Python 常见内置异常类型大全

文章目录

• • 前言
  • 一、先搞懂最核心的问题：到底什么是Python异常？
  • 二、新手最高频踩坑的10类内置异常（必看）
  • • [2.1 ZeroDivisionError：除零错误](#2.1 ZeroDivisionError：除零错误)
    • [2.2 NameError：名称错误](#2.2 NameError：名称错误)
    • [2.3 TypeError：类型错误](#2.3 TypeError：类型错误)
    • [2.4 IndexError：索引错误](#2.4 IndexError：索引错误)
    • [2.5 KeyError：键错误](#2.5 KeyError：键错误)
    • [2.6 ValueError：值错误](#2.6 ValueError：值错误)
    • [2.7 AttributeError：属性错误](#2.7 AttributeError：属性错误)
    • [2.8 ImportError / ModuleNotFoundError：导入错误](#2.8 ImportError / ModuleNotFoundError：导入错误)
    • [2.9 FileNotFoundError：文件不存在错误](#2.9 FileNotFoundError：文件不存在错误)
    • [2.10 UnicodeDecodeError / UnicodeEncodeError：编码错误](#2.10 UnicodeDecodeError / UnicodeEncodeError：编码错误)
  • 三、Python其他常用内置异常类型
  • • [3.1 语法与缩进相关异常](#3.1 语法与缩进相关异常)
    • [3.2 迭代与循环相关异常](#3.2 迭代与循环相关异常)
    • [3.3 操作系统与权限相关异常](#3.3 操作系统与权限相关异常)
    • [3.4 其他常用异常](#3.4 其他常用异常)
  • 四、新手必看：异常处理的正确姿势
  • • [4.1 异常处理的基本语法](#4.1 异常处理的基本语法)
    • [4.2 新手异常处理的3个大忌](#4.2 新手异常处理的3个大忌)
  • 五、最后说几句心里话

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

兄弟们，先问个扎心的问题：你写Python代码的时候，是不是经常刚点运行，控制台就唰一下红一大片，一堆英文报错怼脸上？本来想写个AI智能体的小脚本，结果连第一步数据读取都跑不通；本来想爬个行业数据，结果刚发请求就崩了；甚至连写个最简单的计算器，都能给你报个错。

更离谱的是，很多新手朋友看到报错第一反应不是看异常类型，而是直接整段复制去百度，结果搜出来的答案五花八门，改来改去不仅没解决问题，反而越改坑越多，最后直接心态崩了，把键盘一摔：这破代码我不写了！

其实我搞了二十多年AI开发，见过太多开发者从入门到放弃，就是栽在了"异常报错"这一关。很多人觉得异常是洪水猛兽，是程序跟你作对，其实大错特错！Python的异常，根本不是来搞你的，而是来帮你的！

这就好比你开车上路，仪表盘上的故障灯亮了，不是车要当场爆炸把你送走，而是它在告诉你："兄弟，机油不够了/水箱高温了/轮胎没气了，赶紧停一下处理，不然要出大事！" Python的异常，就是你代码里的"仪表盘故障灯"，每一种异常类型，都精准告诉你：你的代码到底哪里出了问题，该往哪个方向修。

很多教程讲异常，上来就按字母顺序堆一堆异常类型，干巴巴的跟字典似的，看完就忘，别说新手了，我一个老开发看了都头大。所以今天这篇文章，我就用大白话+生活段子+高频踩坑案例，把Python所有常用的内置异常类型给你讲得明明白白，哪怕你只有高中文化，刚学Python三天，也能看懂，看完之后再遇到报错，再也不用慌慌张张百度，一眼就能定位问题！

对了，本文所有案例都是基于2026年最新的Python 3.13稳定版，所有异常类型都是官方内置的标准类型，没有任何花里胡哨的自定义内容，不管你是写传统Python开发、数据处理，还是现在最火的AI智能体开发、大模型应用开发，都能用得上，建议先点赞收藏，免得下次遇到报错找不到了。

一、先搞懂最核心的问题：到底什么是Python异常？

首先，很多新手会把"语法错误"和"运行时异常"搞混，这里我一句话给你掰扯清楚，再也不会混为一谈：

• 语法错误（SyntaxError）：相当于你连车钥匙都插反了，根本拧不动，发动机连火都打不着。程序连启动都启动不了，直接在编译阶段就给你毙了。比如你写if语句忘了加冒号、括号没配对、缩进错了，这些都是语法错误，Python根本不给你运行的机会。
• 运行时异常：相当于你车钥匙插对了，发动机也打着了，顺利开上路了，结果开着开着，要么没油了，要么爆胎了，要么前面路断了，车开不下去了。程序能正常启动，但是运行到某一行的时候，出了无法继续执行的问题，这时候就会抛出异常。

举个最简单的例子，大家一眼就能看懂：

# 这是语法错误，if后面忘了加冒号，程序根本跑不起来
if 1>0
    print("对的")

# 这是运行时异常，语法没问题，程序能启动，但是运行到第二行就崩了
a = 10
b = 0
print(a/b)

很多新手刚学Python的时候，天天被这两个问题搞疯，其实只要记住这个开车的类比，瞬间就能分清楚。

接下来再给大家讲一下Python异常的继承体系，不用记那些复杂的层级，只需要记住核心逻辑就行。Python的异常体系就像动物分类：

• 最顶层的BaseException是"动物"这个总纲，所有异常都是从它衍生出来的；
• 我们平时开发中99.9%会遇到的异常，都是它的子类Exception下面的，Exception就相当于"脊椎动物"，我们平时开车遇到的几乎所有车辆故障，都属于这个范畴；
• 而BaseException下面还有一些特殊的异常，比如SystemExit（程序退出）、KeyboardInterrupt（键盘中断，比如你按了Ctrl+C），这些就相当于"车子直接报废要销毁"这种极端情况，我们平时写代码几乎不会去处理它们。

这个体系有什么用？用处大了！很多新手写异常处理的时候，上来就写个except:捕获所有异常，结果程序崩了都不知道哪里出了问题，正确的做法是捕获具体的异常类型，这个我们后面会详细讲。

二、新手最高频踩坑的10类内置异常（必看）

我统计过，新手写Python代码，90%的报错都来自下面这10类异常，把它们搞懂了，你就能解决日常开发中绝大多数的报错问题，再也不用一看到红屏就慌。

2.1 ZeroDivisionError：除零错误

• 通俗解释：你非要拿一个数除以0，数学上就不成立，Python直接给你罢工了。
• 生活类比：你买了10个西瓜，要分给0个人，问每个人分几个？这问题本身就有病，谁听了都得懵。
• 高频踩坑场景 ：
  1. 写计算器的时候，用户输入了除数为0，没做前置判断；
  2. 做数据统计的时候，分母是计算出来的动态值，比如计算用户活跃度，当样本数为0的时候直接相除；
  3. AI开发里，计算损失函数的时候，批次样本数为0，导致除零报错；
  4. 电商后台计算转化率、退货率的时候，基数为0没做处理，导致线上故障。

报错&正确处理代码示例：

# 报错代码
a = 100
b = 0
print(a / b)

# 正确处理
a = 100
b = 0
if b != 0:
    print(a / b)
else:
    print("除数不能为0，请检查输入数据")

别小看这个错误，看着简单，但是我见过太多上线的项目栽在这上面。2025年还有个知名电商平台的后台，因为新用户注册数为0，计算新用户转化率的时候直接除零，导致整个数据看板全线崩溃，运营和技术连夜加班抢修，就因为少了一个简单的非零判断，细节决定生死，这话一点都不假。

2.2 NameError：名称错误

• 通俗解释：你用了一个Python根本不认识的名字，要么是变量/函数没定义就用，要么是名字拼错了。
• 生活类比：你去奶茶店，对着店员喊"给我来一杯蜜雪冰城的芋泥波波奶茶"，店员直接懵了："兄弟，我们这里是喜茶，没有这个东西"；或者你本来想点"芋泥波波奶茶"，结果嘴瓢说成了"芋泥波波奶查"，店员也不知道你要啥。
• 高频踩坑场景 ：
  1. 变量名拼错了，比如把user_name写成了user_nmae，把count写成了conut，手速越快越容易犯这个错；
  2. 变量在使用之后才定义，比如先print(a)，再写a=10，顺序搞反了；
  3. 调用函数的时候，函数名拼错了，或者函数还没写就提前调用；
  4. 导入模块的时候，没导入就直接用里面的方法，比如没import pandas就直接用pd.read_csv。

报错&正确处理代码示例：

# 报错代码1：变量没定义就用
print(age)
age = 18

# 报错代码2：变量名拼错
user_name = "张三"
print(user_nmae)

# 正确写法
age = 18
print(age)

user_name = "张三"
print(user_name)

这个错误可以说是新手TOP1的报错，没有之一！我带过的实习生，10个里面有8个每天都要犯好几次这个错，写代码的时候手速太快，名字拼错了，找半天找不到问题，急得满头大汗。其实解决方法特别简单，只要看报错里提示的名字，和你定义的名字对比一下，一秒钟就能找到问题。

2.3 TypeError：类型错误

• 通俗解释：你用了错误的数据类型去做不支持的操作，相当于拿螺丝刀去切菜，拿菜刀去拧螺丝，工具类型不对，根本干不了这个活。
• 生活类比：你去超市买东西，结账的时候，收银员说一共100块，你拿了一张白纸给人家，说"这是我画的100块"，人家肯定不收，因为类型不对，人民币才是支持的支付类型。
• 高频踩坑场景 ：
  1. 字符串和数字直接相加，比如print("我的年龄是" + 18)，18是数字，不能直接和字符串拼接；
  2. 调用函数的时候，传的参数类型不对，比如函数要求传数字，你传了个字符串；
  3. 对不支持迭代的类型做循环，比如for i in 123:，数字123不能迭代；
  4. AI开发里，把numpy数组和普通列表直接做运算，类型不匹配导致报错。

报错&正确处理代码示例：

# 报错代码1：字符串和数字直接拼接
print("我的年龄是" + 18)

# 报错代码2：参数类型不对
def add(a, b):
    return a + b
add(10, "20")

# 正确写法
print("我的年龄是" + str(18))
add(10, int("20"))

这个错误是新手第二高频的报错，本质是对Python的数据类型不熟悉。很多新手会把TypeError和后面要讲的ValueError搞混，这里我一句话给你分清楚，再也不会乱：

• TypeError是类型不对，这个活根本不能干，比如你要拧螺丝，拿了个菜刀，工具类型完全错了；
• ValueError是类型对了，但是值不对，这个活干不了，比如你拿了个螺丝刀，但是型号不对，螺丝是十字的，你拿了个一字的，类型对，但是值不匹配。

2.4 IndexError：索引错误

• 通俗解释：你访问的序列（列表、元组、字符串等）的索引超出了范围，相当于人家只有3个抽屉，你非要拉第4个抽屉，根本不存在。
• 生活类比：你去电影院看电影，买的是3号厅5排6座的票，结果你非要去5排100座，人家这个厅根本没有这个座位，检票员直接给你拦下来了。
• 高频踩坑场景 ：
  1. 列表只有3个元素，索引是0、1、2，你非要访问list[3]；
  2. 循环的时候，索引范围算错了，比如for i in range(len(list)+1):，导致越界；
  3. 处理AI模型返回的结果列表的时候，没判断列表是否为空，就直接取第一个元素list[0]，空列表直接报IndexError；
  4. 字符串切片的时候，索引超出长度，虽然切片不会报错，但是直接访问单个字符会报错。

报错&正确处理代码示例：

# 报错代码
name_list = ["张三", "李四", "王五"]
print(name_list[3])

# 正确写法
name_list = ["张三", "李四", "王五"]
index = 3
if index < len(name_list):
    print(name_list[index])
else:
    print(f"索引{index}超出范围，列表最大索引是{len(name_list)-1}")

这里必须给新手敲个警钟：Python的序列索引是从0开始的！不是从1开始的！ 这个坑我见过无数新手踩，学了半个月Python，还以为列表第一个元素是索引1，结果天天报IndexError，这个一定要记死了，刻在DNA里！

2.5 KeyError：键错误

• 通俗解释：你访问字典里不存在的键，相当于你去酒店开房，房卡是302的，你非要去开404的房门，根本打不开。
• 生活类比：你去快递站取快递，报了个取件码，结果快递员查了半天，说"我们这里没有这个取件码的快递"，你拿错取件码了，自然取不到快递。
• 高频踩坑场景 ：
  1. 字典里没有这个key，你非要直接访问dict[key]；
  2. 处理接口返回的JSON数据的时候，没判断字段是否存在，就直接取值，比如大模型返回的JSON，有时候少了某个字段，直接取就报错；
  3. 处理CSV/Excel数据的时候，列名拼错了，用pandas取值的时候报KeyError；
  4. 循环字典的时候，用了不存在的key去取值。

报错&正确处理代码示例：

# 报错代码
user_info = {"name": "张三", "age": 18}
print(user_info["gender"])

# 正确写法1：先判断key是否存在
user_info = {"name": "张三", "age": 18}
if "gender" in user_info:
    print(user_info["gender"])
else:
    print("性别字段不存在")

# 正确写法2：用get方法，不存在返回默认值（推荐）
print(user_info.get("gender", "未知"))

这个错误在2026年的AI开发、接口开发里太常见了！现在大家写智能体、调用大模型API，几乎天天都要和JSON数据打交道，很多新手拿到大模型返回的结果，不做任何判断就直接硬取值，结果大模型偶尔抽风少返回了一个字段，程序直接崩了。所以一定要养成用get方法取值的习惯，或者先判断key是否存在，别直接硬取，不然线上故障分分钟找上门。

2.6 ValueError：值错误

• 通俗解释：你传的参数类型是对的，但是值是不合法的，相当于你去奶茶店点单，类型是对的（都是奶茶），但是你要的糖度是"100分糖"，人家最多只有全糖，这个值不支持，做不出来。
• 生活类比：你去火车站买票，跟售票员说"我要一张今天去火星的高铁票"，售票员说"我们有高铁票这个类型，但是没有去火星的这个车次，这个值不对"。
• 高频踩坑场景 ：
  1. 类型转换的时候，值不合法，比如int("abc")，字符串abc不能转成整数；
  2. 给函数传参数的时候，类型对，但是值不在范围内，比如range(10, 1)，结束值比起始值小，又没给步长；
  3. 字符串处理的时候，用了不存在的子串找索引，比如"abc".index("d")；
  4. 数据处理的时候，给模型传了超出范围的值，比如要求输入0-1之间的概率值，你传了2，导致报错。

报错&正确处理代码示例：

# 报错代码
age = int("十八岁")
print(age)

# 正确写法
age_str = "18"
if age_str.isdigit():
    age = int(age_str)
    print(age)
else:
    print("请输入合法的数字")

还是那句话，TypeError管类型，ValueError管值，分清楚这两个，你就超过了80%的Python新手。

2.7 AttributeError：属性错误

• 通俗解释：你访问了一个对象根本没有的属性或方法，相当于你对着一个电动车，非要按汽车的油门踏板，人家电动车根本没有这个东西。
• 生活类比：你买了个普通的老年机，非要对着它喊"嘿Siri"，人家老年机根本没有Siri这个功能，你喊破喉咙也没用。
• 高频踩坑场景 ：
  1. 字符串、列表的方法名拼错了，比如把list.append()写成了list.appen()，把str.upper()写成了str.uper()；
  2. 变量的类型和你想的不一样，比如你以为是个列表，结果是个None，然后调用append方法，直接报错；
  3. 导入的模块里没有这个方法，你非要调用；
  4. 自定义的类里没有这个属性，你非要访问。

报错&正确处理代码示例：

# 报错代码1：方法名拼错
name_list = ["张三", "李四"]
name_list.appen("王五")

# 报错代码2：None类型调用方法
name_list = None
name_list.append("王五")

# 正确写法
name_list = ["张三", "李四"]
name_list.append("王五")
print(name_list)

name_list = []
if name_list is not None:
    name_list.append("王五")

这个错误最坑的场景，就是你拿到的变量是None！比如调用一个函数，函数执行失败返回了None，你没做判断，就直接调用方法，结果就报AttributeError: 'NoneType' object has no attribute 'xxx'。这个错误不管是新手还是老开发，都经常踩，所以一定要养成判断变量是否为None的习惯，尤其是调用函数、接口返回结果的时候。

2.8 ImportError / ModuleNotFoundError：导入错误

• 通俗解释：你想导入的模块/包/函数根本找不到，要么是没安装这个包，要么是名字拼错了，要么是路径不对。
• 生活类比：你想点个外卖，结果搜了半天，发现你所在的城市根本没有这个店，要么是店名打错了，要么是人家根本没在你这开分店。
• 高频踩坑场景 ：
  1. 没安装第三方包，就直接import，比如没装pandas就import pandas as pd；
  2. 模块名拼错了，比如把pandas写成了pands，把numpy写成了nump；
  3. 导入自己写的py文件的时候，文件名不对，或者路径不对；
  4. 从模块里导入不存在的函数，比如from math import abc，math模块里根本没有abc这个函数。

这里给大家补充一下，ModuleNotFoundError是Python3.6之后新增的，是ImportError的子类，专门用来表示找不到模块的情况。遇到这个错误，三步走就能解决99%的问题：第一步先检查名字有没有拼错，第二步检查这个包有没有安装，第三步检查文件路径对不对。

2.9 FileNotFoundError：文件不存在错误

• 通俗解释：你要打开的文件/文件夹根本不存在，要么是路径写错了，要么是文件被删了，要么是文件名拼错了。
• 生活类比：你拿着地址去快递柜取快递，结果到了地方，发现这个快递柜根本就不存在，要么是地址写错了，要么是快递柜被拆了。
• 高频踩坑场景 ：
  1. 打开文件的时候，相对路径和绝对路径搞混了，路径写错了；
  2. 文件名拼错了，比如把data.csv写成了date.csv；
  3. 文件被移动、删除或者重命名了，代码里还是原来的路径；
  4. 批量处理文件的时候，遍历的文件夹里有子文件夹，直接当文件打开，导致报错。

报错&正确处理代码示例：

# 报错代码
with open("data.csv", "r", encoding="utf-8") as f:
    print(f.read())

# 正确写法
import os
file_path = "data.csv"
if os.path.exists(file_path) and os.path.isfile(file_path):
    with open(file_path, "r", encoding="utf-8") as f:
        print(f.read())
else:
    print(f"文件{file_path}不存在，请检查路径")

2026年了，大家做AI开发、数据处理，几乎天天都要读取文件，很多新手写代码的时候，直接写个文件名就打开，根本不判断文件是否存在，结果程序一跑就崩。尤其是在服务器上运行的时候，路径和本地不一样，很容易出这个问题，所以一定要先判断文件是否存在，再打开。

2.10 UnicodeDecodeError / UnicodeEncodeError：编码错误

• 通俗解释：文件的编码格式和你打开的时候用的编码格式不匹配，相当于你拿一本英文书，用中文翻译软件去扫，根本翻译不出来，编码不对。
• 生活类比：你收到一封用日语写的信，非要找一个只会英语的翻译来给你翻译，人家根本看不懂，自然翻译不出来。
• 高频踩坑场景 ：
  1. 打开csv/txt文件的时候，编码格式不对，比如Windows上的gbk编码文件，用utf-8打开，直接报错；
  2. 写入文件的时候，字符串里有特殊字符，编码不支持；
  3. 爬虫爬取网页的时候，网页的编码和你解码用的编码不一样；
  4. 处理大模型返回的多语言内容的时候，编码不匹配导致报错。

这个错误是很多新手的噩梦，尤其是Windows用户，因为Windows默认的编码是gbk，而Python默认用utf-8，所以打开文件的时候，一定要指定encoding参数，比如open("data.txt", "r", encoding="utf-8")，如果utf-8不行，就试试gbk、gb2312，大部分问题都能解决。

三、Python其他常用内置异常类型

除了上面10个最高频的异常，还有一些不那么高频，但是开发中也经常会遇到的异常类型，这里给大家一次性讲清楚，免得遇到了不认识。

3.1 语法与缩进相关异常

• SyntaxError：语法错误，前面讲过了，最常见的就是忘加冒号、括号不配对、关键字当变量名用，程序根本跑不起来；
• IndentationError：缩进错误，Python是靠缩进区分代码块的，缩进错了直接报错，新手经常把空格和Tab混用，导致这个问题。

3.2 迭代与循环相关异常

• StopIteration ：迭代器没有更多元素了，比如用next()遍历迭代器，遍历完了还继续调用，就会报这个错；
• RecursionError：递归深度超限，比如递归函数没有写退出条件，无限递归，Python默认的递归深度限制是1000层，超过就会报错。

3.3 操作系统与权限相关异常

• OSError：操作系统相关的错误，是下面几个异常的父类，比如磁盘满了、文件路径太长等；
• PermissionError：权限错误，比如要修改系统文件，没有管理员权限；要写入只读文件，没有写入权限；
• InterruptedError：程序被中断了，比如运行的时候按了Ctrl+C；
• IsADirectoryError ：你把文件夹当成文件来打开了，比如open("test_folder", "r")，test_folder是个文件夹，不是文件。

3.4 其他常用异常

• AssertionError ：断言错误，assert语句的条件不成立的时候会报这个错，一般用来做代码调试，比如assert a > 0, "a必须大于0"，如果a<=0，就会报这个错；
• NotImplementedError：方法未实现错误，一般用在类的继承里，比如父类定义了一个方法，要求子类必须重写，子类没重写就调用，就会报这个错；
• RuntimeError：运行时错误，其他类型都归不上的异常，都会用这个，比如运行时环境出问题了；
• OverflowError：数值溢出错误，比如数字太大了，超出了Python的表示范围；
• FloatingPointError：浮点数计算错误，一般出现在高精度的浮点数运算中，日常开发很少遇到；
• KeyboardInterrupt：键盘中断异常，用户按了Ctrl+C终止程序的时候会触发，一般不用手动处理。

四、新手必看：异常处理的正确姿势

讲完了异常类型，肯定有兄弟会问：遇到异常，我该怎么处理？总不能让程序直接崩了吧？这里就给大家讲清楚Python异常处理的正确姿势，以及新手最容易踩的坑。

4.1 异常处理的基本语法

Python处理异常用的是try-except-else-finally语法，结构如下：

try:
    # 这里写你要执行的代码，可能会抛出异常
    a = 10 / 0
    print(a)
except ZeroDivisionError:
    # 捕获到指定的异常，在这里处理
    print("除数不能为0")
except NameError as e:
    # 可以写多个except，捕获不同的异常，as e可以拿到异常的具体信息
    print(f"变量名错误：{e}")
else:
    # 代码没有抛出异常，正常执行完try里的代码后，会执行这里
    print("程序正常执行，没有出错")
finally:
    # 不管程序出不出错，都会执行这里，一般用来关闭文件、释放资源、关闭数据库连接
    print("不管出不出错，我都会执行")

4.2 新手异常处理的3个大忌

这里必须给大家敲警钟，很多新手写异常处理，不仅没起到作用，反而给自己挖了更大的坑，这3个大忌千万别犯：

大忌1：直接用裸except捕获所有异常

很多新手图省事，直接这么写：

# 错误写法，千万别这么干！
try:
    a = 10 / 0
    print(user_name)
except:
    print("程序出错了")

这么写，不管代码里出了什么错，都会被捕获，你根本不知道代码到底哪里出了问题，甚至连你按Ctrl+C终止程序都会被捕获，到时候程序出了bug，找都找不到，纯纯给自己挖坑。正确的做法是只捕获你能处理的具体异常类型，不要捕获所有异常。

大忌2：捕获了异常，却什么都不做

还有些新手，捕获了异常，就写个pass，啥也不做：

# 错误写法，千万别这么干！
try:
    a = 10 / 0
except ZeroDivisionError:
    pass

这么写，相当于你开车的时候，仪表盘故障灯亮了，你直接把故障灯拆了，眼不见心不烦，但是问题还在那里，迟早要出大事。捕获了异常，至少要打印一下错误信息，或者记录日志，知道哪里出了问题。

大忌3：滥用异常处理，用异常代替正常的逻辑判断

很多新手写代码，不管什么情况都用try-except，比如：

# 不推荐的写法
try:
    print(name_list[3])
except IndexError:
    print("索引超出范围")

# 推荐的写法
if 3 < len(name_list):
    print(name_list[3])
else:
    print("索引超出范围")

异常处理是用来处理你无法提前预判的错误，比如网络请求超时、文件突然被删除、接口返回数据异常，而不是用来掩盖你代码里的低级错误。能提前用if判断的，就提前判断，不要滥用异常处理，不然代码可读性会变得极差，性能也会受影响。

五、最后说几句心里话

2026年了，AI行业发展得越来越快，Python作为AI开发的第一语言，越来越多的朋友冲着AI来学Python，但是很多人刚入门就被各种异常报错劝退了。

其实我搞了二十多年AI开发，到现在写代码还会经常遇到异常报错，但是我从来不会慌，因为我知道，报错不是坏事，它是你最好的老师。每一个异常，都是在告诉你代码的问题所在，帮你规避更大的线上故障。很多新手写代码，追求"开发的时候零报错"，结果写的代码到处都是隐藏的坑，上线之后一跑就崩；反而那些开发的时候经常遇到报错，一个个解决掉的代码，上线之后更稳定。

很多教程把Python异常讲得高深莫测，其实根本没必要，异常就像生活里的红绿灯，不是来限制你的，是来保护你的。你只要记住每个异常对应的问题，遇到报错先看异常类型，再看报错的行号，99%的问题都能快速解决。

希望这篇文章能帮到正在学Python、学AI的兄弟们，如果你身边有刚入门的朋友，也可以把这篇文章转发给他，让他少走弯路。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。