PYTHON基础技能 – Python错误处理：20个异常捕获与日志记录的高级实践

今天我们要深入探讨一个让程序更加健壮的关键技能——错误处理与日志记录。想象一下，你的代码就像一名探险家，在未知的代码丛林中探索，而错误处理就是那把指南针，帮助我们在遇到困难时找到正确的方向。日志记录，则是探险日记，记录下每一次的挑战与胜利。让我们一步步成为处理Python程序中意外情况的高手吧！

1. 基础：认识try-except

在Python中，

和

是处理错误的基本构造。当你预见到某段代码可能会出错时，就把它放在

块里。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;尝试执行的代码，比如除以零</em><br>&nbsp;&nbsp;&nbsp;&nbsp;result&nbsp;=&nbsp;10&nbsp;/&nbsp;0<br>except&nbsp;ZeroDivisionError:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;如果发生除以零错误，执行这里</em><br>&nbsp;&nbsp;&nbsp;&nbsp;print("不能除以零哦！")

2. 多重异常捕获

一个

可以捕获多种类型的错误，或者你可以使用多个

块。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;可能会抛出多种错误的代码</em><br>&nbsp;&nbsp;&nbsp;&nbsp;x&nbsp;=&nbsp;int(input("请输入一个数字："))<br>&nbsp;&nbsp;&nbsp;&nbsp;y&nbsp;=&nbsp;10&nbsp;/&nbsp;x<br>except&nbsp;ValueError:<br>&nbsp;&nbsp;&nbsp;&nbsp;print("输入的不是数字！")<br>except&nbsp;ZeroDivisionError:<br>&nbsp;&nbsp;&nbsp;&nbsp;print("数字不能为零！")

3. 使用else和finally

• 1

  else

  块在没有异常发生时执行。

• 1

  finally

  无论是否发生异常都会执行，常用于资源清理。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;num&nbsp;=&nbsp;5<br>except&nbsp;ValueError:<br>&nbsp;&nbsp;&nbsp;&nbsp;print("错误的值。")<br>else:<br>&nbsp;&nbsp;&nbsp;&nbsp;print(f"数字是：{num}")<br>finally:<br>&nbsp;&nbsp;&nbsp;&nbsp;print("这是最后的操作，总会执行。")

4. 捕获所有异常

使用

作为except的参数可以捕获所有非系统退出异常。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;可能出错的代码</em><br>&nbsp;&nbsp;&nbsp;&nbsp;open("不存在的文件.txt")<br>except&nbsp;Exception&nbsp;as&nbsp;e:<br>&nbsp;&nbsp;&nbsp;&nbsp;print(f"遇到了问题：{e}")

5. 自定义异常

Python允许你创建自己的异常类，继承自

或其子类。

1
class&nbsp;CustomError(Exception):<br>&nbsp;&nbsp;&nbsp;&nbsp;pass<br><br>try:<br>&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;CustomError("这是一个自定义错误。")<br>except&nbsp;CustomError&nbsp;as&nbsp;ce:<br>&nbsp;&nbsp;&nbsp;&nbsp;print(ce)

6. 异常链

当一个异常被另一个异常捕获时，可以通过

保留原始异常信息。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;ValueError("错误值")<br>except&nbsp;ValueError&nbsp;as&nbsp;ve:<br>&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;KeyError("键错误")&nbsp;from&nbsp;ve

7. 日志记录入门

使用

模块来记录错误和其他信息，这是比打印更专业的做法。

1
import&nbsp;logging<br><br>logging.basicConfig(filename='app.log',&nbsp;level=logging.INFO)<br>try:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;潜在的错误代码</em><br>&nbsp;&nbsp;&nbsp;&nbsp;...<br>except&nbsp;Exception&nbsp;as&nbsp;e:<br>&nbsp;&nbsp;&nbsp;&nbsp;logging.error("发生了一个错误：%s",&nbsp;e)

8. 日志级别

了解并使用不同的日志级别（DEBUG, INFO, WARNING, ERROR, CRITICAL）来精确控制日志信息。

9. 格式化日志

定制日志的输出格式，让它更易读。

1
logging.basicConfig(format='%(asctime)s - %(levelname)s - %(message)s', level=logging.INFO)

10. 多线程日志

在多线程环境中确保日志的正确记录，可能需要考虑日志锁。

11. 异常上下文信息

利用

属性查看异常的因果关系链。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;try:<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;ValueError("First&nbsp;error.")<br>&nbsp;&nbsp;&nbsp;&nbsp;except&nbsp;Exception&nbsp;as&nbsp;inner:<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;KeyError("Second&nbsp;error.")&nbsp;from&nbsp;inner<br>except&nbsp;Exception&nbsp;as&nbsp;outer:<br>&nbsp;&nbsp;&nbsp;&nbsp;print(outer.__cause__)

12. 实践技巧：编写健壮的输入验证

在处理用户输入时，总是先验证，后使用。

13. 练习建议：模拟错误场景

自己设计一些错误场景，练习异常捕获和日志记录。

14. 注意事项：避免过度捕获

精确地捕获你需要处理的异常，而不是一网打尽，这样可以更好地定位问题。

15. 高级技巧：使用

1	contextlib

管理资源

语句和

模块可以自动管理资源，减少

的需要。

1
from&nbsp;contextlib&nbsp;import&nbsp;closing<br>import&nbsp;sqlite3<br><br>with&nbsp;closing(sqlite3.connect("my_database.db"))&nbsp;as&nbsp;conn:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;执行数据库操作</em><br>&nbsp;&nbsp;&nbsp;&nbsp;pass<br><em>#&nbsp;连接自动关闭</em>

深入理解：异常对象的使用与自定义日志处理

在深入学习之前，我们已经触及了异常处理和日志记录的基础，现在让我们进一步探索，解锁更高级的实践技巧。

16. 异常对象的详细信息

捕获异常时，你可以访问异常对象的属性来获取更多信息，比如使用

或

查看异常的详细信息。

1
try:<br>&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;引发异常的代码</em><br>&nbsp;&nbsp;&nbsp;&nbsp;raise&nbsp;ValueError("演示错误")<br>except&nbsp;ValueError&nbsp;as&nbsp;e:<br>&nbsp;&nbsp;&nbsp;&nbsp;print("错误详情:",&nbsp;str(e))

17. 自定义日志处理器

除了使用默认的日志处理器，你还可以自定义日志处理逻辑，比如发送邮件通知。

1
import&nbsp;logging<br>import&nbsp;smtplib<br><br>class&nbsp;EmailHandler(logging.Handler):<br>&nbsp;&nbsp;&nbsp;&nbsp;def&nbsp;emit(self,&nbsp;record):<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;log_entry&nbsp;=&nbsp;self.format(record)<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<em>#&nbsp;在这里添加发送邮件的逻辑</em><br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;print("模拟发送邮件:",&nbsp;log_entry)&nbsp;&nbsp;<em>#&nbsp;实际应用中替换为发送邮件的代码</em><br><br>logger&nbsp;=&nbsp;logging.getLogger(__name__)<br>email_handler&nbsp;=&nbsp;EmailHandler()<br>email_handler.setLevel(logging.ERROR)<br>formatter&nbsp;=&nbsp;logging.Formatter('%(asctime)s&nbsp;-&nbsp;%(levelname)s&nbsp;-&nbsp;%(message)s')<br>email_handler.setFormatter(formatter)<br>logger.addHandler(email_handler)<br><br>logger.error("这应该触发一封邮件通知。")

18. 日志过滤器

有时你可能只想记录特定的日志消息，这时可以使用日志过滤器。

1
class&nbsp;ImportantMessageFilter(logging.Filter):<br>&nbsp;&nbsp;&nbsp;&nbsp;def&nbsp;filter(self,&nbsp;record):<br>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;return&nbsp;"重要"&nbsp;in&nbsp;record.getMessage()<br><br>logger.addFilter(ImportantMessageFilter())<br>logger.info("普通信息")<br>logger.info("重要信息")

19. 异步日志处理

在异步编程中，确保日志记录不会阻塞主程序流是一个挑战。可以利用异步上下文管理器来实现。

1
import&nbsp;asyncio<br>import&nbsp;logging<br><br>async&nbsp;def&nbsp;async_log(message):<br>&nbsp;&nbsp;&nbsp;&nbsp;logging.info(message)<br><br>async&nbsp;def&nbsp;main():<br>&nbsp;&nbsp;&nbsp;&nbsp;task&nbsp;=&nbsp;asyncio.create_task(async_log("异步日志测试"))<br>&nbsp;&nbsp;&nbsp;&nbsp;await&nbsp;task<br><br>asyncio.run(main())

20. 性能与日志的最佳实践

• 不要在日志记录的格式化字符串中使用表达式，因为这会增加每次日志记录的计算成本。
• 对于大量日志，考虑日志滚动和归档，避免单个日志文件过大。
• 使用环境变量或配置文件来设置日志级别，以便于不同环境下的灵活调整。

通过这些深入的实践，你不仅能够有效地管理Python程序中的错误和异常，还能提升日志记录的专业性和效率。