### 多个 `try` 语句的应用 在一个 Python 程序中，可以通过嵌套的方式或并列的方式来使用多个 `try...except` 结构。这种方式允许更精细地控制不同部分可能出现的不同类型的错误。 #### 并列方式下的多层异常捕捉 当有独立的操作序列各自可能引发不同的异常时，可以在同一层次上连续放置多个 `try...except` 块。这使得每个操作都能被单独监控，并针对特定情况作出响应[^2]。 ```python def read_and_process_files(file_list): processed_data = [] for file_path in file_list: try: with open(file_path, 'r') as f: data = f.read() processed_data.append(data) except FileNotFoundError: print(f"文件 {file_path} 找不到.") try: result = process_data(processed_data[-1]) save_result(result) except ValueError: print("数据处理失败: 数据格式不正确.") finally: print(f"{file_path}: 完成读取和处理.") ``` 在这个例子中，第一个 `try...except` 负责打开文件并读取其内容；第二个负责调用函数来处理这些数据。如果任何一个步骤出现问题，则对应的 `except` 将会被触发执行相应逻辑[^3]。 #### 嵌套结构中的多重保护机制 对于某些复杂场景下，比如网络请求之后再解析返回的数据，可以采用嵌套形式的 `try...except` 来实现更加细致入微的错误管理： ```python import requests url = "http://example.com/api/data" try: response = requests.get(url) try: json_response = response.json() except ValueError: print("API 返回的内容不是有效的 JSON 格式") else: print(f"HTTP 请求失败，状态码：{response.status_code}") finally: print("结束 API 访问尝试") ``` 这里外层的 `try` 主要关注于 HTTP 请求本身的成功与否，而内层则专注于验证服务器回应是否符合预期——即能否成功转换为 JSON 对象。这样的设计不仅提高了代码健壮性，也便于定位具体哪个环节出现了问题[^1].