Question

假设我有一些孤立的Python代码来处理由其他实体（例如客户端）生成的数据。

我收到的数据可能是不正确的形式（例如由于客户端的邋iness，数据损坏，你给它命名），因此我的Python代码中的处理会以某种方式失败，这将导致引发一些异常。让我们假设下游代码只是想知道处理是否正确和错误，而不是为什么它是错误的。

我关注的是：在复杂错误输入上引发此类异常的最佳做法是什么？在这种情况下如何组织例外？

数据可能在很多方面都是错误的，特别是如果数据的正确格式很复杂。在某些情况下，我可能很容易自己捕获错误（例如，如果我发现一个不正确的魔法值，在这种情况下我可能会提高我的FancyCustomizedException），但在其他情况下，一些一般的异常也会被提升（例如一些{{ 1}}）。

如果引发任何异常，可以说处理是错误的（在这种情况下，下游代码将使用非常通用（和丑陋）ValueException）？

抓住所有通用异常并将其隐藏在我的try: ... except: ...中是否更好（在这种情况下，下游代码将使用非常通用的FancyCustomizedException，但我会垃圾我的代码与try: ... except FancyCustomizedException, e: ...）？

Answer 1

由于您似乎需要进行相当多的验证，我只需将所有验证“错误”包装在 ValidationSummary 对象/实例（包含所有出错的列表）中的给定输入上并改为传递它。

更一般地说：与其他语言相反，通过异常处理构建程序流是常见的并且在Python中被接受。与此相关的Python习语称为EAFP（请求宽恕然后权限更容易）。

Answer 2

恕我直言最好创建自己的异常层次结构，并在每种情况下抛出具体的异常，例如BaseValidationException，用于泛型验证异常，如ValueXException等。自定义异常的其他层次结构等等。然后，你如果你想要，可以根据基数或特定例外情况进行捕获......

ProcessException
  + ValidationException
    + ValueXException
    + LimitYException
  + FancyCustomExceptionA
    + FancyCustomDetailException
  + FancyOtherExtensionB
    ...

你总是可以通过ProcessException过滤，或者捕获特定的例外......

Answer 3

在我看来，使用异常比从函数返回错误代码更可靠。原因是测试返回的值会使调用周围的代码更加难以理解，而且往往不会检查它。所以，去寻找例外。

如果您不确定，请仅使用通用异常 - 即不要创建自己的异常类。您可以随时添加它们。最好更多地考虑异常应该是什么类型（现有异常），而不是创建它们中的许多新异常。

您可以编写代码，使其具有抱怨所有出错的核心（通过例外）。然后，您可以编写一个更宽容的图层，并尝试聪明来解决某些情况。（但是，有时软件的聪明可能会让用户发疯：）

Python异常和解析复杂数据

3 个答案: