Python 装饰器与异常捕获的高级用法

在 Python 编程中，异常处理是不可避免的。无论是处理用户输入、文件操作还是网络请求，程序运行时都可能遇到各种异常。如果不对这些异常进行妥善处理，程序可能会中途崩溃，影响用户体验。Python 提供了异常处理机制，通常通过 try-except 结构来捕获和处理异常。然而，如果在多个函数中都重复使用相同的异常处理逻辑，代码会变得冗长且不易维护。为此，装饰器（decorator）可以简化和复用异常捕获逻辑，成为异常处理的强大工具。

什么是装饰器？

在了解异常捕获装饰器之前，首先要理解装饰器的概念。装饰器是一种 Python 中的高级特性，它允许在不改变函数内部代码的前提下，动态地增加或修改函数的功能。通过装饰器，可以将额外的功能封装起来，在不同函数中复用。

装饰器的基本结构

def decorator(func):
    def wrapper(*args, **kwargs):
        # 在函数执行前增加逻辑
        result = func(*args, **kwargs)
        # 在函数执行后增加逻辑
        return result
    return wrapper

@decorator
def my_function():
    print("这是被装饰的函数")

my_function()

当调用 my_function() 时，实际上先经过装饰器 decorator，因此可以在函数执行前后添加自定义逻辑。

异常捕获的基础

Python 的异常处理机制主要通过 try-except 实现。典型结构如下：

try:
    # 可能引发异常的代码
    x = 1 / 0
except ZeroDivisionError as e:
    print(f"捕获异常: {e}")

当代码块中发生 ZeroDivisionError 时，程序不会崩溃，而是进入 except 部分进行处理。可以对不同类型的异常做出不同的反应，也可以捕获所有异常。如果这种异常捕获逻辑出现在多个函数中，重复编写 try-except 会增加代码冗余。此时，装饰器可以帮助将异常捕获逻辑封装起来。

实现异常捕获装饰器

通过装饰器，可以将异常捕获逻辑抽象化，使得函数更加简洁易读。

基本异常捕获装饰器

def exception_handler(func):
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except Exception as e:
            print(f"捕获到异常: {e}")
    return wrapper

@exception_handler
def divide(a, b):
    return a / b

# 测试函数
print(divide(10, 2))  # 正常情况
print(divide(10, 0))  # 触发除零异常

输出结果：

5.0
捕获到异常: division by zero

在这个示例中，exception_handler 装饰器捕获了 divide 函数中的所有异常。

捕获指定类型的异常

可以优化装饰器，使其能够捕获特定类型的异常，并对不同异常类型做出不同响应：

def specific_exception_handler(func):
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except ZeroDivisionError as e:
            print(f"捕获到除零异常: {e}")
        except ValueError as e:
            print(f"捕获到数值错误: {e}")
        except Exception as e:
            print(f"捕获到其他异常: {e}")
    return wrapper

@specific_exception_handler
def divide(a, b):
    if not isinstance(a, (int, float)) or not isinstance(b, (int, float)):
        raise ValueError("参数必须是数值类型")
    return a / b

# 测试函数
print(divide(10, 0))  # 捕获除零异常
print(divide("10", 2))  # 捕获数值错误

输出结果：

捕获到除零异常: division by zero
捕获到数值错误: 参数必须是数值类型

记录异常日志

在实际项目中，捕获异常后通常需要记录日志而非简单打印。可以使用 Python 的内置 logging 模块将错误信息记录到日志文件中：

import logging

# 配置日志记录
logging.basicConfig(filename='error.log', level=logging.ERROR)

def log_exception_handler(func):
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except Exception as e:
            logging.error(f"捕获到异常: {e}", exc_info=True)
    return wrapper

@log_exception_handler
def divide(a, b):
    return a / b

# 测试函数
print(divide(10, 0))  # 触发除零异常

异常重试机制

在某些情况下，出现异常后可以通过重试解决问题。可以通过装饰器实现异常后的自动重试机制：

import time

def retry_exception_handler(retries=3, delay=1):
    def decorator(func):
        def wrapper(*args, **kwargs):
            attempts = 0
            while attempts < retries:
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    attempts += 1
                    print(f"发生异常: {e}，重试 {attempts}/{retries}")
                    time.sleep(delay)
            print(f"执行失败，重试次数已达上限")
        return wrapper
    return decorator

@retry_exception_handler(retries=3, delay=2)
def divide(a, b):
    return a / b

# 测试函数
print(divide(10, 0))  # 触发除零异常

输出结果：

发生异常: division by zero，重试 1/3
发生异常: division by zero，重试 2/3
发生异常: division by zero，重试 3/3
执行失败，重试次数已达上限

装饰器的灵活性

装饰器的灵活性体现在可以同时使用多个装饰器，将不同功能组合起来。例如，既捕获异常，又记录日志：

@log_exception_handler
@retry_exception_handler(retries=2, delay=1)
def divide(a, b):
    return a / b

# 测试函数
print(divide(10, 0))  # 触发除零异常

总结

Python 的装饰器是一种强大的工具，能够在不修改函数内部代码的前提下扩展其功能。通过将异常捕获逻辑封装在装饰器中，可以简化代码结构，提升可读性和可维护性。本文展示了如何使用装饰器捕获通用异常和特定异常、结合 logging 模块记录日志，以及如何实现异常后的自动重试机制。

装饰器在处理异常时，既保证了代码的简洁性，又增强了系统的健壮性，适用于各种复杂的开发场景。