异常处理是Python接口测试保障稳定性和结果可信度的核心环节，需捕获网络层、HTTP协议级和解析三类异常，结合结构化日志、契约化验证与Mock边界测试提升可追溯性与健壮性。
Python接口测试中，异常处理不是锦上添花，而是保障测试稳定性和结果可信度的核心环节。没做异常捕获的测试脚本，一次网络抖动或服务返回非预期状态码，就可能直接报错中断，既看不到真实响应内容，也无法区分是接口问题还是脚本缺陷。
常见接口异常类型与对应处理方式
实际调用中，需关注三类典型异常：
- 网络层异常：如requests.exceptions.ConnectionError（连接被拒绝、DNS失败）、requests.exceptions.Timeout（超时）。这类应单独捕获，记录网络状况，避免误判为业务逻辑错误。
- HTTP协议级异常：如requests.exceptions.HTTPError（4xx/5xx响应未显式raise时不会触发）。建议在response.raise_for_status()后统一处理，或手动检查response.status_code范围。
- 解析异常：如json.JSONDecodeError（返回非JSON内容）、KeyError（字段缺失）。应在解析响应体前加try...except，并输出原始response.text便于排查。
验证逻辑中嵌入异常判断的实用写法
验证不只是比对正确结果，更要确认“错误场景是否按约定返回”。例如测试登录接口的密码错误分支：
- 发送错误凭据，预期返回401且{"code": 4001, "msg": "密码错误"}；
- 若实际返回500或空响应，说明服务端未按契约处理异常，测试应失败并明确提示；
- 用pytest.raises()验证抛出特定异常不适用此场景——接口返回200但body含错误码，属于业务异常，需主动断言response.json()["code"] == 4001。
结构化异常日志提升可追溯性
简单print或pass掉异常会丢失关键上下文。推荐在except块中记录：
立即学习“Python免费学习笔记（深入）”；
- 请求方法、URL、headers、body（脱敏后）；
- 响应状态码、headers、原始text（尤其当JSON解析失败时）；
- 异常类型和traceback（用traceback.format_exc()）；
- 加上时间戳和用例ID，方便与CI日志或监控系统对齐。
Mock异常场景做边界测试
真实环境难复现超时、连接拒绝等状况，可用responses或unittest.mock模拟：
- 用responses.add(responses.GET, url, body=ConnectionError())触发网络异常；
- 用mock.patch("requests.request", side_effect=Timeout())控制任意请求行为；
- 验证客户端是否优雅降级（如重试、返回默认值、记录告警），而非崩溃。
