Loguru库中logger.catch装饰器的异常处理技巧
2025-05-10 05:46:18作者:殷蕙予
概述
Loguru是一个功能强大的Python日志库,其中logger.catch装饰器是一个非常实用的异常捕获工具。本文将深入探讨如何合理使用这个装饰器来处理不同类型的异常情况。
logger.catch的基本用法
logger.catch装饰器可以自动捕获函数中抛出的异常,并记录详细的错误信息,包括变量值、堆栈跟踪等。基本用法如下:
@logger.catch()
def my_function():
# 函数代码
异常处理的进阶技巧
在实际开发中,我们经常需要区分处理不同类型的异常。Loguru提供了exclude参数,可以指定不需要捕获的异常类型。
排除特定异常
@logger.catch(exclude=FileNotFoundError)
def get_existing_file_path(fileName: str):
# 函数代码
这种用法特别适合以下场景:
- 函数内部可能抛出多种异常
- 某些异常已经在外层有明确的处理逻辑
- 只需要记录未明确处理的异常
实际应用示例
让我们看一个完整的示例,展示如何结合try-except和logger.catch:
from loguru import logger
import os
@logger.catch(exclude=FileNotFoundError)
def get_existing_file_path(fileName: str) -> str:
"""检查文件是否存在并返回绝对路径"""
assert isinstance(fileName, str)
absf = os.path.abspath(fileName)
if os.path.isfile(absf):
return absf
else:
raise FileNotFoundError(f"{absf} file not found")
try:
get_existing_file_path("test.txt")
except FileNotFoundError:
logger.warning("文件不存在,将创建新文件")
最佳实践建议
- 明确异常处理层级:在外层能处理的异常,尽量使用exclude排除
- 保留关键调试信息:对于未预期的异常,确保logger.catch能记录足够信息
- 合理使用reraise:需要重新抛出异常时,可以结合reraise=True参数
- 性能考量:异常处理会增加开销,只在必要时使用装饰器
总结
Loguru的logger.catch装饰器提供了强大的异常捕获和日志记录能力。通过合理使用exclude参数,我们可以实现精细化的异常处理策略,既能捕获未预期的错误,又能避免重复记录已处理的异常信息。掌握这些技巧可以显著提升代码的健壮性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0216
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
185
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.08 K
216