Flask Web应用运行报错 请求排查与代码修正

代码问题排查与修正 #

原代码中的核心问题

1. 未处理空单元格（NaN）：Excel中Comments列为空时，会返回NaN，调用split(';')直接抛出AttributeError。
2. 正则匹配鲁棒性差：原正则要求末尾必须带-，格式稍有偏差就匹配失败；同时未处理分割后为空的评论项。
3. 请求头判断有风险：直接访问request.headers['Content-Type']会在请求无该头时抛出KeyError。
4. Excel读取无异常处理：文件损坏、权限不足等情况会导致程序崩溃，无错误捕获。
5. 参数校验缺失：请求中缺少Job Req ID时，未返回明确错误提示；且未处理Excel中Job ID为数值类型的匹配问题。
6. 冗余代码未清理：allowed_file函数定义后未使用，属于无效代码。

修正后的完整代码

from flask import Flask, request, jsonify
import pandas as pd
import re
import os

app = Flask(__name__)

def load_excel_file():
    file_path = "abc.xlsx"
    if not os.path.isfile(file_path):
        return None
    try:
        return pd.read_excel(file_path)
    except Exception as e:
        print(f"读取Excel失败: {str(e)}")
        return None

def process_comments(comments):
    result = {"count": 0, "ec": 0, "ic": 0, "names": []}
    # 处理空值或非字符串情况
    if not isinstance(comments, str) or not comments.strip():
        return result

    ec_count = 0
    ic_count = 0
    names = []

    # 优化正则：兼容末尾无'-'、任意空格的格式
    pattern = r'\[(.*?)\]\s+(.*?)\s+\((.*?)\)(?:\s*-)?'

    for comment in comments.split(';'):
        comment_clean = comment.strip()
        if not comment_clean:
            continue
        match = re.search(pattern, comment_clean)
        if match:
            _, name, role = match.groups()
            role = role.strip()
            if role == "EC":
                ec_count += 1
            elif role == "IC":
                ic_count += 1
            # 提取姓名首部分，避免空字符串
            name_parts = name.strip().split()
            if name_parts:
                names.append(name_parts[0])

    result["count"] = ec_count + ic_count
    result["ec"] = ec_count
    result["ic"] = ic_count
    result["names"] = names

    return result

@app.route("/", methods=['POST'])
def process_comments_route():
    excel_data = load_excel_file()
    
    # 安全判断JSON请求
    if not request.is_json:
        return jsonify({"error": "仅支持JSON格式请求"}), 415

    data = request.get_json()
    job_id = data.get("Job Req ID")
    
    # 校验必填参数
    if not job_id:
        return jsonify({"error": "缺少必填参数: Job Req ID"}), 400

    if excel_data is None:
        return jsonify({"error": "Excel文件未找到或无法读取"}), 404

    # 处理Excel中Job ID为数值类型的匹配问题
    job_id_col = excel_data['Job Req ID']
    if job_id_col.dtype in ['int64', 'float64']:
        try:
            job_id = float(job_id) if '.' in str(job_id) else int(job_id)
        except ValueError:
            return jsonify({"error": "Job Req ID类型与Excel数据不匹配"}), 400

    row = excel_data[excel_data['Job Req ID'] == job_id]
    
    if row.empty:
        return jsonify({"error": "未找到对应Job ID的数据"}), 404

    comments = row['Comments'].iloc[0]
    result = process_comments(comments)
    response = {str(job_id): result}
    return jsonify(response)

if __name__ == '__main__':
    app.run(debug=True)

关键修正说明

• 空值处理：在process_comments开头判断输入是否为有效字符串，避免NaN导致的报错。
• 正则优化：调整规则兼容不同格式的评论，跳过空评论项。
• 请求安全校验：用Flask内置的request.is_json替代直接读取请求头，避免异常。
• 异常捕获：给Excel读取添加try-except，捕获文件损坏、权限等问题。
• 类型兼容：处理Excel中Job ID为数值的情况，确保匹配准确。

内容的提问来源于stack exchange，提问作者Glane Gonsalves