async/await异常捕获需分层处理：await处用try-except捕获协程内异常；create_task启动的任务需通过task.exception()检查；gather需设return_exceptions=True；set_exception_handler仅作日志兜底。
它没失效，是你没在正确位置捕获。 async/await 语法里的 try-except 只能捕获当前协程内 await 立即抛出的异常；而通过 asyncio.create_task() 启动的任务，其异常会静默存入 Task 对象，不会自动冒泡到外层作用域。
await 表达式里必须显式包 try-except
这是最直接、最可控的捕获点。如果你 await 一个可能失败的协程（比如网络请求、文件读写），异常会在 await 那一刻抛出，try-except 就能拦住。
- ✅ 正确：在
await前后加try-except，尤其对单个关键操作 - ❌ 错误：只在外层函数开头写一个
try，却让多个await在里面“裸奔” - ⚠️ 注意：
await asyncio.sleep(0)或空await不会触发异常，但真实 I/O 操作几乎都可能抛出TimeoutError、ConnectionError等
用 asyncio.gather() 时别忽略 return_exceptions 参数
asyncio.gather() 默认行为是“任一任务失败，整个调用立即抛异常”，这常让人误以为异常被“吞了”——其实是它太急着失败了。设 return_exceptions=True 才能让所有结果（含异常对象）一起返回，便于统一检查。
- ✅ 推荐：并发发 5 个 HTTP 请求，加
return_exceptions=True，然后遍历结果，对每个result判断isinstance(result, Exception) - ❌ 危险：不设该参数，又没包
try-except，整个gather()调用一崩，你连哪个请求挂了都不知道 - ⚠️ 性能影响：设为
True不影响并发度，只是把异常转成普通返回值，后续处理成本略高一点
检查 done 任务集合时务必调用 task.exception()
当你用 asyncio.wait() 或手动轮询 asyncio.all_tasks() 时，拿到的 done 集合里可能混着成功和失败的任务。失败任务的异常不会自动抛出，必须主动查。
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
- ✅ 必做：对每个
task在done中，先调task.exception()—— 返回None表示成功，否则是异常对象 - ❌ 常见错：只调
task.result()，它会重新抛异常，导致程序中断，失去批量处理机会 - ⚠️ 容易漏：如果任务还没完成（在
pending里），它的异常根本还没发生或尚未被捕获，不能提前查exception()
给事件循环配 set_exception_handler 是兜底不是替代
loop.set_exception_handler() 是最后一道防线，适合记录日志、告警，但它无法恢复执行流，也不能帮你定位是哪个 task、哪行代码出了问题。
- ✅ 应该：在主入口处注册 handler，打印
task的get_coro().__name__和 traceback - ❌ 不能依赖：把它当主力异常处理机制，结果线上报错只有“Unhandled exception in Task”，没上下文、没参数、没堆栈源码行号
- ⚠️ 关键限制：handler 里不能再
await，否则会卡死事件循环；只能做同步操作，如写文件、发 HTTP 日志
真正难的不是写 try-except，而是判断异常发生在哪一层：是 await 当前协程？是子 task 内部？还是 gather 汇总阶段？每层对应的捕获方式和检查手段完全不同。漏掉任意一层，异常就变成“静默失败”或“突然崩溃”。
