当前位置:首页 > 文章列表 > Golang > Go教程 > Go errors.Is 穿透包装层匹配哨兵错误

Go errors.Is 穿透包装层匹配哨兵错误

来源:17golang原创 2026-10-02 21:56:32 0浏览 收藏

errors.Is 能穿透包装层,是因为 fmt.Errorf 使用 %w 后会保留底层错误,并提供可展开关系。调用方应使用 errors.Is(err, target),而不是 err == target 或比较错误文本。标准库说明:https://pkg.go.dev/errors。

一、最小可用写法

package main

import (
    "errors"
    "fmt"
)

var ErrNotReady = errors.New("service not ready")

func loadConfig(name string) error {
    // %w 保留哨兵错误,同时附加配置名称。
    return fmt.Errorf("load config %q: %w", name, ErrNotReady)
}

func main() {
    err := loadConfig("worker")
    // Is 会沿包装链找到 ErrNotReady。
    if errors.Is(err, ErrNotReady) {
        fmt.Println("稍后重试")
    }
}

这里返回给日志的是带上下文的完整错误,而业务分支仍能稳定识别 ErrNotReady。上下文和机器判定互不冲突。

二、errors.Is 如何穿透包装层

errors.Is 沿多层包装匹配哨兵错误

一个错误只要实现 Unwrap() error 或 Unwrap() []error,就形成错误树。errors.Is 先检查当前错误,再深度优先检查子节点。普通可比较错误与目标相等时匹配;自定义错误还可以实现 Is(error) bool 定义等价规则。

package main

import (
    "errors"
    "fmt"
)

var ErrDenied = errors.New("permission denied")

func query() error {
    // 第一层记录存储动作。
    inner := fmt.Errorf("read profile: %w", ErrDenied)
    // 第二层记录请求维度,底层身份仍然保留。
    return fmt.Errorf("request 42 failed: %w", inner)
}

func main() {
    fmt.Println(errors.Is(query(), ErrDenied))
}

三、为什么 %v 和重复 errors.New 会失效

不同错误构造方式对 errors.Is 匹配的影响

%v 只把底层错误格式化进字符串,不建立包装关系;每次调用 errors.New 又会创建新的错误值,即使文本相同也不是同一个哨兵。因此下面两种写法都不能稳定匹配。

package main

import (
    "errors"
    "fmt"
)

var ErrMissing = errors.New("missing")

func main() {
    // %v 只有文本,没有 Unwrap 关系。
    textOnly := fmt.Errorf("load item: %v", ErrMissing)
    fmt.Println(errors.Is(textOnly, ErrMissing))

    // 相同文本不代表相同错误值。
    another := errors.New("missing")
    fmt.Println(errors.Is(another, ErrMissing))
}

四、在服务边界做错误分类

哨兵错误适合表达调用方需要采取动作的稳定类别,例如“未找到”“冲突”“暂不可用”。底层函数用 %w 添加参数、资源或操作上下文,边界层用 errors.Is 映射状态码和重试策略。

package service

import (
    "errors"
    "fmt"
)

var (
    ErrNotFound  = errors.New("not found")
    ErrTemporary = errors.New("temporary failure")
)

func handle(err error) (code int, message string) {
    // 外部响应使用稳定分类,不暴露完整内部错误文本。
    switch {
    case errors.Is(err, ErrNotFound):
        return 404, "资源不存在"
    case errors.Is(err, ErrTemporary):
        return 503, "服务暂不可用"
    default:
        return 500, "内部错误"
    }
}

func load(id string) error {
    // 具体 ID 留给内部日志,分类由哨兵错误提供。
    return fmt.Errorf("load id=%s: %w", id, ErrNotFound)
}

公开一个可包装的哨兵错误等于承诺调用方可以依赖这一分类。若底层实现细节未来可能更换,就不要随意暴露数据库或文件系统的原始哨兵;在模块边界转换为自己的稳定错误。

五、写法对照

写法保留底层身份errors.Is 可匹配
fmt.Errorf("context: %w", err)是是
fmt.Errorf("context: %v", err)否否
直接返回哨兵错误是是
重新 errors.New 相同文本否否
字符串比较不适用脆弱,不推荐

六、常见问题

1. 一层包装能用,包装很多层还可以吗?

可以。只要每层都通过 %w 或 Unwrap 方法保留关系,errors.Is 就会继续遍历。

2. 什么时候继续使用 ==?

只有明确知道错误未被包装且只比较当前值时才可使用;库和服务边界通常优先选择 errors.Is。

3. 哨兵错误和具体错误类型如何选择?

只需要回答“属于哪一类”时用哨兵错误;需要读取路径、偏移量等结构化字段时,用具体错误类型配合 errors.As。

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
蛙蛙漫画详情页怎么举报?一键举报、开发者信息与反馈边界蛙蛙漫画详情页怎么举报?一键举报、开发者信息与反馈边界
上一篇
蛙蛙漫画详情页怎么举报?一键举报、开发者信息与反馈边界
Redis Vector Sets 存储相似度结果的查询组织
下一篇
Redis Vector Sets 存储相似度结果的查询组织
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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数据集详解:生物医学问答基准、功能与应用指南
    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。
    301次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    358次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    357次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    324次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    143次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码