Python异常类型及处理技巧大全
2026-04-02 08:37:56
0浏览
收藏
Python异常处理的核心在于让程序在意外发生时仍能可控、优雅地运行,而非掩盖错误;本文系统梳理了ValueError、TypeError、KeyError等常见内置异常的触发场景与定位方法,强调精准捕获而非宽泛空捕获,并深入讲解了else/finally的合理运用、有意义的错误反馈、自定义异常设计以及上下文管理器等进阶技巧,辅以真实配置文件加载案例,帮助开发者写出更健壮、可维护、易调试的Python代码。

Python 异常处理不是为了掩盖错误,而是让程序在意外发生时仍能可控地运行。掌握常见异常类型和合理使用 try-except,是写出健壮代码的关键一步。
最常遇到的内置异常类型
了解这些异常的触发场景,能帮你快速定位问题:
- ValueError:传入参数类型正确但值不合适,比如
int("abc")或math.sqrt(-1) - TypeError:操作或函数应用于不支持的对象类型,如
"hello" + 123或调用不可调用对象42() - KeyError:字典中访问不存在的键,如
d = {}; d["missing"] - IndexError:序列(列表、元组、字符串)索引越界,如
[1,2][5] - FileNotFoundError:尝试打开不存在的文件,
open("nonexistent.txt") - ZeroDivisionError:除数为零,
10 / 0 - AttributeError:访问对象不存在的属性或方法,如
"abc".append(1)
异常处理的实用原则
避免空 except: 或宽泛捕获 Exception,优先精准捕获、明确处理逻辑:
- 只捕获你预期且能处理的异常类型,例如读文件时捕获
FileNotFoundError和PermissionError,而不是笼统的Exception - 在
except块中提供有意义的反馈,比如记录日志、给出默认值或引导用户修正输入 - 用
else子句执行无异常时的逻辑(如成功解析后写入数据库),避免把正常流程塞进try块 - 必要时用
finally确保清理动作执行,比如关闭文件、释放锁,无论是否出错
推荐的结构化写法示例
以安全读取 JSON 配置文件为例:
import jsondef load_config(filepath): try: with open(filepath, "r", encoding="utf-8") as f: return json.load(f) except FileNotFoundError: print(f"配置文件 {filepath} 未找到,使用默认配置") return {"debug": False, "timeout": 30} except json.JSONDecodeError as e: print(f"配置文件格式错误:{e}") return {"debug": False, "timeout": 30} except PermissionError: print(f"无权限读取 {filepath}") raise # 权限问题通常不应静默忽略,选择重新抛出
进阶建议:自定义异常与上下文管理
当业务逻辑有明确错误语义时,定义自己的异常类,提升可读性和可维护性:
- 继承
Exception或更具体的内置异常,例如class InvalidUserInputError(ValueError): pass - 在关键函数或模块入口做参数校验,并主动
raise自定义异常,比让下游处理模糊的TypeError更清晰 - 结合
contextlib.suppress忽略已知可忽略的异常(如删除临时文件时文件可能不存在),比写try-except-pass更简洁 - 对资源操作,优先使用
with语句(上下文管理器),它本质已封装了异常安全的清理逻辑
到这里,我们也就讲完了《Python异常类型及处理技巧大全》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
《Shotgun》歌词中文翻译解析
- 上一篇
- 《Shotgun》歌词中文翻译解析
- 下一篇
- Word论文添加多级参考文献教程
查看更多
最新文章
-
- 文章 · python教程 | 8小时前 |
- Python aifc 替代方案 迁移旧 AIFF 读取代码前要确认哪些格式条件
- 144浏览 收藏
-
- 文章 · python教程 | 8小时前 | python ·
- Python wave.Wave_read 怎样读取 PCM 声道数和采样宽度
- 243浏览 收藏
-
- 文章 · python教程 | 8小时前 | xml · Python教程 · Python SAX xml.sax.handler.ContentHandler characters XML文本解析
- Python xml.sax.handler.ContentHandler 怎样收集跨回调的文本内容
- 382浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python email.policy.clone 怎样设置邮件序列化换行规则
- 483浏览 收藏
-
- 文章 · python教程 | 8小时前 | Python教程 · Python 邮件解析 email.headerregistry.Address 邮箱显示名 addr_spec
- Python email.headerregistry.Address 怎样区分邮箱显示名与地址
- 308浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python decimal.Context.flags 怎样记录计算中的舍入信号
- 276浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python statistics.kde_random 怎样按核密度估计生成样本
- 208浏览 收藏
-
- 文章 · python教程 | 8小时前 | 标准库 · python · Python overlap statistics NormalDist
- Python statistics.NormalDist.overlap 怎样比较两个正态分布重叠程度
- 182浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python fractions.Fraction.limit_denominator 怎样用小分母近似测量值
- 401浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python graphlib.CycleError 怎样读取依赖环中的节点
- 324浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python string.templatelib 怎样读取模板中的插值对象
- 221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。
- 741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。
- 738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。
- 822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。
- 786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。
- 617次使用
查看更多
相关文章
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- 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

