python异常和运行性能

一、引言：

data = {
    'name': 'blue',
    'age': 18
}

try:
    name = data['name']
except KeyError:
    name = 'default'

这个代码我们可能写的很常见，实际上就是利用KeyError异常。如果程序抛出了这个异常，那说明要获取的键不在字典里。不要较真说这种方式不可行，我是说这种方式是利用异常做控制流，那么异常会影响性能吗？。

二、Python 中异常与性能的关系

1. 正常执行时的开销（无异常发生）

• 几乎可以忽略：当 try/except 块中没有发生异常时，Python 的优化使得其开销极小。

示例：无异常时的性能对比

import timeit

def no_exception():
    for _ in range(1000000):
        try:
            x = 5
        except ValueError:
            pass

def no_try():
    for _ in range(1000000):
        x = 5

print("With try/except:", timeit.timeit(no_exception, number=10))
print("Without try/except:", timeit.timeit(no_try, number=10))

E:\code\od\orderlines\venv\Scripts\python.exe E:\code\od\orderlines\demo.py 
With try/except: 0.13516389999949752
Without try/except: 0.10620410000046832

Process finished with exit code 0

2. 异常发生时的开销

• 显著性能下降：当异常被抛出时，Python 需要创建异常对象、遍历调用栈（栈展开）、执行清理操作，这些操作的开销可能比正常代码高几个数量级。

示例：频繁抛出异常的性能测试

import timeit


def with_exception():
    for _ in range(100000):
        try:
            raise ValueError("Error")
        except ValueError:
            pass


def without_exception():
    for _ in range(100000):
        pass  # 不抛出异常


print("With exception:", timeit.timeit(with_exception, number=100))
print("Without exception:", timeit.timeit(without_exception, number=100))

E:\code\od\orderlines\venv\Scripts\python.exe E:\code\od\orderlines\demo.py 
With exception: 0.840917200000149
Without exception: 0.0752133000005415

Process finished with exit code 0

结论：抛出异常的代码比正常代码慢数百倍。

二、《Effective Python》中关于异常的建议

**1. 只在异常情况下抛出异常

• 建议：不要将异常用于常规控制流。例如，避免用异常代替条件判断

# 错误示例：用异常代替条件判断（低效）
try:
    value = get_value()
except ValueError:
    value = default_value

# 正确示例：直接判断（高效）
value = get_value()
if value is None:
    value = default_value

**2. 捕获具体异常而非通用异常

• 建议：仅捕获预期的异常类型，避免捕获所有异常（except Exception或except:）。

# 错误示例：捕获所有异常（隐藏潜在错误）
try:
    risky_call()
except:
    handle_error()

# 正确示例：捕获具体异常（精准处理）
try:
    risky_call()
except ConnectionError:
    retry()
except TimeoutError:
    raise

**3. **避免在循环中抛出异常

• 建议：在循环内部频繁抛出异常会导致性能问题。例如，避免在循环中用异常代替条件判断

# 错误示例：在循环中频繁抛出异常（低效）
for item in items:
    try:
        process(item)
    except InvalidItemError:
        continue

# 正确示例：提前验证（高效）
for item in items:
    if not is_valid(item):
        continue
    process(item)

**4. **使用 else 和 finally 明确代码逻辑

• 建议：用 else 块替代重复的条件判断，用 finally 确保资源释放。

try:
    resource = acquire_resource()
except ResourceError:
    log_error()
else:
    use_resource(resource)
    release_resource(resource)
finally:
    cleanup()

**5. **自定义异常应继承 Exception

• 建议：自定义异常应继承自 Exception（而非 BaseException），并避免使用字符串异常（Python 2 遗留问题）。

class MyError(Exception):
    pass

try:
    raise MyError("Custom error")
except MyError as e:
    print(e)

6、总结

• 异常处理的性能陷阱：异常本身开销小，但频繁抛出异常会导致性能崩溃。
• Effective Python 的核心思想：异常是“异常”，而非“常规控制流”工具。合理使用异常可以提升代码健壮性，但需避免滥用