异常基础
在python代码中捕获异常，可以使用try/except语句。它的基本形式如下：
python
体验AI代码助手
代码解读
复制代码
try:
# 需要检查的代码
except Exception as e:
# 处理异常的代码
还可以使用finally子句，在异常发生时执行一些清理工作，以及不管是否发生异常都要执行的操作。
python
体验AI代码助手
代码解读
复制代码
try:
# 需要检查的代码
except Exception as e:
# 处理异常的代码
finally:
# 不管是否发生异常都要执行的代码
此外，在except子句中，可以根据不同的异常类型使用不同的处理方式，以便更加精确地处理异常。
python
体验AI代码助手
代码解读
复制代码
try:
# 需要检查的代码
except ValueError as e:
# 处理ValueError异常的代码
except TypeError as e:
# 处理TypeError异常的代码
except Exception as e:
# 处理其他异常的代码
可以发现，为了给一个方法添加异常处理，需要在方法中添加大量的try/except语句，这样会使代码变得很冗长，不易阅读。因此，笔者尝试一种更加优雅的方式来处理异常。
异常处理装饰器
笔者的初步构思是我只需要给需要捕捉异常的函数添加一个装饰器，随后我们可以将该函数的各类异常分离出来，统一处理。这样就可以避免在函数中添加大量的try/except语句。
python
体验AI代码助手
代码解读
复制代码
# 伪代码
@tryme
def func():
# 需要检查的代码
print(1 / 0)
@func.exception(ZeroDivisionError)
def handle_zero_division_error(e):
# 处理ZeroDivisionError异常的代码
print(e)
这样，当func函数发生ZeroDivisionError异常时，就会调用handle_zero_division_error函数来处理异常。
观察以上伪代码，首先我们在func函数上添加了一个装饰器@tryme，这点不难理解，而后面我们添加异常装饰器是使用@func.exception，但是我们的func函数并没有exception属性，这是怎么回事呢？其实这也不难，我们只需要在@tryme的装饰器中，将func函数的exception属性指向一个新的函数，这个函数的作用就是添加异常处理函数。
代码实现
less
体验AI代码助手
代码解读
复制代码
from functools import wraps
from typing import Callable, Dict, Any
def tryme(func):
exception_: Dict[Any, Callable] = {}
@wraps(func)
def wrapper(*args, **kwargs):
try:
ret = func(*args, **kwargs)
if ret is not None:
return ret
except Exception as e:
handler = None
for c in exception_.keys():
if isinstance(e, c):
handler = c
if handler is None:
raise e
return exception_[handler](e)
def except_(*exceptions):
def decorator(f):
for e in exceptions:
exception_[e] = f
return f
return decorator
# 将exception属性指向except_函数
# 这样就可以使用@func.exception来添加异常处理函数
wrapper.exception = except_
return wrapper
@tryme
def my_function():
print(1 / 0)
@my_function.exception(ZeroDivisionError)
def handle_zero_division_error(e):
print('zero division error')
if __name__ == '__main__':
my_function()
这一版本中有个不太合理的地方，假设我有10个函数需要捕捉某个指定异常，岂不是要写10次@my_function.exception(ZeroDivisionError)？这样的代码显然不够优雅，因此我们需要改进一下。使用类来封装异常装饰器，同一实例化的对象可以共享异常处理函数。
python
体验AI代码助手
代码解读
复制代码
from functools import wraps
from typing import Callable, Dict, Any
class TryMe:
def __init__(self):
self.exception_: Dict[Any, Callable] = {}
def try_(self, func):
@wraps(func)
def wrapper(*args, **kwargs):
try:
return func(*args, **kwargs)
except Exception as e:
handler = None
for c in self.exception_.keys():
if isinstance(e, c):
handler = c
if handler is None:
raise e
# 将异常发生的函数和异常对象传入异常处理函数
return self.exception_[handler](func, e)
return wrapper
def except_(self, *exceptions):
def decorator(f):
for e in exceptions:
self.exception_[e] = f
return f
return decorator
tryme = TryMe()
@tryme.try_
def my_function():
print(1 / 0)
print('hello world')
@tryme.try_
def my_function2():
print(1 / 0)
print('hello world')
@tryme.except_(ZeroDivisionError)
def handle_zero_division_error(func, e):
print(func.__name__, str(e))
if __name__ == '__main__':
my_function()
my_function2()
csharp
体验AI代码助手
代码解读
复制代码
输出：
my_function division by zero
my_function2 division by zero
这样，我们可以统一封装异常函数，由于调用异常函数时，会传入异常发生的函数和异常对象，因此我们可以在异常函数中获取异常发生的函数的信息，比如函数名、参数等。
总结
本文不仅介绍了Python中的异常处理机制，还实现了一个简单的异常装饰器。面对多个异常需要在函数后追加各种except语句，显得代码不够优雅，因此我们可以使用装饰器来实现异常处理，这样可以使代码更加简洁。
