### Python 异常处理方法及常见异常类型 #### 1. 基本概念 在 Python 中，异常是指程序运行过程中发生的错误事件。当程序遇到无法正常执行的情况时，会抛出一个异常对象[^3]。 #### 2. 异常处理结构 Python 提供了一种优雅的方式来处理异常，主要通过 `try` 和 `except` 关键字实现。以下是基本的异常处理结构： ```python try: # 可能引发异常的代码块 pass except SomeExceptionType as e: # 处理特定类型的异常 print(f"捕获到 {SomeExceptionType.__name__}: {e}") else: # 如果没有发生异常，则执行此部分 print("未发生任何异常") finally: # 不管是否有异常都会执行的部分 print("清理资源...") ``` 上述代码展示了完整的异常处理流程，其中 `else` 子句用于在无异常情况下执行额外逻辑，而 `finally` 则无论是否发生异常都一定会被执行[^4]。 #### 3. 自定义异常 除了内置的异常类型外，还可以创建自定义异常类以便更精确地描述某些特殊场景下的错误情况。例如： ```python class MyCustomError(Exception): def __init__(self, message="这是一个自定义异常"): super().__init__(message) raise MyCustomError() # 抛出自定义异常 ``` 这里展示了一个简单的自定义异常类实例化过程，并通过 `raise` 显式触发它[^1]。 #### 4. 异常链处理 有时需要将当前层面上捕捉到的一个低级异常重新包装成另一个高层级别的新异常并继续向上传播给调用者知道具体上下文信息。这可以通过设置参数 `from` 来完成: ```python def compute_something(): try: result = int('not a number') except ValueError as ve: raise RuntimeError("计算失败") from ve compute_something() ``` 在这个例子中，原始的 `ValueError` 被保留下来作为新的 `RuntimeError` 的一部分，形成所谓的“异常链”，有助于追踪问题根源[^2]。 #### 5. 日志记录异常 为了更好地监控应用程序的行为模式或者定位难以重现的问题所在位置，应该考虑采用专业的日志工具库比如 logging 模块来代替单纯打印消息至标准输出流上。下面是如何利用logging模块记录异常的例子： ```python import logging logger = logging.getLogger(__name__) handler = logging.StreamHandler() formatter = logging.Formatter('%(asctime)s %(levelname)-8s [%(filename)s:%(lineno)d] %(message)s') handler.setFormatter(formatter) logger.addHandler(handler) logger.setLevel(logging.DEBUG) try: risky_operation() except Exception as ex: logger.error("An error occurred", exc_info=True) ``` 这段脚本配置好了一个基础的日志环境之后，在catch block里不仅报告了常规的信息还附加了整个堆栈跟踪详情。 #### 6. 常见异常类型 一些常用的异常类别包括但不限于： - **NameError**: 当尝试访问一个不存在的名字（变量名或其他命名实体）的时候被抛出来的。 - **TypeError**: 函数或操作接收到的数据类型不合适的情况下产生的。 - **ValueError**: 数据类型合法但是值不适合指定的操作所引起的。 - **IndexError**: 序列索引超出范围时报错。 - **KeyError**: 字典查找不存在的关键字时返回此类错误。 - **IOError/OSError**: 输入/输出相关的错误通常归为此类下。 - **ImportError/ModuleNotFoundError**: 导入模块失败时出现这两种之一取决于版本差异。 --- ###