python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python获取异常信息

Python获取异常信息的完整指南与避坑策略

作者：深山技术宅

在 Python 中,当异常发生时,能否准确、完整地获取异常信息,直接决定了调试效率和生产环境问题排查的成败,下面我们就系统性地解剖 Python 中获取异常信息的各种方法吧

在 Python 中，当异常发生时，能否准确、完整地获取异常信息，直接决定了调试效率和生产环境问题排查的成败。但令人惊讶的是，很多开发者在 except 块中只会用 print(e) 打印一个简单的错误消息，却丢失了最关键的堆栈跟踪信息；或者误以为 e 就是字符串，在拼接时引发新的 TypeError；还有人在 except 块之外试图用 sys.exc_info() 获取异常，结果得到 None，导致日志中一片空白。

异常信息获取看似简单，实则暗藏玄机。从异常对象到 traceback 模块，再到 logging 的集成，每一个环节都有其独特的规则和陷阱。今天，我们就来系统性地解剖 Python 中获取异常信息的各种方法，揭示那些让你在故障排查中“瞎了眼”的元凶，并为你提供一套在任何场景下都能精准捕获异常全貌的黄金法则。

一、问题复现：我的异常信息去哪了？

场景 1：print(e)只打印了消息，没有堆栈

def divide(a, b):
    try:
        return a / b
    except Exception as e:
        print(e)   # 输出：division by zero
        # 然后函数返回 None，外部无法追踪错误位置

你只看到了“division by zero”，却不知道错误发生在哪一行、调用栈是什么。当程序变得复杂时，这种信息几乎毫无价值。你不得不在代码中搜索可能的除法操作，大海捞针。

场景 2：在except块外使用sys.exc_info()，得到None

import sys

def handle_error():
    exc_type, exc_val, exc_tb = sys.exc_info()
    if exc_type:
        print(f"异常：{exc_val}")
    else:
        print("没有异常")

try:
    raise ValueError("测试")
except ValueError:
    pass  # 异常被吞掉，但没有记录

handle_error()   # 输出：没有异常

你以为 sys.exc_info() 可以获取之前发生过的异常，但在 except 块之外调用它，返回的是 (None, None, None)。异常信息只能在异常处理块的上下文中获取，一旦离开，Python 就清除了当前异常状态。

场景 3：在except块中拼接字符串时再次引发异常

def process(data):
    try:
        return int(data)
    except ValueError as e:
        raise RuntimeError("转换失败：" + e)   # TypeError!

你试图将异常对象 e 直接与字符串拼接，结果抛出了新的 TypeError，而原始异常和它的堆栈信息被彻底掩盖。正确的做法是使用 str(e) 或 f"{e}"。

场景 4：多个except块中异常变量作用域问题

try:
    ...
except ValueError as e:
    print(e)
# 这里 e 还存在吗？在 Python 3 中，except 块结束后 e 会被删除，以避免循环引用。
try:
    print(e)
except NameError:
    print("e 已经被删除")

在 Python 3 中，except ... as e 中的变量 e 在 except 块结束后会被自动清除，以避免异常对象被长期引用导致内存泄漏。如果你在块外访问它，会得到一个 NameError（除非之前有同名变量）。这是许多人不知道的细节。

二、底层原理：Python 异常信息的存储与获取机制

1. 异常对象e是什么？

当你在 except Exception as e 中捕获异常时，e 是一个异常类的实例，它通常继承自 Exception。异常对象至少包含：

因此，str(e) 返回错误消息，repr(e) 返回更详细的信息（如 ValueError('转换失败')）。

2. 堆栈信息存储在哪里？

异常对象本身并不直接包含完整的堆栈跟踪，但每个异常实例都有一个 __traceback__ 属性，该属性指向一个 traceback 对象，其中记录了从抛出异常的位置到当前处理点的调用栈帧链表。这个 __traceback__ 是在异常被抛出时自动设置的。

当你使用 raise e 重新抛出时，e.__traceback__ 可能会被修改（如前文所述，裸 raise 保留原始链，而 raise e 会重置）。要获取完整的堆栈，必须使用 traceback 模块来处理这个属性。

3.sys.exc_info()的上下文性

sys.exc_info() 返回一个三元组 (type, value, traceback)，表示当前正在处理的异常。它只能在 except 块内部（或由异常触发的 finally 块）调用才是有效的。一旦离开异常处理上下文，Python 会清除当前异常状态，sys.exc_info() 将返回 (None, None, None)。这是为了防止异常信息在不恰当的地方被误用。

4.logging.exception()的便利

Python 的 logging 模块提供了一个专门方法 logging.exception()，它可以在 except 块中调用，自动记录完整的异常信息（包括堆栈），而无需手动调用 traceback。它在底层使用了 sys.exc_info() 来获取当前异常，因此也只能在 except 块内调用。如果在块外调用，只会记录一条没有堆栈的错误消息（或警告）。

三、常见陷阱与错误模式

陷阱 1：只打印异常消息，不记录堆栈

这是最普遍的错误。print(e) 或 print(str(e)) 只能提供错误描述，丢失了位置信息。应使用 logging.exception() 或 traceback.print_exc() 来记录完整堆栈。

陷阱 2：在except块外使用sys.exc_info()

如前所述，它会返回 None。如果你需要在异常处理之后记录日志，必须在 except 块内完成，或者将异常对象显式传递出去。

陷阱 3：手动格式化异常时丢失链（__cause__/__context__）

当你只打印 e 时，异常链（由 raise ... from ... 创建的）不会被显示。要显示完整的异常链，必须使用 traceback.print_exception() 并传入异常对象，或者使用 logging.exception() 自动处理。

陷阱 4：在except块中覆盖异常变量

try:
    ...
except ValueError as e:
    print(e)
    e = None   # 不要这么做！这会丢失原始异常引用

虽然通常无害，但如果你后续还要使用 e，覆盖它会导致信息丢失。

陷阱 5：在循环或嵌套异常中错误复用sys.exc_info()

sys.exc_info() 返回的 traceback 对象是当前异常链的最内层。如果你在 except 块中又触发了新异常，旧的 sys.exc_info() 信息可能会被新的异常替换（在嵌套 try 中）。应当小心使用，最好立即获取所需信息。

陷阱 6：在异步代码中获取异常

在 asyncio 中，任务中的异常不能简单地通过 sys.exc_info() 获取，因为异常可能被封装在 Task 对象中。应使用 task.exception() 或 task.result() 来获取并处理。在协程中，可以使用 try/except 正常捕获。

四、正确获取异常信息的解决方案

1. 基础方法：except Exception as e+str(e)/repr(e)

try:
    risky()
except Exception as e:
    error_message = str(e)
    error_repr = repr(e)
    print(f"发生异常：{error_message}")
    print(f"异常详情：{error_repr}")

这对于快速查看异常消息有用，但缺少堆栈。

2. 获取完整堆栈：traceback模块

import traceback

try:
    risky()
except Exception:
    print("完整堆栈：")
    traceback.print_exc()   # 直接打印到 stderr
    # 或者获取字符串
    tb_str = traceback.format_exc()
    print(tb_str)

format_exc() 返回一个字符串，便于记录到文件或发送到监控系统。print_exc() 直接输出到标准错误。

3. 使用logging.exception()记录日志

import logging

try:
    risky()
except Exception:
    logging.exception("处理请求时发生错误")   # 自动附带堆栈

这是生产环境的最佳实践。日志中会包含自定义消息和完整堆栈。

4. 捕获异常链：traceback.print_exception()与__cause__

import traceback

try:
    risky()
except Exception as e:
    traceback.print_exception(type(e), e, e.__traceback__)
    # 如果存在异常链，也会一并打印

如果你使用 raise ... from ...，traceback 会自动展示异常链。

5. 显式传递异常对象

def handle_exception(e):
    logging.error("发生异常: %s", str(e), exc_info=True)  # 使用 exc_info=True 附带堆栈

try:
    risky()
except Exception as e:
    handle_exception(e)

当需要在 except 块外部记录异常时，将异常对象作为参数传递，并在接收函数中使用 logging.error(..., exc_info=True) 或 traceback.print_exception()。

6. 使用sys.exc_info()获取当前异常三元组

import sys

try:
    risky()
except Exception:
    exc_type, exc_val, exc_tb = sys.exc_info()
    print(f"异常类型: {exc_type.__name__}")
    print(f"异常值: {exc_val}")
    # 你可以将 exc_tb 传递给 traceback 函数
    traceback.print_tb(exc_tb)

这在需要分别处理类型、值和堆栈时很有用。但注意只能在该块内使用。

7. 在异常类中存储额外信息

class MyError(Exception):
    def __init__(self, message, code):
        super().__init__(message)
        self.code = code

try:
    raise MyError("错误消息", 404)
except MyError as e:
    print(f"错误码: {e.code}, 消息: {str(e)}")

通过自定义属性，你可以在异常对象中携带业务信息，极大方便后续处理。

五、调试与预防建议

  1. 在所有 except 块中都要记录日志，并使用 logging.exception 或 traceback.print_exc，绝不只打印 str(e)。
  2. 配置全局异常处理器：在应用程序的入口处（如 sys.excepthook 或 Web 框架的全局异常处理），确保未捕获异常也能被完整记录。
  3. 在测试中验证异常处理路径：断言日志包含堆栈信息，确保不会因重构而丢失。
  4. 代码审查：重点检查 except 块中是否只使用了 print(e) 而没有堆栈，是否在 except 块外使用 sys.exc_info()，以及是否正确处理异常链。
  5. 启用 Python 开发模式（-X dev）：它会显示更详细的异常信息，包括异常链。

六、最佳实践总结

七、结语

Python 异常信息的获取是一个看似基础却极易出错的领域。只拿到错误消息就像拿到一张没有地址的欠条，你知道欠钱了，却不知道欠钱的到底是谁、在哪里欠的。掌握 traceback 和 logging 的正确用法，你才能在问题发生时拿到完整的“案发现场快照”，让每一个异常都无处遁形。从今天起，请对你的 except 块进行升级：让日志包含堆栈，让异常对象携带业务信息，让错误处理真正可靠。你的未来自己（和运维团队）会为此感激不尽。

以上就是Python获取异常信息的完整指南与避坑策略的详细内容，更多关于Python获取异常信息的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
阅读全文