Python中异常致for循环中断，使用pass仍无效

我编写了一段Python代码，用于遍历目录及子目录，提取Word文档（.docx/.doc）的内容并写入CSV文件。遇到无效文件（如伪装成Word的XML格式文件）时需要跳过，但目前存在循环中断问题：某路径下有6个Word文档，其中1个为无效文件，预期5个有效文档内容写入CSV，但实际仅4个内容被保存。我在异常处理块中使用了pass，但循环仍未继续，想知道问题出在哪。

我的代码 #

import pandas as pd
import numpy as np
import docx2txt
import csv
import re
import os

def read_files():
    
    
    list_of_lists = []

    full_path =""
    rootdir = '/Users/xxx/Documents/github/xxxx/xxxxx/Financial Statements/'
    
    for subdir, dirs, files in os.walk(rootdir):
            try:
                for file in files:
                    print(os.path.join(subdir, file))

                    content = [" "] * 22
                    
                    if file.endswith(".docx") or file.endswith(".doc"):
                        full_path = os.path.join(subdir, file)
                        print(full_path)
                        text = docx2txt.process(full_path)
                        s = " "
                        for line in text.splitlines():
                        #This will ignore empty/blank lines. 
                            if line != '':
                                s = s+ " " + line
                                s = s.replace(",", "")
                                s = " ".join(s.split())
                                s = s.strip()
                        content.insert(6, s)
                        content.insert(0, subdir)
                        content.insert(1, file)
                        list_of_lists.append(content)
                    else:
                        print("AAAA")
                #print(list_of_lists)

                
            except Exception as error:
                
                print(full_path)
                f = open("exception.txt", "a")
                f.write(full_path + "\n")
                f.write(str(error) + "\n")
                f.close()
                print("An exception occurred", error)
                pass
                
            finally:
                df = pd.DataFrame(list_of_lists)
                #print(df)
                df.to_csv('final.csv', encoding='utf-8')


read_files()

问题原因及解决方法 #

核心问题：异常捕获范围错误 #

你把整个内层文件循环都包裹在了try块中，一旦某个文件处理时抛出异常，整个内层for file in files循环会直接终止，跳到except块，该目录下剩下的文件都不会被处理。这就是为什么6个文件里1个出错，只处理了4个（出错的是第2个的话，后面3个都没处理）。pass只是让异常块不做额外操作，但无法让已经中断的循环继续。

修复方案 #

1. 缩小异常捕获范围：把try-except移到单个Word文件的处理逻辑内部，这样单个文件出错只会跳过该文件，不影响其他文件的循环执行。
2. 优化写入CSV的时机：finally块在每个子目录处理完后都会执行一次写入，效率低且没必要，应该把写入CSV的逻辑放在所有文件处理完成后，只执行一次。
3. 优化字符串处理逻辑：避免在逐行循环里重复执行replace、split等操作，提升处理效率。

修改后的代码 #

import pandas as pd
import docx2txt
import os

def read_files():
    list_of_lists = []
    rootdir = '/Users/xxx/Documents/github/xxxx/xxxxx/Financial Statements/'
    
    for subdir, dirs, files in os.walk(rootdir):
        for file in files:
            print(os.path.join(subdir, file))
            content = [" "] * 22
            
            if file.endswith(".docx") or file.endswith(".doc"):
                full_path = os.path.join(subdir, file)
                print(full_path)
                
                try:
                    text = docx2txt.process(full_path)
                    # 优化字符串处理：先过滤空行，再合并
                    non_empty_lines = [line.strip() for line in text.splitlines() if line.strip()]
                    s = " ".join(non_empty_lines).replace(",", "")
                    s = " ".join(s.split())  # 合并多余空格
                    
                    content.insert(6, s)
                    content.insert(0, subdir)
                    content.insert(1, file)
                    list_of_lists.append(content)
                except Exception as error:
                    # 捕获单个文件的异常，记录后继续处理下一个文件
                    print(f"处理文件失败: {full_path}, 错误: {error}")
                    with open("exception.txt", "a") as f:
                        f.write(f"{full_path}\n{str(error)}\n\n")
            else:
                print("非Word文件，跳过")
    
    # 所有文件处理完成后，一次性写入CSV
    if list_of_lists:
        df = pd.DataFrame(list_of_lists)
        df.to_csv('final.csv', encoding='utf-8')
    else:
        print("没有找到有效Word文档")

read_files()

关键改动说明 #

• 将try-except嵌套到单个Word文件的处理代码中，确保单个文件出错不影响整个目录的文件循环。
• 使用with语句自动管理文件句柄，避免手动关闭文件的遗漏。
• 优化字符串处理流程，减少重复操作，提升代码效率。
• 把CSV写入逻辑移到函数末尾，所有文件处理完成后只执行一次，避免多次写入的冗余操作。

内容的提问来源于stack exchange，提问作者Adam