PythonAPI错误统一处理技巧
2026-03-18 14:37:33
0浏览
收藏
本文深入探讨了Python中使用requests调用API时的异常统一处理最佳实践,强调必须显式捕获requests.exceptions.RequestException而非笼统的Exception,结合合理timeout设置、精细化的状态码与异常类型判断来区分重试(如503、ConnectionError)与立即终止(如401、403)场景,并推荐使用tenacity实现带退避和过滤的稳健重试;同时指出JSON解析前务必校验Content-Type和状态码,避免JSONDecodeError,并详述了如何记录脱敏但上下文完整的请求/响应日志(含URL、耗时、Header、截断响应体等),直击线上排查痛点,帮助开发者构建高可靠性、易调试、可维护的API调用层。

requests 请求失败时怎么统一捕获异常
Python 里用 requests 调用 API,最常见的是网络抖动、超时、服务端返回非 2xx 状态码这三类问题。它们不能全靠 try/except Exception 一锅端——比如 requests.exceptions.Timeout 和 requests.exceptions.ConnectionError 需要重试,而 401 Unauthorized 就该立刻停手换 token。
- 必须显式捕获
requests.exceptions.RequestException(它是所有 requests 异常的基类),而不是裸写except: response.raise_for_status()只处理 4xx/5xx,不处理网络层错误,得和try/except配合用- 超时一定要设
timeout=(3, 7)(连接 3 秒 + 读取 7 秒),否则卡死在 DNS 解析或空响应上很常见
如何区分该重试还是该放弃
不是所有失败都值得重试。比如 400 Bad Request 是你参数错了,重试十次也没用;但 503 Service Unavailable 或 ConnectionError 就适合加退避重试。
- 重试场景:状态码在
[429, 500, 502, 503, 504]中,或异常类型是ConnectionError/Timeout/TooManyRedirects - 放弃场景:
401(token 过期)、403(权限不足)、404(路径错)、422(参数校验失败) - 用
tenacity库比手写 while 循环更稳,它支持 jitter 退避和按异常类型过滤重试条件
response.json() 报 JSONDecodeError 怎么办
API 返回空体、HTML 错误页、或者 Content-Type 不是 application/json 时,response.json() 必然炸。这不是你代码写错了,是没做内容健壮性检查。
- 永远先检查
response.status_code和response.headers.get("content-type"),再决定是否调.json() - 别直接
response.json(),改用response.json() if "json" in response.headers.get("content-type", "") else None - 如果必须解析,包一层
try/except json.JSONDecodeError,并把response.text[:200]打出来——很多时候你看到的是 Nginx 502 页面或 Django debug 页面
日志里怎么记录失败请求才方便排查
只记 “API 调用失败” 没用。线上出问题时,你要能靠日志还原出完整上下文:发了什么、收到什么、在哪卡住。
- 必须记录:
url、method、status_code、elapsed.total_seconds()、response.headers.get("content-type") - 敏感字段如
Authorization头、password参数要脱敏,但保留字段名和长度(例如"Authorization": "Bearer *** (len=42)") - 不要在日志里 dump 整个
response.text,大响应体可能撑爆日志系统;用response.text[:500]+ 标注是否被截断
真正麻烦的是跨服务链路里 token 刷新、重定向跳转、gzip 响应解压失败这些隐性环节——它们不会报错,但会让 response 内容和预期对不上。每次加新 API,先抓包看原始 HTTP 流,比对着文档瞎猜强得多。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
PHP消息队列选型对比分析
- 上一篇
- PHP消息队列选型对比分析
- 下一篇
- DeepSeek助力剧本杀反转技巧提升
查看更多
最新文章
-
- 文章 · python教程 | 2小时前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 13小时前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 23小时前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python itertools.batched strict 参数什么时候会报错
- 306浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python ExceptionGroup split 怎么按异常类型拆分
- 311浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python dataclass slots 与 weakref_slot 怎么一起用
- 207浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python tarfile extraction_filter data_filter
- Python tarfile extraction_filter 怎么阻止危险路径
- 232浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 256次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 301次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 277次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 257次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 62次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

