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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
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
1.25 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
986
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990