Python异常处理与日志记录实战指南

Python异常处理与日志处理概述

本文总结近期在Python编程中关于异常处理与日志处理的实践经验。异常处理是软件开发中至关重要的环节。由于作者早期主要使用C++，该语言并未强制要求使用try...catch结构，因此在初期编码时往往忽略此部分。直到接触Java后，发现许多场景必须显式添加try...catch模块，但当时仅依赖Eclipse的自动补全功能或直接在类声明中使用throws Exception来规避编译错误，并未深入理解其原理。

近期在编写Python代码时，注意到Python同样广泛使用try...catch结构。为了彻底解决这一认知盲区，作者进行了深入的思考与梳理。

Python异常处理机制

Python异常处理

Python的异常处理语法结构相对简洁，基本形式如下：

try:
 ...(可能出现异常的代码)
except ...(Python内置异常类或者自己实现的异常类) as e: (或者直接except:) 
 ...(处理该异常的代码)

以往作者通常忽略异常处理，依赖控制台打印的报错行号来定位问题，随后手动排查逻辑错误。经过反思，这种做法存在两个主要缺陷：

任何未捕获的错误都会导致程序直接中断，且错误提示信息往往不够直观，导致排查错误的时间显著增加。

详细解释如下：

问题一：作者之所以长期忽略此问题，是因为过往编写的程序规模较小，即使发生异常导致中断，影响也有限。然而，若未来参与多人协作的大型模块开发，一旦某个模块抛出未捕获异常导致整个程序崩溃，后果将不堪设想。

问题二：为说明此问题，举例如下。假设需要处理一个日志文件，其内容大致如下：

Jul 16 03:27:01 node69 sced[22053]: Connection from 
Jul 16 03:27:01 node69 sced[22053]: SSH: Server;Ltype 
Jul 16 03:27:01 node69 sced[22053]: SSH: Server;Ltype
Jul 16 03:27:11 node69 sced[23417]: Connection from 
Jul 16 03:27:11 node69 sced[23417]: Connection from 
Jul 16 03:27:11 node69 sced[23417]: SSH: Server;Ltype
Jul 16 03:27:11 node69 sced[23417]: SSH: Server;Ltype
Jul 16 03:27:20 node69 sced[23454]: Connection from 
Jul 16 03:27:20 node69 sced[23454]: Connection from 

目标是提取每行字符串中的'sced'名称。直观上，使用Python一行代码即可实现：

s = line.split()[4].split('[')[0].strip(':')

该写法在数据规范时无误，但实际日志文件通常规模巨大（如百万行），且可能包含空行或截断的不完整行，例如：

Jul 16 03:27:01 node69 sced[22053]: SSH: Server;Ltype
（空行）
Jul 16 03:27:11 node69 sced[23417]: Connection from 
Jul 16 03:27:11 node69 sced[23417]: Connection from 
Jul 16 03:27:11 (只有一半的行)
Jul 16 03:27:11 node69 sced[23417]: SSH: Server;Ltype

在处理此类数据时，程序会抛出数组越界异常并立即中断。每次遇到此类问题，作者需手动分析报错行，若不清楚异常行的具体形态，排查耗时极长。更糟糕的是，解决一个问题后，若后续数据出现其他异常，仍需重复上述过程。若能一次性从头到尾处理数据，在遇到异常时打印该行信息且程序不中断，将极大提升效率。这正是异常处理语句的应用场景，代码如下：

with open(fileName, 'r',encoding = 'utf-8' ,errors='ignore') as f:
 for line in f.readlines():
 try:
  s = line.split()[4]
  s = s.split('[')[0].strip(':')
  theDict[s] = 1 if theDict.get(s,-1) == -1 else theDict[s]+1 #先得到日志的程序名出现次数的字典
 except:
  logging.exception('文件--' + fileName+'--在解析句子--'+line+'--时出现异常') #exception代表打印时也会打印出系统错误提示语句
#  raise

起初，由于不确定可能遇到的异常类型，代码中仅打印异常信息而不抛出（raise）。若希望遇到异常时停止处理后续数据，可取消raise的注释。作者认为，raise的作用类似于程序中的return语句。

作者的目标是运行一次代码，打印出所有无法处理的行。上述写法实现了这一功能，充分展示了异常处理语句的实用价值。

总结：

编程的本质是实现特定逻辑，但开发者无法穷尽所有边界情况。此时引入异常处理模块，将异常信息打印出来，有助于在出现异常时提取关键数据，进而优化程序逻辑。

Python日志处理最佳实践

日志处理

关于日志处理，作者最大的体会是以往编程时从未使用日志功能，仅依赖cout、System.out.println或print等控制台输出语句进行调试。近期因研究方向涉及日志处理，不得不深入探究其必要性。

以上述代码为例，在except块中使用logging.exception打印信息。在运行时，这与直接在控制台打印异常处理语句看似无异，但在后期运维中，日志具备两项关键附加功能：

可根据设定的日志等级筛选并打印相应的日志输出语句。

可将日志写入本地文件，便于后期回溯和查找错误。

import logging
logging.basicConfig(level=logging.DEBUG) #这句话没次第一次运行时生效，修改必须重启Console

通过日志等级控制，既能决定不同级别日志是否显示，又能指定日志存储位置。这使得开发者在无法现场调试时，仅凭日志记录即可掌握程序异常状况，极大提升了远程维护的便利性。

以上关于Python异常处理和日志处理方式的分享，旨在为读者提供参考，欢迎支持。