Python 函数异常处理：构建健壮可靠代码的艺术与实践202

在软件开发中，程序出现错误和异常是不可避免的。无论是用户输入错误、文件不存在、网络连接中断，还是代码逻辑缺陷，这些突发情况都可能导致程序崩溃，给用户带来糟糕的体验。Python 作为一门强大而灵活的语言，提供了一套完善的异常处理机制，让开发者能够优雅地应对这些不可预见的事件，从而构建出更健壮、更可靠的应用程序。

本文将深入探讨 Python 函数中的异常处理，从基础的 `try-except` 语句到高级的异常链、自定义异常，再到最佳实践和常见误区，助你全面掌握 Python 异常处理的精髓。

异常处理的核心机制：try-except 语句

Python 中最基本的异常处理结构是 `try-except` 语句。它允许你“尝试”执行一段可能出错的代码，并在出错时“捕获”并处理异常。

基本语法与流程

`try-except` 块的工作流程如下：
`try` 块：包含可能引发异常的代码。
如果 `try` 块中的代码执行期间没有发生异常，那么 `except` 块将被跳过。
如果 `try` 块中的代码执行期间发生异常，那么 `try` 块中剩余的代码将被立即中止，Python 将查找与该异常类型匹配的 `except` 块。
如果找到匹配的 `except` 块，其中的代码将被执行。
如果没有找到匹配的 `except` 块，该异常将向上冒泡，直到被外层 `try-except` 块捕获，或者如果最终未被捕获，程序将终止并显示未处理的异常信息。


def safe_divide(a, b):
try:
result = a / b
print(f"运算结果: {result}")
except ZeroDivisionError:
print("错误: 除数不能为零！")
except TypeError:
print("错误: 输入的类型不正确，请确保输入的是数字。")
except Exception as e: # 捕获其他所有未预料的异常
print(f"发生了一个未预料的错误: {e}")
print("--- 测试除零错误 ---")
safe_divide(10, 0)
print("--- 测试类型错误 ---")
safe_divide(10, "2")
print("--- 测试正常情况 ---")
safe_divide(10, 2)

在上面的例子中，`safe_divide` 函数尝试执行除法运算。如果 `b` 为零，会触发 `ZeroDivisionError`；如果 `b` 不是数字类型，会触发 `TypeError`。`except` 块负责捕获并处理这些特定类型的异常。

捕获特定异常

捕获特定类型的异常是异常处理的最佳实践之一。这使得你的代码能够区分不同类型的错误，并采取相应的处理策略，而不是盲目地捕获所有错误。
捕获单一异常： 直接指定异常类型，如 `except ValueError:`。
捕获多个异常： 可以用一个元组来指定多个异常类型，如 `except (ValueError, TypeError):`。
获取异常信息： 使用 `as e` 语法可以将异常对象赋值给一个变量 `e`，从而获取异常的详细信息，这对于调试和提供有意义的错误消息非常有帮助。


def get_positive_integer():
while True:
try:
user_input = input("请输入一个正整数: ")
num = int(user_input)
if num

2025-11-06

上一篇：Python Pandas `astype(str)` 深度解析：数据类型转换的艺术与实践

下一篇：Python源代码审计：保护应用安全的深度指南与最佳实践