Python异常处理实践：try-except与自定义异常

脚本专家

在Python项目里，运行时错误几乎无法避免：用户输入不合法、文件不存在、网络中断、除数为0，都可能让程序直接中断。异常处理机制的价值不在于彻底消灭错误，而在于错误发生时能识别问题、给出兜底逻辑、释放已占资源，让程序继续稳定运行。本文围绕语法错误与异常的区别、try-except捕获、异常信息获取、else与finally、raise与assert、自定义异常以及with上下文管理器，梳理一套可以直接落到代码里的处理思路。

【一、语法错误与异常：发生阶段不同】

Python中的错误主要分两类，虽然都会导致程序无法正常执行，但出现的阶段完全不同。

语法错误（Syntax Error）指代码不符合Python语法规则，在解析阶段就被解释器发现。这时程序还没有开始运行，必须修改代码才能执行。例如if条件后漏写冒号：

2. if a == 1
3.     print(a)

复制代码

运行结果为SyntaxError: expected ':'。常见的语法错误包括少写冒号、引号没有闭合、缩进错误、关键字拼写错误等。

异常（Exception）则是语法正确、程序可以运行，但在执行过程中发生错误。例如访问不存在的列表索引：

2. lst = [1, 2, 3]
3. print(lst[3])

复制代码

列表只有索引0、1、2，访问索引3会触发IndexError: list index out of range。

区分这两者的意义在于：语法错误只能在编码阶段修正，异常则可以在运行阶段被捕获和处理。

【二、try-except基本结构与执行流程】

最基础的异常处理结构是try-except：

2. try:
3.     # 可能发生异常的代码
4. except:
5.     # 异常处理代码

复制代码

它的执行流程分两种情况：

1. try代码块没有异常：执行完try后跳过except，继续往下执行。
2. try代码块发生异常：中断try中剩余代码，转入except执行，然后继续执行后面的程序。

示例：

2. try:
3.     result = 10 / 0
4. except:
5.     print("程序出现异常")
6. print("程序继续执行")

复制代码

输出为：

程序出现异常
程序继续执行

可以看到，程序没有因为除零错误而整体崩溃。

【三、精准捕获与获取异常信息】

只写except:虽然简单，但它会捕获所有类型的异常，容易把不该吞掉的错误也一并隐藏。实际开发中更推荐精准捕获指定异常：

2. try:
3.     num = 10 / 0
4. except ZeroDivisionError:
5.     print("不能除以0")

复制代码

如果还需要拿到异常对象本身的信息，可以使用as e：

2. try:
3.     print(10 / 0)
4. except ZeroDivisionError as e:
5.     print(e)

复制代码

输出为division by zero。这样既知道异常类型，也能把具体错误信息记录到日志中。

【四、多异常处理与匹配顺序】

同一段代码可能抛出不同异常，可以写多个except分支：

2. try:
3.     a = int(input())
4. except ValueError:
5.     print("输入不是数字")
6. except TypeError:
7.     print("类型错误")

复制代码

Python会按except的书写顺序依次匹配，命中一个后就不再继续匹配。因此有一个重要原则：通配的except:必须放在最后，否则它会提前捕获所有异常，后面的分支永远不会执行。

【五、else：try成功时执行】

try-except还可以带一个可选的else子句，作用是：try代码块没有发生异常时执行。

2. try:
3.     result = 10 / 2
4. except:
5.     print("错误")
6. else:
7.     print(result)

复制代码

输出为5。

else的价值在于让职责更清晰：try只放有风险的代码，except处理错误，else处理成功后的结果，避免把正常逻辑也塞进try里而被误捕获。

【六、finally：无论是否异常都会执行】

finally的特点是：不管try中是否发生异常，它都会执行。

2. try:
3.     # 业务代码
4. except:
5.     # 异常处理
6. finally:
7.     # 必须执行的清理代码

复制代码

典型用途是关闭文件、关闭数据库连接、释放锁以及清理其他资源。例如：

2. try:
3.     file = open("test.txt")
4. finally:
5.     file.close()

复制代码

需要留意的是，这种写法在open本身失败时，file并未成功赋值，finally中直接调用close会再次触发异常。后续章节的with写法可以更好地规避这类问题。

【七、raise主动抛出异常与assert断言】

除了Python自动抛出的异常，开发者也可以用raise主动制造异常，常用于参数校验、业务规则检查和数据验证：

2. def login(password):
3.     if password != "123456":
4.         raise ValueError("密码错误")
6. login("111")

复制代码

调用后抛出ValueError: 密码错误。

assert则用于判断程序是否满足预期条件，格式为assert 条件, 提示信息：

2. age = 10
3. assert age >= 18, "年龄不符合要求"

复制代码

条件不成立时会产生AssertionError。assert适合开发调试阶段检查程序逻辑，不适合当作正式的业务异常处理手段。

【八、自定义异常：让业务错误可读】

Python内置了ValueError、TypeError、IndexError等异常，但业务中还会遇到用户不存在、余额不足、权限不足这类场景，此时可以定义自己的异常类。自定义异常必须继承Exception：

2. class UserError(Exception):
3.     pass

复制代码

使用时可以直接在业务函数中抛出并捕获：

2. class UserNotFoundError(Exception):
3.     pass
5. def find_user(name):
6.     users = ["admin"]
7.     if name not in users:
8.         raise UserNotFoundError("用户不存在")
10. try:
11.     find_user("Tom")
12. except UserNotFoundError as e:
13.     print(e)

复制代码

自定义异常的意义是让错误类型与业务语义对应，调用方捕获时能一眼看出问题属于哪个环节。

【九、with上下文管理器：自动释放资源】

文件、数据库连接、网络连接等资源在使用后必须释放。传统写法需要手动close，一旦中途出现异常就可能漏掉释放动作。with可以自动管理资源生命周期：

2. with open("a.txt") as f:
3.     data = f.read()

复制代码

代码块结束时，Python会自动关闭文件。从机制上看，with等价于try加finally，但写法更简洁，也更不容易遗漏清理步骤。

【十、常见异常类型速查】

ValueError：值错误
TypeError：类型错误
NameError：变量不存在
IndexError：索引越界
KeyError：字典不存在指定键
ZeroDivisionError：除数为0
AttributeError：属性错误
FileNotFoundError：文件不存在
SyntaxError：语法错误

【十一、实际开发中的四条原则】

1. 不要随便捕获所有异常。不推荐写except: pass，这会把错误彻底隐藏，后期排查非常困难。
2. 精准捕获异常。优先写except ValueError，而不是笼统地except:。
3. 资源必须释放。使用with open()，或者用finally保证清理逻辑一定执行。
4. 自定义异常贴近业务。像PasswordError、UserNotFoundError、PermissionError这类命名，能让调用方更快理解错误含义。

【总结】

语法错误属于代码规则问题，异常属于运行过程问题；try-except负责捕获，except as负责取错误信息，else处理成功分支，finally负责资源释放，raise用于主动抛错，assert用于调试检查，自定义异常表达业务语义，with负责自动管理资源。掌握这套机制，是Python从写出可运行代码走向可维护工程代码的关键一步。