Python中try-finally块导致异常信息未显示的排查与解决

Chloe
Chloe
发布时间:2026-10-13| 5人浏览过
原创

本文探讨在Python程序打包为exe时,try-finally结构中异常信息未正常显示的问题。分析发现这是由于标准输出非异步导致堆栈信息延迟打印。通过引入traceback库并调整代码顺序,可确保异常堆栈被正确捕获和输出,解决“死掉后”不报错的现象。

Python异常处理中try-finally不显示报错的原因

由于需要将Python程序打包为exe文件,因此编写了如下代码示例。


import time

class LoopOver(Exception):
  def __init__(self, *args, **kwargs):
    pass

class Spider:
  def __init__(self):
    super().__init__()

  def run(self):
    raise LoopOver

  @property
  def time(self):
    return '总共用时:{}秒'.format(self.runtime)


if __name__ == '__main__':
  try:
    spider = Spider()
    spider.run()
    print(spider.time) # 运行总时间
  finally:
    print('死掉了')
    time.sleep(60 * 60)

但在运行过程中遇到了一个具体问题。

程序在崩溃后,并没有显示出预期的堆栈错误信息。

经过排查发现,打印“堆栈的错误信息”的操作并非异步执行,堆栈信息会在finally代码块执行完毕后才会输出。

因此,对代码进行了修改: 需要导入traceback库来跟踪堆栈的错误信息 具体实现如下所示


import time
import traceback


class LoopOver(Exception):
  def __init__(self, *args, **kwargs):
    pass


class Spider:
  def __init__(self):
    super().__init__()

  def run(self):
    raise LoopOver

  @property
  def time(self):
    return '总共用时:{}秒'.format(self.runtime)


if __name__ == '__main__':
  try:
    spider = Spider()
    spider.run()
    print(spider.time) # 运行总时间
  finally:
    traceback.print_exc()
    print('死掉了')
    time.sleep(60 * 60)

这种打印方式是异步的,具体机制涉及多线程、协程或其他并发模型。

更多关于追踪堆栈错误信息的方法,可以参考这篇文章: Python捕获异常堆栈信息的几种方法

至此,关于Python异常处理中try-finally不报错原因的讲解结束。如需了解更多Python try-finally相关内容,请搜索本站历史文章或继续浏览后续文章,希望大家今后多多支持本站!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。