5. 异常处理在测试脚本中怎么用

异常处理是 Python 测试脚本稳定性的重要保障。很多自动化脚本不是因为系统 Bug 失败，而是因为文件路径错误、接口超时、字段不存在、JSON 解析失败、数据库连接失败等异常直接中断。测试工程师如果不会合理处理异常，脚本就会变得脆弱；如果滥用异常，把所有错误都吞掉，又会掩盖真实问题。

面试中问异常处理，不要只背 try except finally。更好的回答是：异常处理用于捕获脚本执行中的可预期错误，记录日志、保留现场、给出清晰失败原因，但不能随便忽略错误。测试自动化中，异常处理应该帮助定位问题，而不是隐藏问题。

一、什么是异常

异常是程序运行过程中出现的错误。例如：

文件不存在；
除以零；
字典 key 不存在；
JSON 格式错误；
接口请求超时；
数据库连接失败；
类型转换失败。

如果不处理，程序会中断。

二、基本语法

try:
    result = 10 / 0
except ZeroDivisionError as e:
    print(f"计算异常: {e}")

常见结构：

try:
    # 可能出错的代码
    pass
except Exception as e:
    # 异常处理
    print(e)
else:
    # 没有异常时执行
    pass
finally:
    # 无论是否异常都执行
    pass

finally 常用于关闭文件、关闭数据库连接、清理资源。

三、接口请求中的异常处理

接口自动化最常见的是请求异常。

import requests

try:
    response = requests.get("https://api.example.com", timeout=5)
except requests.exceptions.Timeout:
    print("接口请求超时")
except requests.exceptions.RequestException as e:
    print(f"请求异常: {e}")

测试场景：

服务不可用；
网络超时；
DNS 解析失败；
连接被拒绝；
HTTPS 证书问题。

捕获后要记录 URL、请求参数、异常信息，方便定位。

四、JSON 解析异常

接口返回不是合法 JSON 时，解析会失败。

try:
    data = response.json()
except ValueError as e:
    print(f"响应不是合法 JSON: {e}")

测试中如果接口预期返回 JSON，但实际返回 HTML 错误页，就可能触发这个异常。

五、字段不存在异常

接口响应字段缺失时，直接取值会报 KeyError。

try:
    code = data["code"]
except KeyError:
    print("响应缺少 code 字段")

更推荐先断言字段存在：

assert "code" in data

测试脚本要能明确告诉你缺哪个字段。

六、文件读写异常

读取测试数据时常见：

try:
    with open("case.json", "r", encoding="utf-8") as f:
        content = f.read()
except FileNotFoundError:
    print("测试数据文件不存在")

自动化框架中，文件路径错误是常见失败原因。

七、数据库异常

数据库连接、SQL 执行可能失败。

常见原因：

数据库地址错误；
用户名密码错误；
SQL 语法错误；
表不存在；
查询超时。

异常处理要记录 SQL、数据库环境和错误信息，但不要把数据库错误吞掉后继续断言。

八、异常处理和断言的区别

异常处理不是替代断言。

断言用于判断实际结果是否符合预期。

异常处理用于处理脚本运行过程中的错误。

例如接口返回业务 code 不对，应该用断言失败；接口请求超时，是请求异常。

九、不要滥用 except Exception

很多人写：

try:
    run_case()
except Exception:
    pass

这是非常危险的。它会吞掉所有错误，导致用例看起来通过但实际没有验证。

如果使用通用异常，也要记录日志并让用例失败。

十、异常处理在框架中的作用

自动化框架中，异常处理常用于：

记录失败日志；
截图；
保存请求响应；
清理测试数据；
关闭连接；
生成报告失败原因；
保证一个用例失败不影响全部用例执行。

例如 UI 自动化失败时截图，接口自动化失败时记录请求和响应。

十一、面试回答模板

如果面试官问“异常处理在测试脚本中怎么用”，可以这样回答：

异常处理主要用于提高测试脚本稳定性和可定位性。接口自动化中常见异常有请求超时、连接失败、响应不是 JSON、字段缺失、文件不存在、数据库连接失败等。我会用 try except 捕获可预期异常，记录 URL、请求参数、响应内容和异常信息，必要时截图或写日志；但不会随便把异常吞掉，因为异常可能代表真实问题。断言失败和脚本异常也要区分，业务结果不符合预期用断言，脚本执行错误用异常处理。

捕获请求超时；
捕获文件不存在；
捕获 JSON 解析失败；
捕获 KeyError；
使用 finally 关闭资源；
区分异常和断言失败；
记录异常日志；
不吞掉异常；
在框架中保存失败现场；
准备异常处理面试回答。

异常处理的目标不是让脚本“不报错”，而是让错误更清楚、更可定位、更不影响整体执行。

配套刷题：

Python测试开发面试题