Python函数返回值设计应明确区分异常与预期失败,推荐用结构化结果(如Result类)统一返回success/data/error,避免混用None、异常或多重返回值。
Python函数返回值设计的核心,是让调用方能清晰、安全、低认知成本地判断执行状态并获取结果。不推荐用单一返回值混杂“成功数据”和“错误信息”,也不建议过度依赖异常传递业务逻辑结果。
异常(Exception)应只用于真正意外、无法继续执行的情况,比如文件不存在、网络中断、类型严重不匹配。而业务中常见的“查无此用户”“库存不足”“参数校验未通过”,属于可预期的流程分支,更适合用结构化返回值表达。
例如:
{"success": False, "code": "USER_NOT_FOUND", "data": None
} 或自定义结果类(如 Result.ok(value) / Result.err("msg"))ValueError,迫使调用方用 try/except 捕获本可预判的业务状态尤其在API层或公共工具函数中,固定返回格式比“有时返回字典、有时返回None、有时抛异常”更可靠。常见做法包括:
is_success、data、error(或 message)字段returns(提供 Result 类型)或轻量封装 def safe_call(func, *args): try: return Result.success(func(*args)) except Exception as e: return Result.failure(e)
None 表示失败——它和正常返回空列表、空字符串语义冲突,易引发 AttributeError
若确实需要抛异常(如底层IO失败、断言崩溃),请确保:
FileNotFoundError 优于 Exception),便于精确捕获Raises: 或类型检查工具如 pyright 支持的 # type: ignore[raise] 注释辅助)像 def parse_config(): return data, error_msg, warnings 看似灵活,实则增加调用方解包负担和遗漏处理风险。不如返回一个结构体对象,支持链式判断:
result = parse_config()if result.is_ok(): use(result.unwrap())else: log(result.error)
这种模式配合类型提示(如 Result[str, ParseError]),能让IDE自动补全、静态检查更有效。