Python基础异常处理try-except代码写法

一、try-except 基础语法与核心执行流

在 Python 中，异常捕获的基本原理可以概括为：把可能引发崩溃的代码放在 try 块内进行监视；一旦发生指定错误，程序控制权立刻转移到对应的 except 块中执行补救代码，从而阻止主程序崩溃。

1. 最简 try-except 语法结构

try:
    # 放置可能抛出异常的代码片段
    number = int(input("请输入一个正整数: "))
    result = 100 / number
    print(f"计算结果为: {result}")
except ValueError:
    # 当输入非数字字符时，int() 会抛出 ValueError，程序会跳转至此
    print("输入格式错误：请输入有效的纯数字字符！")
except ZeroDivisionError:
    # 当输入为 0 时，除法操作会抛出 ZeroDivisionError，程序会跳转至此
    print("计算错误：除数不能为零！")

print("程序已顺利避开崩溃，继续执行后续任务...")

在上面的示例中，如果用户输入了 "abc"，int() 无法将其解析为整数并触发 ValueError。此时 result = 100 / number 将不会被执行，解释器立刻匹配到 except ValueError: 分支，打印提示信息后跳出结构，继续向后运行最终的 print 语句，确保整个服务没有意外中断。

二、精准捕获异常与多异常处理写法

Python 拥有庞大的内置异常类层次结构。写好异常处理的第一准则，是明确自己防范的异常类型，而不是盲目处理所有错误。

1. 获取详细异常信息：使用 as 关键字

除了拦截异常，开发过程中通常需要记录具体的错误原因或异常对象。可以使用 as 别名将异常实例捕获：

try:
    with open("config_not_found.json", "r", encoding="utf-8") as file:
        content = file.read()
except FileNotFoundError as err:
    # err 是 FileNotFoundError 的实例，包含系统错误码与详情
    print(f"捕获到文件不存在异常: {err}")
    print(f"异常类型为: {type(err).__name__}")

2. 并列处理多个不同的异常

一段代码可能会引发不同种类的错误。例如对字典或列表进行取值并计算时，可能遇到键不存在或索引越界。我们可以为每个异常类型书写独立的 except 分支：

data_map = {"port": 8080}
server_list = ["192.168.1.1"]

try:
    port = data_map["timeout"]       # 可能抛出 KeyError
    primary_ip = server_list[5]     # 可能抛出 IndexError
except KeyError as k_err:
    print(f"配置键缺失，已启用默认设置: {k_err}")
except IndexError as idx_err:
    print(f"服务器列表索引越界: {idx_err}")

3. 使用元组合并相同处理逻辑的异常

如果针对多种异常的修复手段完全一致，可以将它们放在一个元组中合并捕获，避免冗余代码：

try:
    val = int("invalid_num")
    res = 10 / 0
except (ValueError, ZeroDivisionError) as calc_err:
    print(f"数值计算或转换失败，统一返回默认值 0。详情: {calc_err}")

三、构建完整防线：else 与 finally 语句的高级协同

很多初学者只知道 try 和 except，但在编写工业级 Python 代码时，完整的异常处理四构件是：try - except - else - finally。合理搭配这四个子句，能让代码的职责切分极其清晰。

完整四件套协同示例

def safe_read_and_process(file_path: str):
    file_handle = None
    try:
        print("1. [try] 尝试以只读模式打开指定文件...")
        file_handle = open(file_path, "r", encoding="utf-8")
        data = file_handle.read()
    except FileNotFoundError as err:
        print(f"2. [except] 捕获文件缺失错误: {err}")
        return None
    except PermissionError as err:
        print(f"2. [except] 捕获权限不足错误: {err}")
        return None
    else:
        print("3. [else] 文件正常读取，开始解析业务数据...")
        processed_data = data.strip().upper()
        return processed_data
    finally:
        print("4. [finally] 清理程序启动：准备关闭文件资源...")
        if file_handle and not file_handle.closed:
            file_handle.close()
            print("   -> 文件句柄已成功安全释放。")
        print("   -> 离开异常处理控制域。")

# 测试调用
result = safe_read_and_process("demo_data.txt")

在上述架构中：

• 如果文件打开成功，except 全部跳过，直接进入 else 分支处理数据；之后进入 finally 关闭句柄并返回。
• 如果文件不存在，触发 except FileNotFoundError，else 绝不执行；即使在 except 中写了 return None，Python 也一定会先执行完 finally 中的清理代码，然后再真正退出函数。

四、工程避坑指南与最佳实践

在实际项目中，不规范的异常捕获往往比没有异常捕获更可怕。错误的写法可能让严重 Bug 被无声无息地吞没，导致排查成本极高。以下是编写异常处理时必须遵守的四项准则。

1. 绝不使用“裸 except”或直接吞没异常

不带任何类的 except: 实际上会捕获继承自 BaseException 的所有对象，包括用户强制终止程序的 KeyboardInterrupt 和退出指令 SystemExit，导致脚本连 Ctrl+C 都无法停止。同时，代码中的拼写笔误（如 NameError）也会被吞没，使得开发者完全察觉不到代码错误。

2. 保持 try 块体积最小化

将数十行甚至整个函数体包裹进一个大 try 块是典型的不良习惯。包裹范围越广，发生非预期异常的概率就越高，从而导致难以定位究竟是哪一行代码报错。

• 错误做法：把参数校验、网络请求、数据存储、格式化输出全部塞在同一个 try 块内。
• 正确做法：只对高风险的网络请求使用 try 包裹，请求成功后的纯内存数据处理放入 else 块中。

3. 合理使用 raise 重新抛出异常与异常链

有时在当前层级我们只负责记录日志或释放资源，之后仍希望将异常继续向上抛给外层调用方处理。此时可以在 except 块中使用单独的 raise 语句：

try:
    connect_to_remote_db()
except ConnectionError as e:
    logger.error(f"数据库连接失败，准备通知告警中心: {e}")
    # 记录完后重新抛出当前异常，不吞没故障
    raise

五、全篇总结

Python 的 try-except 并不是为了掩盖错误，而是赋予程序在不可抗拒的外部波动与意外输入面前拥有从容应对、优雅降级与自我恢复的能力。回顾核心写法：

1. 基础捕获：用 try 圈定可能失败的代码，用 except ExceptionType: 拦截目标异常；
2. 信息提取：使用 as err 获得原生异常描述，以便排查诊断；
3. 全套协作：else 分离正常逻辑，finally 守护资源关闭底线；
4. 避坑规范：杜绝裸 except: 与静默 pass，坚持小范围精准捕获。

掌握并恪守以上写法与规范，便能让你的 Python 代码从脆弱的脚本跃升为健壮、可靠的工业级应用。