Python异常处理与日志记录的操作过程

Python异常处理与日志记录的操作过程主要包括异常处理机制的实现、日志记录功能的配置，以及两者的结合应用。以下是具体操作步骤和最佳实践：

1. 基础异常捕获使用try-except语句捕获特定异常，例如：

   try: result = 10 / 0except ZeroDivisionError: print("除零错误发生！")

   关键点：明确捕获特定异常类型（如ZeroDivisionError），避免笼统捕获所有异常导致调试困难。

2. 多异常处理与通用捕获

   捕获多种异常类型：

   try: # 可能引发多种异常的代码 passexcept (ValueError, TypeError) as e: print(f"值或类型错误：{e}")

   通用异常捕获（慎用）：

   except Exception as e: print(f"未知错误：{e}")

3. else与finally子句

   else：无异常时执行：

   try: result = 10 / 2except ZeroDivisionError: print("错误")else: print(f"结果：{result}") # 输出结果：5.0

   finally：无论是否异常均执行（常用于资源清理）：

   file = Nonetry: file = open("test.txt", "r")except FileNotFoundError: print("文件不存在")finally: if file: file.close()

1. 基础日志配置使用logging模块记录不同级别日志：

   import logginglogging.basicConfig( level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', filename='app.log')logging.info("这是一条信息日志")logging.error("这是一条错误日志")

   参数说明：

   level：设置日志级别（如DEBUG、INFO、ERROR）。

   format：定义日志格式（时间、模块名、级别、消息）。

   filename：指定日志文件路径。

2. 高级日志配置

   分离处理器与格式器：

   logger = logging.getLogger(__name__)logger.setLevel(logging.DEBUG)file_handler = logging.FileHandler('app.log')file_handler.setLevel(logging.INFO)formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')file_handler.setFormatter(formatter)logger.addHandler(file_handler)logger.info("高级配置日志示例")

   多处理器输出（如同时输出到文件和控制台）：

   console_handler = logging.StreamHandler()console_handler.setLevel(logging.WARNING)logger.addHandler(console_handler)

1. 在异常处理中记录日志捕获异常时记录详细错误信息：

   try: result = 10 / 0except ZeroDivisionError as e: logging.error(f"除零错误：{e}", exc_info=True) # exc_info记录堆栈信息

2. 完整示例：函数级异常与日志集成

   import logginglogging.basicConfig( level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')def divide(x, y): try: result = x / y except ZeroDivisionError as e: logging.error(f"除零错误：{e}") raise # 可选择重新抛出异常 except Exception as e: logging.error(f"未知错误：{e}") raise else: logging.info(f"计算结果：{result}") return result finally: logging.debug("函数执行结束") # 调试级别日志divide(10, 2) # 正常执行divide(10, 0) # 触发异常并记录日志

1. 上下文管理器（with语句）自动管理资源（如文件、数据库连接）：

   try: with open("data.txt", "r") as file: content = file.read()except FileNotFoundError: logging.error("文件未找到")

2. 自定义装饰器统一处理异常

   def log_exceptions(func): def wrapper(*args, kwargs): try: return func(*args, kwargs) except Exception as e: logging.error(f"函数 {func.__name__} 错误：{e}") raise return wrapper@log_exceptionsdef risky_operation(): return 10 / 0

3. 日志轮转与归档使用RotatingFileHandler或TimedRotatingFileHandler避免日志文件过大：

   from logging.handlers import RotatingFileHandlerhandler = RotatingFileHandler( 'app.log', maxBytes=1024*1024, backupCount=5 # 1MB大小，保留5个备份)logger.addHandler(handler)

4. 结构化日志（JSON格式）使用structlog或自定义格式器输出结构化日志：

   import jsonclass JsonFormatter(logging.Formatter): def format(self, record): log_record = { 'time': record.asctime, 'level': record.levelname, 'message': record.getMessage() } return json.dumps(log_record)handler.setFormatter(JsonFormatter())

• 日志级别选择：生产环境建议使用INFO或WARNING，调试时使用DEBUG。
• 敏感信息过滤：避免在日志中记录密码、密钥等敏感数据。
• 性能优化：异步日志库（如Loguru）可减少日志写入对性能的影响。
• 国际化支持：使用gettext模块实现多语言日志消息。

通过合理应用上述方法，可构建健壮的Python应用，实现错误快速定位、系统状态可追溯及运维效率提升。