Saltearse al contenido

Errores

Una excepción es un valor que interrumpe el flujo normal y lleva información sobre lo que falló. Python la usa para todo lo excepcional —y también para lo que no lo es—, y ahí empieza la discusión: ¿cuándo es la herramienta y cuándo un impuesto?

Una excepción es para lo que no debería pasar; si pasa siempre, es un valor de retorno disfrazado.

Lanzar y capturar una excepción
Operación Coste
Llamada normal 28 ns
raise + except 155 ns

python mediciones/07-01-05-produccion.py

Cinco veces y media, y sin contar la construcción del mensaje ni el traceback, que es lo caro de verdad. En un bucle de un millón de iteraciones donde la excepción es la norma, el coste domina:

Clave ausente en un diccionario
Estrategia Coste
d.get(k) 43 ns
Pedir permiso (k in d) 45 ns
Pedir perdón (try/except) 153 ns

python mediciones/07-01-05-produccion.py

El resultado contradice el dogma: cuando la ausencia es frecuente, EAFP es más lento. La regla correcta es la que da el propio lenguaje: EAFP cuando la ausencia es excepcional; .get o in cuando es parte del flujo normal.

class ErrorDeDominio(Exception):
"""Base de todos los errores del dominio."""
class SaldoInsuficiente(ErrorDeDominio):
def __init__(self, saldo, importe):
super().__init__(f"saldo {saldo} < importe {importe}")
self.saldo, self.importe = saldo, importe

Una base propia permite a quien llama escribir except ErrorDeDominio sin atrapar errores del sistema. Y los atributos (saldo, importe) permiten reaccionar sin parsear el mensaje.

try:
datos = json.loads(texto)
except json.JSONDecodeError as e:
raise ErrorDeConfiguracion("config inválida") from e

from e encadena las dos excepciones y el traceback muestra la causa original. Sin él, se sustituye el error real por uno genérico y se pierde la línea que falló.

Lo contrario, ocultar la causa, es from None, y sólo se usa cuando la excepción interna es ruido para quien lee (por ejemplo, convertir un KeyError en un mensaje de negocio).

for intento in range(3):
try:
return llamar_api()
except TimeoutError:
if intento == 2:
raise
time.sleep(2 ** intento)

Tres condiciones para que un reintento sea correcto:

  • La operación debe ser idempotente. Reintentar un cobro puede cobrar dos veces.
  • Sólo se reintentan errores transitorios. Un 400 no mejora con tres intentos; un timeout sí.
  • Con espera creciente y límite. Reintentar en bucle apretado convierte un fallo en una caída del servidor remoto.
  • Búsquedas donde la ausencia es normal. .get, in, o un valor centinela.
  • Validación de un formulario con muchos campos. Acumula los errores y devuélvelos juntos; la primera excepción oculta las demás.
  • En código de rendimiento con fallo frecuente. Devuelve un resultado explícito (None, Result) y deja la excepción para lo inesperado.

Una función parsear(linea) lanza ValueError cuando la línea está corrupta. En un archivo de un millón de líneas, el 20 % están corruptas y el programa tarda 40 segundos. Antes de rediseñar, estima cuánto cuestan en realidad esas excepciones; después propón dos diseños y compara.

Solución

Diseño A — excepciones (actual). 200 000 excepciones × ~155 ns son 31 ms de coste directo; aunque cada una cueste del orden de un microsegundo con int("x") real, el total queda en torno a 0,2 s. Las excepciones no explican los 40 segundos: el perfil (cProfile) tiene que buscar el resto, por ejemplo un log.exception con traceback por cada línea corrupta o una E/S dentro del except. Estimar antes de optimizar evita rediseñar lo que no era el problema.

Diseño B — validar antes de convertir. Si el formato es simple, una condición decide sin lanzar nada; parsear devuelve None (o una tupla (ok, valor)) cuando la línea no es válida, y el llamador cuenta los descartes.

lineas = ["1", "2", "x", "4"]
def parsear(linea):
return int(linea) if linea.isdigit() else None
validos = [v for v in (parsear(l) for l in lineas) if v is not None]
print(validos) # [1, 2, 4]

En una prueba local (3.13.7), una línea inválida cuesta del orden de 1 µs con try/except frente a ~0,1 µs con isdigit(), y el 20 % deja de ser un caso excepcional para ser un caso normal. (isdigit() no acepta signos ni espacios: para un formato menos simple, usa una expresión regular compilada.)

La lección: la excepción no es cara por el raise sino por lo que se hace con ella (traceback, registro). Cuando el fallo es masivo, cambia el contrato de la función; y mide antes de culpar a las excepciones.

  • Ramalho, L. Fluent Python, 2ª ed. Capítulo 18.
  • Lott, S. F. Modern Python Cookbook, 3ª ed. Capítulo 2: sentencias y sintaxis.
  • Mediciones: mediciones/07-01-05-produccion.py.
  • 04 · Logging: cómo se registra un error que ya se capturó.
  • 10 · Depuración: cuando la excepción no dice lo suficiente.
  • 10 · collections (Parte II): defaultdict como alternativa a try/except.