Python中9个常见字典与异常处理错误与解决方案

今天，我们将一起发现并解决在使用字典时遇到的15个常见陷阱，让你的编程之旅更加顺畅。

第一部分：字典基础与常见错误
1. 创建字典的误解
错误场景：尝试用列表推导式创建字典时，键重复导致覆盖。
# 错误示范
keys = ['a', 'b', 'a']
values = [1, 2, 3]
my_dict = {k: v for k, v in zip(keys, values)}
print(my_dict)  # 输出可能不是预期，因为'a'键被覆盖了

解决方案：使用collections.defaultdict避免键冲突。
from collections import defaultdict

my_dict = defaultdict(list)
for k, v in zip(keys, values):
    my_dict[k].append(v)
print(my_dict)  # {'a': [1, 3], 'b': [2]}

2. 字典访问未初始化键
错误场景：
my_dict = {}
value = my_dict['not_here']  # KeyError

解决方案：使用get方法安全访问。
value = my_dict.get('not_here', '默认值')
print(value)  # 输出 '默认值'

3. 字典更新时的键冲突
错误理解：
dict1 = {'x': 1}
dict2 = {'x': 2, 'y': 3}
dict1.update(dict2)
# 预期dict1中'x'的值不变

正确做法：更新操作会覆盖键值。
print(dict1)  # {'x': 2, 'y': 3} 注意'x'的值已被覆盖

异常处理入门
4. 不处理异常的危险
问题：运行时错误未被捕获。
num = 'one'
result = num + 1  # TypeError

引入try-except：
try:
    result = num + 1
except TypeError:
    print("不能将字符串与数字相加")

5. 使用finally清理资源
无论是否发生异常，finally块都会执行。
try:
    # 假设这是打开文件的操作
    file = open('example.txt', 'r')
    print(file.read())
except FileNotFoundError:
    print("文件不存在")
finally:
    file.close()  # 确保文件被关闭

第二部分：高级技巧与实战案例
6. 字典推导式的高级用法
高级示例：创建一个映射，将字符串转换为它们的长度。
words = ['apple', 'banana', 'cherry']
lengths = {word: len(word) for word in words}
print(lengths)  # {'apple': 5, 'banana': 6, 'cherry': 6}

7. Python 3.5+：字典解构合并
新特性：利用解构简化字典合并。
dict1 = {'x': 1, 'y': 2}
dict2 = {'y': 3, 'z': 4}
merged = {**dict1, **dict2}  # Python 3.5+
print(merged)  # {'x': 1, 'y': 3, 'z': 4}

8. 异常链：提供更详细的错误信息
深入异常处理：
try:
    raise ValueError("Something wrong!")
except ValueError as ve:
    raise KeyError("This happened because of a value error.") from ve

这样可以保留原始异常信息，增强调试能力。
9. 自定义异常
提升代码质量：
class CustomError(Exception):
    pass

try:
    raise CustomError("这是一个自定义错误")
except CustomError as ce:
    print(ce)

实战案例：数据分析预处理
假设我们需要处理一份数据，其中包含一个字典列表，每个字典代表一条记录，但数据不完全或有格式错误。我们的任务是清洗数据，处理缺失值，并捕获任何转换过程中的异常。
data = [
    {"name": "Alice", "age": 30},
    {"name": "Bob", "missed_age": 25},  # 错误键名
    {"name": "Charlie"},  # 缺失年龄
]

cleaned_data = []

for record in data:
    try:
        # 确保记录中有'age'键
        age = record.get('age', None)
        if age is None:
            raise ValueError("Age is missing.")
        
        # 正确处理记录
        cleaned_record = {
            "name": record["name"],
            "age": int(age),  # 强制类型转换，可能引发ValueError
        }
        cleaned_data.append(cleaned_record)
    except KeyError as ke:
        print(f"Key error in record: {ke}")
    except ValueError as ve:
        print(f"Value error in record: {ve}")

print(cleaned_data)
 

在这个实战案例中，我们结合了字典操作和异常处理，展示了如何优雅地处理数据清洗过程中常见的问题。通过使用try-except结构，我们能够捕获并妥善处理异常，保证程序的健壮性。