在日常的 Python 开发过程中，编写健壮的代码是我们追求的目标之一，而处理异常则是实现这一目标的关键环节。仅仅捕获异常往往是不够的，为了更好地调试和定位问题，我们通常需要从异常中获取具体的上下文信息。你是否想过，如何在抛出异常时，像调用函数一样传递参数？在这篇文章中，我们将深入探讨如何向 Python 的内置异常和用户自定义异常传递参数，通过丰富的实战示例，让你掌握这一提升代码质量的重要技巧。
为什么我们需要在异常中传递参数？
我们在编写程序时，错误是不可避免的。当 Python 解释器遇到错误时，会抛出异常。通常，我们会使用 try...except 块来捕获这些异常。但是，仅仅知道“发生了错误”往往是不够的。我们需要知道：“是什么导致了错误？”、“相关的变量值是多少？”或者“当前的处理状态是什么？”。
这就是向异常传递参数的意义所在。通过在异常中传递参数，我们可以实现以下目标：
- 获取丰富的错误上下文：我们可以将具体的数值、文件名或错误代码传给异常，这样在捕获异常时，就能直接打印出关键信息，而不用去翻阅日志或通过调试器查看变量状态。
- 精细化异常处理：有时候同一种类型的错误（例如 INLINECODEc6096604）可能由不同的原因引起。通过传递特定的参数，我们可以在 INLINECODE3a735c95 块中根据参数内容来判断错误的本质，从而执行不同的恢复逻辑。
- 多异常捕获的解耦：在处理多个异常时，利用统一的参数格式（如元组），我们可以编写更通用的错误处理代码，减少重复劳动。
向内置异常传递参数
Python 的内置异常（如 INLINECODE837c0ad2, INLINECODE127f81a7, INLINECODE60208e94 等）都直接或间接继承自基类 INLINECODE1fd2a24a。这些内置类的构造函数通常已经设计好，可以接受任意数量的参数。我们可以利用这一点来传递自定义信息。
基础用法：打印错误详情
让我们从一个最简单的例子开始。当我们直接抛出一个字符串或对象时，Python 会将其转换为异常实例。
示例 1：捕获除零错误并获取信息
在这个例子中，我们故意触发一个除零错误，看看如何捕获并打印出异常自带的参数信息。
# -*- coding: utf-8 -*-
try:
# 尝试执行一个会导致除零错误的计算
# 100 + 50 / 0 会在除法时抛出异常
b = float(100 + 50 / 0)
except Exception as argument:
# 这里的 argument 就是捕获到的异常实例
# print(argument) 会自动调用异常的 __str__ 方法
print(‘捕获到的异常信息是：
‘, argument)
输出：
捕获到的异常信息是：
division by zero
通过上面的代码，我们可以看到，异常对象本身携带了描述错误原因的字符串参数。这是 Python 默认为我们配置的。
示例 2：处理类型不匹配错误
在处理动态数据时，类型错误非常常见。让我们看看如何捕获并利用异常参数来定位问题。
# -*- coding: utf-8 -*-
my_string = "GeeksForGeeks"
try:
# 尝试将一个字符串除以整数，这在 Python 中是不允许的
# Python 的强类型特性会在这里抛出 TypeError
b = float(my_string / 20)
except Exception as argument:
# 我们可以直接打印 argument，它包含了操作数类型不匹配的详细信息
print(‘发生异常，参数如下：
‘, argument)
输出：
发生异常，参数如下：
unsupported operand type(s) for /: ‘str‘ and ‘int‘
进阶用法：自定义内置异常的参数
除了被动接收内置异常的参数，我们还可以在抛出内置异常时，主动传递我们自己的参数。
示例 3：向 ValueError 传递业务逻辑错误
假设我们正在编写一个用户注册模块，我们需要校验年龄。如果年龄不合法，我们抛出 ValueError，并附带具体的错误数值和提示信息。
# -*- coding: utf-8 -*-
def set_user_age(age):
if age 150:
raise ValueError(f"年龄不符合人类常理: {age}")
print(f"年龄设置成功: {age}")
# 测试代码
try:
set_user_age(-20)
except ValueError as e:
# 捕获异常，并打印我们刚才传递的参数
print(f"捕获到错误: {e}")
输出：
捕获到错误: 年龄不能为负数: -20
这样做的好处是，代码的意图非常清晰，且错误信息直接包含了导致问题的数据 -20，这对于排查线上问题非常有帮助。
在用户自定义异常中传递参数
虽然内置异常很强大，但在大型项目中，为了区分业务逻辑错误和系统错误，我们通常会创建自定义异常类。自定义异常类允许我们定义自己的属性，从而传递更复杂、更结构化的数据。
基础自定义异常
要创建一个自定义异常，我们通常需要继承 Python 的 INLINECODE13dd3803 类。最关键的是重写 INLINECODE2dd7f4ee 方法来接收参数，以及重写 __str__ 方法来定义打印输出。
示例 4：创建一个带消息的自定义异常
让我们定义一个名为 MyError 的异常类。我们将在这个类中演示如何初始化异常对象并存储错误值。
# -*- coding: utf-8 -*-
# 创建一个用户自定义异常，继承自 Exception 基类
class MyError(Exception):
# 构造函数或初始化方法
# 这里我们接受一个参数 value 并将其保存为实例属性
def __init__(self, value):
self.value = value
# __str__ 是当我们要 print() 该异常时调用的魔法方法
# 这里我们返回 value 的字符串表示形式
def __str__(self):
return(repr(self.value))
# 尝试抛出我们自定义的异常
try:
# 实例化 MyError 并传入参数
raise(MyError("Some Error Data"))
# 捕获 MyError 异常，并将其存储在变量 Argument 中
except MyError as Argument:
print(‘捕获到自定义异常，内容是:
‘, Argument)
输出：
捕获到自定义异常，内容是:
‘Some Error Data‘
在这个例子中，repr(self.value) 确保了字符串被引号括起来，让我们清楚地知道这是一个字符串类型的数据。通过这种方式，我们将数据“Some Error Data”成功绑定到了异常对象上。
进阶自定义异常：传递结构化数据
在实际开发中，我们往往需要传递多个参数。例如，在状态机或工作流引擎中，如果一个状态转换是不合法的，我们可能希望知道“从哪个状态”、“转换到哪个状态”以及“为什么被禁止”。
示例 5：状态转换异常处理
让我们设计一个更复杂的场景。我们定义一个基类 INLINECODEafa4cd6f 和一个子类 INLINECODEc80d6d3f。TransitionError 将接收当前状态、目标状态和拒绝原因作为参数。
# -*- coding: utf-8 -*-
# 定义错误的基类，继承自 Exception
class Error(Exception):
"""这是模块中所有异常的基类"""
pass
# 定义具体的转换错误类，继承自 Error
class TransitionError(Error):
"""当尝试进行不被允许的状态转换时抛出此异常"""
def __init__(self, prev, next, msg):
# 保存前一个状态
self.prev = prev
# 保存目标状态
self.next = next
# 保存错误消息
self.msg = msg
def __str__(self):
# 格式化输出错误信息，包含所有关键参数
return f"状态转换错误: 从 {self.prev} 到 {self.next}。原因: {self.msg}"
try:
# 模拟一个错误的操作：从状态 2 跳转到状态 6 (3*2)
# 这在假设的业务逻辑中是不被允许的
raise(TransitionError(2, 3 * 2, "Not Allowed"))
# 捕获 TransitionError 并访问其属性
except TransitionError as e:
print(f"发生异常: {e}")
# 我们还可以直接访问异常对象的属性
print(f"调试信息 - 当前状态: {e.prev}, 目标状态: {e.next}")
输出：
发生异常: 状态转换错误: 从 2 到 6。原因: Not Allowed
调试信息 - 当前状态: 2, 目标状态: 6
在这个例子中，我们不仅传递了简单的字符串，还传递了整数状态码。这种结构化的异常信息对于调试复杂的业务逻辑至关重要。
实战中的最佳实践
我们通过几个例子学习了如何传递参数，但在实际的大型项目中，我们还需要注意一些细节，以避免掉进坑里。
1. 始终调用 super().init
在编写自定义异常时，如果你重写了 INLINECODE1649638e 方法，强烈建议在第一行调用 INLINECODE7f58c048。这确保了 Python 标准异常的行为（如回溯信息的生成）不会被破坏。
改进版的 MyError：
class ImprovedError(Exception):
def __init__(self, message, code):
# 首先调用父类的初始化方法，处理标准参数
super().__init__(message)
# 然后添加自定义属性
self.code = code
def __str__(self):
return f"[错误代码 {self.code}] {self.args[0]}"
try:
raise ImprovedError("数据库连接失败", 500)
except ImprovedError as e:
print(e)
2. 处理带参数的多个异常
有时候，我们的一段代码可能会抛出多种不同的异常，而我们希望用同一段代码来处理它们，前提是它们都接受某种特定的参数形式。虽然这在处理内置异常时比较少见，但在处理多个自定义异常时非常有用。
示例 6：统一处理接口
class NetworkError(Exception):
def __init__(self, url, status_code):
super().__init__(f"Network error accessing {url}")
self.url = url
self.status_code = status_code
class DatabaseError(Exception):
def __init__(self, query, error_code):
super().__init__(f"Database error running query: {query}")
self.query = query
self.error_code = error_code
# 我们可以定义一个通用的处理函数
def log_error(error):
# 检查异常对象是否包含我们需要的属性
if hasattr(error, ‘url‘):
print(f"网络层问题: 无法访问 {error.url}")
elif hasattr(error, ‘query‘):
print(f"数据层问题: 查询语句 {error.query} 失败")
try:
# 模拟抛出网络错误
raise NetworkError("https://api.example.com", 404)
except (NetworkError, DatabaseError) as e:
log_error(e)
这种方法让我们的异常处理代码具有了很好的扩展性。我们不需要为每个异常写单独的 except 块，而是可以通过检查参数属性来动态响应。
3. 避免在异常参数中传递敏感信息
这是一个安全方面的最佳实践。当你捕获异常并将其记录到日志或返回给前端时，请务必检查异常参数中是否包含了敏感数据（如密码、密钥、PII 个人信息）。
- 反例：
raise ConnectionError("Connecting to DB with user=admin&password=123456 failed") - 正例：
raise ConnectionError("Connecting to DB with user=admin failed (Auth Error)")
你应该在抛出异常之前清理这些敏感参数，或者在重写 __str__ 方法时进行过滤。
总结
在这篇文章中，我们深入探讨了如何在 Python 异常中传递参数。我们从简单的内置异常开始，学习了如何捕获系统自动生成的错误信息，进而掌握了如何向内置异常传递自定义数据。随后，我们通过编写继承自 Exception 的自定义类，实现了更复杂、更结构化的参数传递机制。
掌握这项技能后，你可以编写出如下特点的代码：
- 自文档化：异常本身就携带了调试所需的关键信息，不需要去翻阅大量日志。
- 更健壮：通过区分不同的错误原因，你可以实现更精准的错误恢复逻辑。
- 更专业：结构化的自定义异常是大型项目架构中不可或缺的一部分。
希望这篇文章能帮助你更好地理解 Python 的异常处理机制。下一次当你遇到一个 Bug 需要排查时，不妨试着优化一下你的异常抛出方式，让错误的真相“跃然纸上”。