一句话定义
异常处理把失败从发生处传到能作出决定的层级,用明确的异常类型、原因链和清理逻辑支持报错、重试或降级。
为什么重要
- 现实世界充满意外:文件不存在、网络超时、API 限流、用户输入乱码。没有异常处理,程序遇到第一个意外就崩溃。
- 错误处理写不好比不写更危险:吞掉异常会让问题悄悄扩散,最后在完全无关的地方爆发。
- 是健壮性和可维护性的分水岭:好的异常设计能让调用方一眼知道“可能出什么错、该怎么应对”。
使用边界
finally 在正常的异常展开中执行,进程被强制终止等情况不受这项保证覆盖。重试还需考虑幂等性、重试预算与服务端提示;超时不代表外部操作一定没有成功。
原理 / 图解
Python 官方教程“错误和异常”:https://docs.python.org/3/tutorial/errors.html ;内建异常层级:https://docs.python.org/3/library/exceptions.html#exception-hierarchy
五个好习惯:
| # | 习惯 | 理由 |
|---|---|---|
| 1 | 定义领域内的自定义异常 | 调用方能精确捕获 ConfigError,而不是猜 ValueError 的含义 |
| 2 | try 块尽量小 |
只包住可能出错的那一行,避免误捕获 |
| 3 | 捕获具体异常 | 裸 except: 连 KeyboardInterrupt 都会吞掉 |
| 4 | finally 或 with 做清理 |
在正常退出和异常展开时执行已安排的资源清理(见 k1.py.context-manager) |
| 5 | 在“知道怎么办”的层级处理 | 底层抛出,上层决定重试、降级还是报错给用户 |
Python 3.11 引入 ExceptionGroup 与 except*(PEP 654),用于同时发生的多个异常,例如并发任务中多个子任务失败:https://peps.python.org/pep-0654/
可运行示例
# 文件:examples/16_exceptions.py
# 异常处理的五个好习惯
import json, logging
logging.basicConfig(level=logging.INFO, format="%(levelname)s %(message)s")
log = logging.getLogger("demo")
class ConfigError(Exception):
"""1) 自定义异常:让调用方能精确捕获"""
def read_port(cfg: dict) -> int:
try:
port = int(cfg["port"]) # 2) try 块尽量小
except KeyError:
raise ConfigError("缺少 port 配置") from None
except (TypeError, ValueError) as e: # 3) 捕获具体异常,而不是裸 except
raise ConfigError(f"port 不是整数: {cfg['port']!r}") from e
else:
if not 0 < port < 65536:
raise ConfigError(f"port 越界: {port}")
return port
finally:
log.info("read_port 检查完毕") # 4) finally 做清理/收尾
for cfg in [{"port": "8080"}, {}, {"port": "abc"}, {"port": 70000}]:
try:
print("端口 =", read_port(cfg))
except ConfigError as e:
log.warning("配置错误: %s", e) # 5) 在合适的层级处理并记录
# Python 3.11+:ExceptionGroup 与 except*,处理"同时发生的多个错误"
try:
raise ExceptionGroup("批量校验失败", [ValueError("A 字段为空"), TypeError("B 字段类型错")])
except* ValueError as eg:
print("处理值错误:", [str(e) for e in eg.exceptions])
except* TypeError as eg:
print("处理类型错误:", [str(e) for e in eg.exceptions])
一稿留存输出(Python 3.15.0):
INFO read_port 检查完毕
INFO read_port 检查完毕
WARNING 配置错误: 缺少 port 配置
INFO read_port 检查完毕
WARNING 配置错误: port 不是整数: 'abc'
INFO read_port 检查完毕
WARNING 配置错误: port 越界: 70000
端口 = 8080
处理值错误: ['A 字段为空']
处理类型错误: ['B 字段类型错']
可以看到:
finally在每次调用中都执行了(4 条 “检查完毕”)。{"port": "abc"}通过from e保留了原始的ValueError作为原因。except*把一个异常组按类型分别处理。
常见误区
except Exception: pass:最常见、最危险的写法。至少要记录日志,最好只捕获你能处理的异常。- 用异常控制正常流程:例如用异常代替
if判断循环结束(迭代器协议的StopIteration是语言层面的特例)。不过 Python 社区也接受“EAFP(先做再请求原谅)”风格,如try: d[k] except KeyError:,关键是不要滥用。EAFP 词条:https://docs.python.org/3/glossary.html#term-EAFP - 捕获后重新抛出时丢失原因:应使用
raise NewError(...) from e。 - 在
finally里return:会吞掉正在传播的异常。Python 3.14 起对finally中的return/break/continue发出SyntaxWarning(PEP 765):https://peps.python.org/pep-0765/
与 AI 开发的关系
- 调用 LLM API 必须处理的异常:超时、限流(HTTP 429)、服务端错误(5xx)、内容审核拒绝、输出格式不合法。通常的策略是:对可重试的错误(超时、429、部分 5xx)做带退避的有限次重试(见 k1.py.decorator 的 retry 示例),对不可重试的错误(认证失败、参数错误)立即报错。
- 结构化输出解析失败:模型返回的 JSON 可能不合法。捕获
json.JSONDecodeError或 Pydantic 的ValidationError,再决定是否让模型重试修正。 - 并发调用中的多个失败:
asyncio.TaskGroup中多个任务失败时会抛出ExceptionGroup,需用except*处理(见 k1.py.async-await)。 - AI 生成代码的通病:过度使用
try/except Exception,把真实错误吞掉后返回一个“看起来正常”的默认值。评审时要重点检查。
延伸阅读
- 教程·错误和异常:https://docs.python.org/3/tutorial/errors.html
- 内建异常:https://docs.python.org/3/library/exceptions.html
- PEP 654 – Exception Groups:https://peps.python.org/pep-0654/
- PEP 765 – finally 中的控制流:https://peps.python.org/pep-0765/
理解检查
请求超时后立刻重复一次写操作,可能发生什么?
参考答案:第一次可能已经成功而响应丢失;若操作不幂等,重试可能产生重复写入。
核验与复现
核验日期:2026-10-14。示例状态:运行通过。本轮日志:16_exceptions.py。
配套代码与核验资料