理解 Python 的异常信息是调试代码的关键，当你写的代码出现错误时，Python 会“抛出”（raise）一个异常，如果没有被捕获，程序就会中断并打印出详细的错误信息，学会阅读这些信息，你就能快速定位问题所在。

一个典型的异常信息结构

我们来看一个最常见的例子：ZeroDivisionError。

# 一个会引发异常的代码
def divide(a, b):
    return a / b
# 调用函数，传入除数为0
result = divide(10, 0)
print("计算结果:", result)

运行这段代码,你会看到类似下面的输出：

Traceback (most recent call last):
  File "example.py", line 8, in <module>
    result = divide(10, 0)
  File "example.py", line 5, in divide
    return a / b
ZeroDivisionError: division by zero

这个异常报告分为几个关键部分,我们逐一解析：

Traceback (most recent call last) - 追踪信息

这是异常报告的标题,告诉你这是一个“回溯”或“追踪”信息，它记录了异常发生时，程序执行过的所有函数调用路径，从你运行的脚本开始，一直到发生错误的那一行代码。

文件名和行号 (File "example.py", line 8, in <module>)

这是追踪信息中的每一帧,告诉你错误发生的具体位置。

• File "example.py": 发生错误的文件名。
• line 8: 发生错误的行号。
• in <module>: 发生错误时，程序正在执行的代码所在的函数或作用域。<module> 表示这是在主程序模块（也就是你直接运行的脚本）中，而不是在某个函数内部。

如果错误发生在函数内部,你会看到更深的调用栈：

  File "example.py", line 8, in <module>
    result = divide(10, 0)
  File "example.py", line 5, in divide  <-- 错误发生的函数
    return a / b

这清晰地告诉我们：<module> 中的第 8 行调用了 divide 函数，然后在 divide 函数的第 5 行发生了错误。

异常类型 (ZeroDivisionError)

这是错误的核心类型,Python 中有很多内置的异常类型，每种类型代表一种特定类型的错误。

• NameError: 尝试访问一个未定义的变量。
• TypeError: 对类型不兼容的值进行操作（将字符串和数字相加）。
• ValueError: 传入的值类型正确，但内容不合适（int('abc')）。
• IndexError: 访问序列中不存在的索引。
• KeyError: 访问字典中不存在的键。
• FileNotFoundError: 尝试打开一个不存在的文件。

了解这些异常类型,可以帮助你快速判断问题的性质。

异常消息 (division by zero)

这是对异常的简短描述,解释了为什么会发生这个错误。ZeroDivisionError 的消息就是 "division by zero"，非常直观。

如何处理异常：try...except 语句

当预见到某段代码可能会出错时,你可以使用 try...except 来“捕获”异常，防止程序崩溃，并让程序以更优雅的方式处理错误。

def safe_divide(a, b):
    try:
        # 尝试执行可能出错的代码
        result = a / b
    except ZeroDivisionError:
        # 如果捕获到 ZeroDivisionError，就执行这里的代码
        print("错误：不能除以零！")
        return None  # 返回一个特殊的值表示失败
    else:
        # try 块中的代码没有出错，就执行这里的代码
        return result
    finally:
        # 无论是否发生异常，finally 块中的代码都会被执行
        print("除法运算结束。")
# 测试
print(safe_divide(10, 2))  # 正常情况
print(safe_divide(10, 0))  # 出现异常的情况

输出：

除法运算结束。
5.0
错误：不能除以零！
除法运算结束。
None

try...except 的结构解析：

• try: 将可能引发异常的代码块放在 try 语句下。
• except: 指定要捕获的异常类型，你可以捕获一个特定的异常（如 except ZeroDivisionError），也可以捕获所有异常（不推荐，使用 except Exception 或 except:）。
• else: 与 try 语句搭配使用，表示如果 try 块没有引发异常，则执行 else 块中的代码。
• finally: 无论 try 块是否引发异常，finally 块中的代码总会被执行，通常用于清理资源，如关闭文件、释放网络连接等。

如何主动引发异常：raise 语句

除了 Python 自动抛出的异常，你还可以使用 raise 语句在特定条件下主动抛出异常。

def set_age(age):
    if not isinstance(age, int):
        # 如果传入的参数不是整数，就主动抛出一个 TypeError
        raise TypeError("年龄必须是整数")
    if age < 0 or age > 120:
        # 如果年龄不在合理范围内，就主动抛出一个 ValueError
        raise ValueError("年龄必须在 0 到 120 之间")
    print(f"设置的年龄是: {age}")
# 正常调用
set_age(25)
# 会引发 TypeError 的调用
try:
    set_age("twenty-five")
except TypeError as e:
    print(f"捕获到错误: {e}")
# 会引发 ValueError 的调用
try:
    set_age(150)
except ValueError as e:
    print(f"捕获到错误: {e}")

输出：

设置的年龄是: 25
捕获到错误: 年龄必须是整数
捕获到错误: 年龄必须在 0 到 120 之间

使用 raise 可以让你的函数更健壮，并在出现不符合预期的情况时，强制调用者去处理问题。

获取异常的详细信息

在 except 块中，你可以将异常对象赋给一个变量，从而获取更多关于异常的信息。

try:
    # 尝试打开一个不存在的文件
    with open("non_existent_file.txt", "r") as f:
        content = f.read()
except FileNotFoundError as e:
    # e 就是捕获到的异常对象
    print(f"捕获到异常: {type(e).__name__}")  # 打印异常类型
    print(f"异常消息: {e}")                 # 打印异常消息
    print(f"文件名: {e.filename}")          # 访问异常对象的特定属性

输出：

捕获到异常: FileNotFoundError
异常消息: non_existent_file.txt
文件名: non_existent_file.txt

很多内置的异常对象都包含有用的属性,e.filename（文件名）、e.args（异常参数元组）等。

自定义异常

你可以通过继承 Python 内置的 Exception 类来创建自己的异常类型，从而使你的代码错误处理逻辑更清晰、更具体。

class InvalidPasswordError(Exception):
    """自定义异常，用于密码不符合要求的情况。"""
    def __init__(self, password, message="密码太短，至少需要8个字符"):
        self.password = password
        self.message = message
        super().__init__(self.message)
def check_password(password):
    if len(password) < 8:
        # 抛出自定义的异常
        raise InvalidPasswordError(password)
    print("密码强度符合要求。")
try:
    check_password("123")
except InvalidPasswordError as e:
    print(f"密码设置失败: {e.message} (你输入的密码是: {e.password})")

输出：

密码设置失败: 密码太短，至少需要8个字符 (你输入的密码是: 123)

掌握 Python 的异常处理机制，是编写健壮、可靠代码的必备技能，下次看到 Traceback 时，不要害怕，把它看作是 Python 在帮你“导航”，告诉你哪里出了问题。