Python异常处理 | 调试技巧分享 | 代码优化方案

Python异常处理与调试进阶 - 老司机带你避坑

写了这么多年Python，发现很多同学还在用print调试代码，看到异常就一脸懵。今天就来聊聊异常处理和调试那些事，顺便分享些实战经验。

异常处理基本功：

try:

risky_operation()

except Exception as e:

print(f"出错了: {e}")

else:

print("操作成功")

finally:

print("清理资源")

光会用try-except可不够，来看个实际案例 - 文件操作异常处理：

def read_config(filepath):

try:

with open(filepath, 'r', encoding='utf-8') as f:

content = f.read()

config = json.loads(content)

return config

except FileNotFoundError:

logging.error(f"配置文件不存在: {filepath}")

return None

except json.JSONDecodeError as e:

logging.error(f"配置文件格式错误: {e}")

return None

except Exception as e:

logging.error(f"未知错误: {e}")

return None

自定义异常类能让代码更专业：

class ConfigError(Exception):

"""配置相关异常"""

pass

class NetworkError(Exception):

"""网络相关异常"""

def __init__(self, message, status_code=None):

super().__init__(message)

self.status_code = status_code

# 实际使用

def fetch_data(url):

try:

response = requests.get(url)

if response.status_code != 200:

raise NetworkError("请求失败", status_code=response.status_code)

return response.json()

except requests.RequestException as e:

raise NetworkError(f"网络请求异常: {e}")

调试技巧升级版 - 用装饰器记录函数调用：

import functools

import logging

def debug_log(func):

@functools.wraps(func)

def wrapper(*args, **kwargs):

try:

logging.debug(f"调用 {func.__name__} - 参数: {args}, {kwargs}")

result = func(*args, **kwargs)

logging.debug(f"{func.__name__} 返回值: {result}")

return result

except Exception as e:

logging.error(f"{func.__name__} 异常: {e}")

raise

return wrapper

@debug_log

def divide(a, b):

return a / b

上下文管理器也是处理异常的好帮手；

class DatabaseConnection:

def __init__(self, connection_string):

self.conn_string = connection_string

self.conn = None

def __enter__(self):

try:

self.conn = create_connection(self.conn_string)

return self.conn

except Exception as e:

logging.error(f"数据库连接失败: {e}")

raise

def __exit__(self, exc_type, exc_val, exc_tb):

if self.conn:

self.conn.close()

logging.info("数据库连接已关闭")

return False # 不吞掉异常

# 实际使用

with DatabaseConnection("mysql://localhost/test") as conn:

data = conn.execute("SELECT * FROM users")

调试神器pdb的高级用法：

def complex_calculation(data):

import pdb; pdb.set_trace() # 设置断点

result = []

for item in data:

# 一些复杂操作

processed = process_item(item)

result.append(processed)

return result

# pdb常用命令：

# n (next) - 执行下一行

# s (step) - 步入函数

# c (continue) - 继续执行到下个断点

# p variable - 打印变量值

# l - 显示当前位置代码

性能调试技巧：

import cProfile

import pstats

def profile_code(func):

def wrapper(*args, **kwargs):

profiler = cProfile.Profile()

try:

return profiler.runcall(func, *args, **kwargs)

finally:

stats = pstats.Stats(profiler)

stats.sort_stats('cumulative')

stats.print_stats(20) # 显示前20行性能数据

return wrapper

@profile_code

def expensive_operation():

# 耗时操作

pass

异常处理最佳实践：

只捕获预期的异常，避免捕获所有Exception

异常要尽早抛出，尽晚捕获

保持异常粒度合适，不要过细或过粗

合理使用finally块清理资源

记得记录异常信息，便于后期排查

调试要点：

打日志比print更专业，用logging模块

断点调试配合日志，事半功倍

性能分析工具要会用

单元测试也是调试的好帮手

实战中常见坑点：

异常捕获范围过大，导致bug被掩盖

异常信息记录不完整，难以复现问题

资源未及时释放造成内存泄露

调试代码忘记删除

性能问题定位不准确

掌握这些技巧，代码质量立马提升一个档次。记住，异常处理不是事后补救，而是系统设计的一部分。调试也不是用来找bug的，而是帮助我们理解代码运行机制。

写代码一定要保持工匠精神，异常处理要优雅，调试要专业。有问题就在评论区讨论，一起进步！