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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
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
572
99
暂无描述
Dockerfile
710
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2