Python的异常处理机制通过检测与响应错误显著提升了程序的稳定性。开发者利用try和except语句结构捕捉并管理异常，使得程序即使遭遇问题也能优雅处理而非直接崩溃，极大增强了Python程序的可靠性和实用性。

基本异常处理结构

异常处理主要通过try和except实现：先执行try块代码，若未发生异常，则直接忽略except部分；若try块出现异常，Python运行时会尝试找到对应的except块，并检查是否匹配该异常类型进行处理。

import logging

try:

# 尝试执行的代码
pass

except ValueError as e:

# 如果发生 ValueError 异常，则执行这里的代码
logging.error("Caught ValueError: %s", str(e))

except IOError as e:

# 如果发生 IOError 异常，则执行这里的代码
logging.error("Caught IOError: %s", str(e))

else:

# 如果没有异常发生，则执行这里的代码
logging.info("No exceptions occurred.")

finally:

# 不管是否发生异常，都会执行这里的代码
logging.info("Execution completed.")

捕获特定异常

此方法允许根据需求捕获特定类型的异常，大大增强了程序的针对性与安全性。虽然未指定类型的except子句具有普遍适用性，能够捕获所有异常，但其可能掩盖潜在问题，因此并不总是推荐使用。

import logging

try:
x = 1 / 0
except ZeroDivisionError as e:
logging.error("Caught ZeroDivisionError: %s", str(e))
print("不能除以0")

捕获所有异常

当不确定异常类型时，可以通过使用空的 except 子句来捕获所有类型的异常。但是，这种做法应尽量避免，因为它可能会忽视一些实际上需要关注和处理的严重错误。

import logging

try:

# 尝试执行的代码
pass

except Exception as e:
logging.error("Caught an exception: %s", str(e))
print("发生了一个异常: ", str(e))

自定义异常

Python 支持用户通过继承内置 Exception 类或其子类来创建自定义异常，这一特性极大提升了开发者处理错误的灵活性。它使开发者能够精准地捕捉和管理各种异常情形，进而显著增强程序的稳定性和可维护性。

import logging

def safe_division(numerator, denominator):
try:
result = numerator / denominator
except ZeroDivisionError as e:
logging.error("Caught ZeroDivisionError while dividing %d by %d: %s",
numerator, denominator, str(e))
print("发生了一个异常: 除以零")
return None
except Exception as e:
logging.error("Caught an exception while dividing %d by %d: %s",
numerator, denominator, str(e))
print("发生了一个异常: ", str(e))
return None
else:
logging.info("Division successful: %d / %d = %f",
numerator, denominator, result)
return result

使用示例

numerator = 1
denominator = 0
result = safe_division(numerator, denominator)
if result is not None:
print(f"结果是 {result}")

使用 else 和 finally

在Python的异常处理结构中，else与finally属可选元素。

若try区块未触发任何异常，则执行else代码段。

无论是否出现异常，finally均会被执行，常用于进行诸如关闭文件或释放资源等收尾操作，有效提升了程序的稳定性和可维护性。