python 的 try- except 块是处理异常和防止程序因运行时错误而崩溃的强大工具。但是，如果过度或不恰当地使用 try- except 块，它们可能会产生比它们解决的问题更多的问题。
本博客提到了一些应该避免的情况，以保持良好的编码实践。
隐藏错误
使用 try- except 块的主要风险之一是它们可能隐藏严重的错误。使用广泛的 try 块可能会捕获意外的异常，从而掩盖代码中的关键问题。这会掩盖错误的真正来源，从而使调试变得困难，从而延迟了问题的解决。
try:
process_data(data)
except exception:
pass # dangerous: as it hides any error that might occur
最佳实践
指定您期望的异常，而不是通用的包罗万象，这可以澄清意图并降低忽略重要错误的风险。
try:
process_data(data)
except valueerror: # handling a specific exception type.
print("invalid value")
except typeerror:
print("type mismatch")
降低代码清晰度和质量
使用 try- except 块的另一个风险是它们会使代码难以阅读和维护。如果您经常预期会出现异常，这通常表明您的代码可以通过在尝试可能失败的操作之前添加精确的检查来改进。
try:
value = dictionary['key']
except keyerror:
value = default_value
最佳实践
一种更具可读性的方法是在尝试访问密钥之前检查密钥是否存在：
value = dictionary.get('key', default_value)
性能问题
使用 try-except 块可能会降低性能，特别是当 try 块覆盖代码的很大一部分或放置在循环内时。在性能关键型应用程序中，过多依赖异常而不是适当的条件检查可能会降低程序的效率。
for i in range(10000):
try:
process_data(i)
except exception:
continue
最佳实践
尽可能在异常机制之外处理检查。这种做法最大限度地减少了控制流对异常处理的依赖，并专注于管理特定的、不太频繁的异常。这种方法通过区分正常处理和错误处理来提高性能和代码清晰度。
for i in range(10000):
if can_process(i): # Pre-check to ensure it can be processed
try:
process_data(i)
except SpecificException as e: # Catch only specific, less frequent exceptions
print(f"Error processing item: {e}")
else:
print("It cannot be processed") # Handle cases where the item shouldn't be processed
