Python ExceptionGroup split 怎么按异常类型拆分
来源:17golang原创
2026-09-27 17:54:10
0浏览
收藏
ExceptionGroup.split(condition) 适合把一组并发或批处理异常按类型拆成两部分:第一项是满足条件的 matched,第二项是不满足条件的 rest。它会递归处理嵌套异常组,同时保留原来的层级关系。
最关键的规则:两个返回值都可能是 None。处理完 matched 后,若 rest 不为空,应继续抛出或交给上层,不能因为已处理一类错误就把其他失败静默吞掉。
要点速览
split(ValueError)返回“匹配组、剩余组”二元组。- 嵌套
ExceptionGroup不会被简单拍平。 - 按类型集中处理时可用
except*,需要保存两个结果时用split更直接。
最小写法:一次得到 matched 和 rest
下面构造一个包含普通异常和嵌套组的示例。传入异常类型后,ValueError 会进入匹配组,其余异常进入剩余组。
errors = ExceptionGroup(
"批量任务失败",
[
ValueError("订单号格式错误"),
TimeoutError("远程接口超时"),
ExceptionGroup(
"子任务失败",
[ValueError("金额格式错误"), OSError("文件不可读")],
),
],
)
# split 会递归匹配,但保留原有异常组层级。
matched, rest = errors.split(ValueError)
if matched is not None:
print("可修复的格式错误:", matched)
if rest is not None:
print("仍需上报的其他错误:", rest)
如果没有任何异常满足条件,matched 为 None;如果全部满足,rest 为 None。不要直接访问返回值的 exceptions 属性而跳过空值判断。

同时匹配多种可恢复异常
条件可以写成异常类型元组,把业务上处理策略相同的异常放在一起。比如参数错误和键缺失都可以归入输入校验问题,而超时和系统错误继续交给上层。
recoverable, fatal = errors.split((ValueError, KeyError))
if recoverable is not None:
# 这里只记录可恢复异常,实际项目可转换成逐条失败结果。
log_recoverable(recoverable)
if fatal is not None:
# 未识别异常必须继续可见,避免批处理看似成功。
raise fatal
不要用过宽的 Exception 作为条件后直接丢弃匹配组,那几乎等于吞掉全部常规错误。拆分条件应对应明确恢复动作,例如重新提示输入、跳过单条记录或进入重试队列。
只处理 matched,rest 必须继续可见
split 的价值不仅是分类,还在于明确责任边界。可恢复组由当前层消费,剩余组保持原始异常结构并继续传播。这样日志、追踪和上层策略仍能看到未知失败。
| 结果 | 典型处理 | 注意点 |
|---|---|---|
matched | 记录、转换、重试 | 必须有明确恢复策略 |
rest | 重新抛出或交给上层 | 不可静默丢弃 |
None | 跳过对应分支 | 不要访问其属性 |

split 和 except* 怎么选
如果异常已经被抛出,而且希望在一个 try 块中按类型执行处理器,except* 更自然;如果异常组已作为对象拿到,需要先分类、保存结果或交给不同组件,split 更清楚。两者都面向异常组,不要把普通 except 的单异常思路直接套过来。
split 会修改原异常组吗?
不会。它返回派生出的匹配组和剩余组,原异常组仍可保留。
能否按自定义规则拆分?
可以使用官方接口接受的条件形式进行筛选;规则应保持无副作用,并只依据异常本身判断,便于结果复查。
版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
青漫漫画没有账号能看吗?游客浏览、登录功能与权限边界说明
- 上一篇
- 青漫漫画没有账号能看吗?游客浏览、登录功能与权限边界说明
- 下一篇
- Go csv.Reader InputOffset 怎么记录断点位置
查看更多
最新文章
-
- 文章 · python教程 | 2小时前 |
- Python dataclass slots 与 weakref_slot 怎么一起用
- 207浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · Python tarfile extraction_filter data_filter
- Python tarfile extraction_filter 怎么阻止危险路径
- 232浏览 收藏
-
- 文章 · python教程 | 16小时前 |
- Python pathlib.Path.walk 怎么剪枝目录遍历
- 159浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · SQLite · Python sqlite3 autocommit isolation_level SQLite事务
- Python sqlite3 autocommit 与 isolation_level 怎么配合
- 378浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异步编程 · Python教程 · Python 任务调度 asyncio eager_task_factory
- Python asyncio eager task factory 什么时候会改变执行顺序
- 497浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python zoneinfo部署时区数据缺失的兼容处理
- 378浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python functools.cache与lru_cache按场景选择的参数清单
- 211浏览 收藏
-
- 文章 · python教程 | 3天前 | python ·
- Python multiprocessing共享状态与进程安全队列的选择
- 316浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python re用分组字典解析可选日志字段的实现
- 470浏览 收藏
-
- 文章 · python教程 | 4天前 | JSON · python · Python NaN json.loads Infinity parse_constant
- Python json.loads解析非标准数字的容错边界
- 267浏览 收藏
-
- 文章 · python教程 | 1星期前 |
- Python csv.DictReader处理缺失列与额外列的办法
- 105浏览 收藏
-
- 文章 · python教程 | 1星期前 |
- Python logging按请求注入上下文字段的过滤器方案
- 324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。
- 239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。
- 284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。
- 253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。
- 234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。
- 42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

