Ubuntu Python异常怎么处理

在 Ubuntu 环境下用 Python 写脚本，难免会遇到各种运行时异常。如果能有一套清晰的处理逻辑，那会省去不少调试的麻烦。接下来，我们就从基本原理讲到实战技巧，把异常处理这件事彻底理清楚。

一 基本语法与执行方式

先看最基础的骨架：用 try/except/else/finally 这套结构来捕获异常，目的是防止程序直接崩溃，同时确保资源能被正确回收。在终端运行脚本时，命令就是 python3 your_script.py，这点没什么好说的，直接上示例。

try:
    x = int(input("请输入整数: "))
    result = 10 / x
except ValueError:
    print("输入不是整数")
except ZeroDivisionError:
    print("除数不能为 0")
else:
    print(f"结果是: {result}")
finally:
    print("处理结束")

关键点：一定要捕获具体的异常类型，比如 ValueError、ZeroDivisionError，而不是笼统地写个 except:。你不希望把所有错误都吞掉，对吧？else 块只在无异常时执行，finally 则无论如何都会运行——适合做关闭文件、释放连接这类收尾工作。

二 常见场景与处理建议

不同场景下的异常处理，侧重点完全不同。

• 文件操作：FileNotFoundError、PermissionError 是常客。推荐使用 with 上下文管理器自动关闭文件，然后针对每种异常给出明确的提示信息。
• 用户输入与类型转换：用 int() 或 float() 时，捕获 ValueError，告诉用户“请输入合法数字”。
• 网络请求：用 requests 库时，得区分 HTTPError、ConnectionError、Timeout 等。别忘了用 response.raise_for_status() 主动触发 HTTP 状态异常。
• 多异常合并：如果好几个异常的处理逻辑相同，写成元组形式即可，比如 except (ZeroDivisionError, TypeError):。
• 调试与日志：复杂问题可以用 pdb 设置断点，一步步看变量值；线上环境则靠 logging 记录错误上下文，方便事后排查。

来看一个结合文件操作和网络请求的例子：

import logging
logging.basicConfig(level=logging.ERROR)

try:
    with open("data.txt", "r") as f:
        content = f.read()
except FileNotFoundError:
    logging.error("文件未找到")
except PermissionError:
    logging.error("无权限读取文件")

import requests
try:
    r = requests.get("https://example.com", timeout=5)
    r.raise_for_status()
except requests.exceptions.HTTPError as e:
    logging.error(f"HTTP 错误: {e}")
except requests.exceptions.ConnectionError:
    logging.error("连接失败")
except requests.exceptions.Timeout:
    logging.error("请求超时")
except requests.exceptions.RequestException as e:
    logging.error(f"请求异常: {e}")

文件操作优先用 with，网络请求按异常类型逐个处理，最后用 RequestException 兜底——这是一个很实用的分层策略。

三 调试与日志记录

当程序出问题时，最好的习惯是“记下来，别光扔堆栈”。logging 配置好后，在 except 块里记录错误并附带上文信息。如果拿不准哪里出问题，就在可疑位置插入 pdb.set_trace()，程序会暂停，你可以检查变量、看调用栈，快速定位根因。

有时候，处理完必要的清理工作后，我们想让上层调用者知道这个错误，那就用 raise 重新抛出异常，别掩盖了错误源。

import logging, pdb
logging.basicConfig(level=logging.ERROR)

def compute(a, b):
    try:
        return a / b
    except ZeroDivisionError as e:
        logging.error("计算失败: 除数不能为 0 (a=%s, b=%s)", a, b)
        raise  # 继续向上抛出

# 需要时断点调试
# pdb.set_trace()

记录信息时，一定要包含关键变量和业务语义；重新抛出异常要谨慎，避免让上层觉得莫名其妙，但也不能让错误被无声吞掉。

四 自定义异常与最佳实践

当业务逻辑比较复杂时，内置异常往往不够表达具体含义。这时候自定义异常就派上用场了——继承 Exception，为不同错误定义清晰的类，调用方可以精确捕获和区分处理。

核心的几个实践原则：

• 精准捕获：优先捕获具体异常，慎用 except Exception；对可合并处理的异常使用元组。
• 资源清理：finally 或 with 确保文件、网络连接等资源被释放。
• 提供上下文：在异常消息中包含输入值、状态或关键变量，提升维护效率。
• 分层处理：底层库抛出业务异常，上层服务统一映射为用户友好提示或错误码。

举个例子：

class NegativeValueError(Exception):
    """值不能为负数"""
    def __init__(self, value):
        super().__init__(f"值不能为负数: {value}")
        self.value = value

def check_value(v):
    if v < 0:
        raise NegativeValueError(v)

try:
    check_value(-1)
except NegativeValueError as e:
    print(e)

自定义异常让错误语义清晰许多。配合分层处理，整个系统的可观测性和可维护性都会明显提升——这才是专业级异常处理的正确打开方式。