6、异常处理不是 try...except，而是策略设计

⚠️ 程序一定会出错，但高手不是“try 一把”，而是设计一个稳定可靠的异常策略系统。

---

✅ 本文目标

• 异常处理基础语法：try / except / else / finally
• 多层异常策略设计
• 自定义异常类
• 构建一个稳定型爬虫请求框架

---

🧩 一、异常的最基础用法

try:
    num = int(input("请输入一个整数："))
    print(100 / num)
except ValueError:
    print("❌ 输入的不是整数")
except ZeroDivisionError:
    print("❌ 不能除以 0")
else:
    print("✅ 执行成功")
finally:
    print("📌 程序结束")

输出：

---

🔍 二、把“异常”当做一种设计语言

🧱 错误等级：小错不中断，大错才终止

def parse_age(raw):
    try:
        return int(raw)
    except:
        return -1  # 特殊值，表示转换失败

但更推荐显式抛出异常 + 业务兜底处理。

---

🚨 三、自定义异常：让程序逻辑更清晰

class InvalidAgeError(Exception):
    pass

def check_age(age):
    if age < 0:
        raise InvalidAgeError("年龄不能是负数")
    return True

使用：

try:
    check_age(-5)
except InvalidAgeError as e:
    print(f"❌ 年龄异常：{e}")

输出：

🔁 四、实战：构建一个稳定型爬虫请求工具

目标：自动重试 3 次、打印错误信息、记录日志

import requests
import time

class RequestError(Exception): pass

def safe_get(url, retry=3, delay=1):
    for i in range(retry):
        try:
            resp = requests.get(url, timeout=5)
            resp.raise_for_status()
            return resp.text
        except requests.RequestException as e:
            print(f"⚠️ 第{i+1}次请求失败：{e}")
            time.sleep(delay)
    raise RequestError(f"🚨 请求失败超过 {retry} 次：{url}")

使用：

try:
    html = safe_get("https://httpbin.org/status/200")
    print("✅ 请求成功")
except RequestError as e:
    print(e)

输出：

🛠 五、日志记录 + 异常回传

import logging

logging.basicConfig(filename="error.log", level=logging.ERROR)

try:
    1 / 0
except ZeroDivisionError as e:
    logging.error("捕获除零错误", exc_info=True)

日志中将记录堆栈信息，非常适合生产系统分析问题。

输出：

🧪 BONUS：异常链 & 多层封装

def fetch_data():
    try:
        raise ValueError("模拟业务异常")
    except Exception as e:
        raise RuntimeError("获取数据失败") from e

你可以在日志中看到两层异常：

RuntimeError: 获取数据失败
--> caused by: ValueError: 模拟业务异常

---

💡 拓展方向

1. 异常监控平台（如 Sentry、钉钉通知）
2. 异常回传接口 + 报警系统
3. 异常 + 日志 + 自动重试组成“稳定链”

---

🧠 总结一句话

初学者写异常为了“别报错”，高手设计异常是为了“系统永不崩”。