Python中给异常对象动态添加属性基本安全，但需避开内置属性和CPython 3.11+的冻结优化；推荐捕获后赋值或使用dataclass封装以兼顾类型安全与元数据完整性。
Python 中给异常对象动态添加属性是否安全
完全安全，只要不覆盖内置属性（如 args、__traceback__、__cause__）。Python 的异常对象是普通实例，支持动态赋值。但要注意：CPython 3.11+ 对某些内置异常做了属性冻结优化（如 ValueError 子类未重写 __slots__ 时可能报 AttributeError），所以推荐用自定义类继承或显式启用动态属性。
用 Exception.__init__ 之外的方式注入字段
不要在 __init__ 里硬编码新参数——这会破坏原异常签名，导致 raise ValueError("msg") 这类调用失败。更稳妥的做法是在抛出前或捕获后附加：
- 直接赋值：
e = ValueError("bad input"); e.user_id = 123; e.retry_after = 5; raise e - 用
setattr批量注入：for k, v in metadata.items(): setattr(e, k, v) - 若需类型提示，可配合
typing.cast或定义 Protocol 做运行时 duck-typing 断言
兼容 traceback 和日志系统的注意事项
标准库的 traceback.print_exception、logging.exception 不会打印自定义属性，除非你重写 __str__ 或提供 __repr__。常见坑：
- 日志框架（如 structlog）默认只序列化
args和__dict__，但部分版本会跳过以__开头的键 - 如果异常被 pickle 序列化（如 Celery 任务中传递），确保自定义字段可序列化（避免函数、模块、线程对象）
-
raise e from original_exc时，新异常的自定义属性不会自动继承，需手动复制
不想写新类又想类型安全？用 dataclass 包装异常
当需要强约束字段名和类型，又不愿改异常继承链时，可以封装一层轻量容器：
@dataclass
class AnnotatedError:
exc: Exception
user_id: int
context: dict
使用
try:
risky_call()
except ValueError as e:
annotated = AnnotatedError(e, user_id=42, context={"ip": "10.0.0.1"})
后续可统一处理 .exc + .user_id，且 IDE 能补全字段
这种方式绕开了异常类型的修改，又保留了结构化元数据，适合中间件或监控埋点场景。真正容易被忽略的是：一旦用了这种包装，所有异常捕获逻辑都要检查是否为 AnnotatedError 实例，否则元数据就丢了。
