Appearance
异常处理：让脚本遇到坏数据不断掉
示例文件：
safe_parse.py
最后核验：2026-08-02
本文围绕“坏行、缺列、格式错怎样处理”展开，结合可运行示例说明输入、规则、输出和改造边界。
这篇解决什么问题
一行日期格式错误不应该让整批任务全部失败，但关键字段缺失又必须被记录。
本集产物是：坏数据记录表。
核心判断
try要服务于真实客户数据处理。except要服务于真实客户数据处理。raise要服务于真实客户数据处理。坏数据记录要服务于真实客户数据处理。
判断是否学会，不看能不能背概念，而看能不能运行脚本并得到可复查输出。
运行示例
bash
python3 safe_parse.py运行后检查三件事：
- 输入数据是否符合本集假设。
- 规则输出是否能解释。
- 文件或终端结果是否方便客户复核。
完整示例
safe_parse.py
python
from __future__ import annotations
from datetime import datetime
rows = [
{"name": "李雷", "last_contact": "2026-07-30"},
{"name": "韩梅梅", "last_contact": "2026/07/xx"},
{"name": "王芳", "last_contact": ""},
]
def parse_contact(row: dict) -> tuple[datetime | None, str | None]:
text = row.get("last_contact", "")
if not text:
return None, "缺少联系日期"
try:
return datetime.strptime(text, "%Y-%m-%d"), None
except ValueError:
return None, f"日期格式错误：{text}"
def main() -> None:
bad_rows = []
for row in rows:
value, error = parse_contact(row)
if error:
bad_rows.append({"name": row["name"], "error": error})
else:
print(f"{row['name']}：{value.date()}")
print("坏数据：")
for row in bad_rows:
print(f"- {row['name']}：{row['error']}")
if __name__ == "__main__":
main()修改成自己的场景
- 先替换样例数据，不急着改规则。
- 确认字段名和客户真实表头一致。
- 一次只改一条规则，运行后看输出。
- 把异常、空值或跳过记录写清楚。
- 如果要交给同事运行，把命令和预期输出写进 README。
常见误区
| 误区 | 后果 | 修正 |
|---|---|---|
| 只追求脚本能跑 | 输出不可复查 | 同时输出数量、名单或文件路径 |
| 直接套用字段名 | 客户表头不一致时报错 | 先做字段说明或字段映射 |
| 把坏数据静默跳过 | 结果看似正常但漏处理 | 坏数据要记录原因 |
| 一次改很多规则 | 出错后难定位 | 每次只改一个规则点 |
读完之后能完成什么
你应该能运行本集示例，并把它改成自己的客户名单、订单表、日报或文件处理场景。