战：给 JSON 文件操作加上完整异常处理

延续第 07 篇的学生成绩分析案例，现在我们加上完整的异常处理，让代码达到生产可用的标准：

import jsonfrom pathlib import Path# 自定义异常class DataFileError(Exception):    """数据文件相关错误"""    passdef read_students_data(filepath: str) -> dict:    """    读取学生数据 JSON 文件    Returns:        dict: 学生数据    Raises:        DataFileError: 文件不存在、权限不足或格式错误时    """    path = Path(filepath)    # 检查文件是否存在    if not path.exists():        raise DataFileError(f"数据文件不存在：{filepath}")    # 检查文件扩展名    if path.suffix.lower() != ".json":        raise DataFileError(f"文件格式不正确，需要 .json 文件，收到：{path.suffix}")    try:        with open(path, "r", encoding="utf-8") as f:            data = json.load(f)    except PermissionError:        raise DataFileError(f"没有读取文件的权限：{filepath}")    except json.JSONDecodeError as e:        raise DataFileError(f"JSON 格式错误（第 {e.lineno} 行）：{e.msg}")    # 验证数据结构    if "students" not in data:        raise DataFileError("数据文件缺少 'students' 字段")    return datadef save_report(report: dict, filepath: str) -> None:    """    保存分析报告    Raises:        DataFileError: 写入失败时    """    path = Path(filepath)    try:        # 确保输出目录存在        path.parent.mkdir(parents=True, exist_ok=True)        with open(path, "w", encoding="utf-8") as f:            json.dump(report, f, indent=2, ensure_ascii=False)    except PermissionError:        raise DataFileError(f"没有写入文件的权限：{filepath}")    except OSError as e:        raise DataFileError(f"写入文件失败：{e}")def calculate_average(scores: dict) -> float:    """计算平均分，处理空字典的情况"""    if not scores:        return 0.0    return sum(scores.values()) / len(scores)def analyze_students(input_file: str, output_file: str) -> bool:    """    分析学生成绩    Returns:        bool: 成功返回 True，失败返回 False    """    try:        # 读取数据        data = read_students_data(input_file)        students = data["students"]        if not students:            print("⚠️ 数据文件中没有学生记录")            return False        # 处理成绩        results = []        for student in students:            # 防止 scores 字段缺失            scores = student.get("scores", {})            avg = calculate_average(scores)            results.append({                "name": student.get("name", "未知"),                "scores": scores,                "average": round(avg, 2)            })        # 排序        results.sort(key=lambda s: s["average"], reverse=True)        # 构建报告        report = {            "class": data.get("class", "未命名班级"),            "total_students": len(results),            "top_student": results[0]["name"],            "top_average": results[0]["average"],            "rankings": results        }        # 保存结果        save_report(report, output_file)        print(f"✅ 分析完成！结果已保存到 {output_file}")        print(f"🏆 最高分：{results[0]['name']}（平均 {results[0]['average']} 分）")        return True    except DataFileError as e:        # 业务层错误：给用户友好提示        print(f"❌ 数据处理失败：{e}")        return False    except Exception as e:        # 未预期错误：记录并报告        print(f"❌ 发生未知错误：{type(e).__name__}: {e}")        return False# 主程序if __name__ == "__main__":    success = analyze_students("students.json", "output/report.json")    if not success:        print("请检查输入文件后重试")

测试各种异常情况：

# 测试文件不存在analyze_students("不存在的文件.json", "output/report.json")# ❌ 数据处理失败：数据文件不存在：不存在的文件.json# 测试 JSON 格式错误analyze_students("broken.json", "output/report.json")# ❌ 数据处理失败：JSON 格式错误（第 3 行）：Expecting ',' delimiter# 测试正常情况analyze_students("students.json", "output/report.json")# ✅ 分析完成！结果已保存到 output/report.json# 🏆 最高分：Alice（平均 91.67 分）

八、异常处理的最佳实践

✅ 应该做的：

# 1. 精准捕获具体异常类型，而不是一刀切捕获 Exceptionexcept FileNotFoundError:   # ✅ 好except Exception:           # ⚠️ 太宽泛，慎用# 2. 捕获异常后给出有意义的错误信息except ValueError as e:    print(f"输入值无效：{e}")   # ✅ 有上下文# 3. 用 finally 确保资源释放（虽然 with 已经处理了文件）try:    conn = get_db_connection()    # 操作数据库finally:    conn.close()   # ✅ 确保连接关闭# 4. 只捕获你知道如何处理的异常，其他的让它向上传播

❌ 避免的写法：

# 1. 沉默所有异常（最危险）try:    do_something()except:    # ❌ 没有指定类型，连 KeyboardInterrupt 都会被吞掉    pass# 2. 捕获了但什么都不做（bug 会被隐藏）try:    result = process(data)except Exception:    pass   # ❌ 发生错误了但程序继续，后续可能产生难以排查的 bug# 3. 用异常控制正常流程（性能差，可读性低）try:    value = my_dict["key"]except KeyError:    value = "default"# ✅ 改用：value = my_dict.get("key", "default")

小结

3 个核心原则：

1. 捕获具体异常类型，不要一刀切 except Exception
2. 捕获后一定要处理，不要默默 pass
3. 用 finally 或 with 确保资源（文件、连接）一定被释放

第一阶段收官 🎉

恭喜！第 01-08 篇的 Python 基础入门系列就此完结。

你现在掌握了：

• Python 环境搭建和基本语法
• 列表、字典两大核心数据结构
• 函数（含 Lambda、高阶函数）
• 文件操作与 JSON 处理
• 异常处理

这些已经足以让你写出实用的 Python 脚本。从下一篇开始，我们进入第二阶段：Python 进阶实用，第一个话题是——面向对象编程，用前端组件思维来理解 class。

下篇预告

第 09 篇：Python 面向对象编程：用前端组件思维来理解 Class

类 = 组件模板，实例 = 组件实例。如果你理解 React 组件，那 Python 的 OOP 你一定能快速上手。下一篇见！