Python REST API处理JSON时如何捕获KeyError并继续执行？

嘿，这个场景太常见了！处理前端传过来的JSON数据时，键缺失或者值为null（对应Python里的None）确实很容易触发KeyError搞崩程序，尤其是当你的处理逻辑不在循环里的时候。下面给你几个实用的方案，让你的API能优雅应对这些情况，继续正常执行：

方法1：用字典的get()方法（最简便） #

Python字典的get()方法是处理键缺失的首选——它会在键不存在时返回你指定的默认值，完全不会抛出KeyError。如果键存在但值是null（None），它也会正常返回None，你可以后续再处理这个情况。

举个实际的API处理例子：

from flask import request

def handle_api_request():
    # 接收JSON数据
    data = request.get_json()
    
    # 提取键，不存在就用默认值
    username = data.get('username', '匿名用户')
    # 允许值为None，不指定默认值的话，缺失时返回None
    email = data.get('email')
    
    # 处理可能的None值
    if email is None:
        email = 'default@example.com'
    
    # 继续你的业务逻辑
    print(f"用户名：{username}，邮箱：{email}")
    return {"status": "success"}

方法2：用try-except捕获异常（适合精细处理） #

如果你需要针对不同的缺失键做不同的操作（比如记录特定日志、返回不同的提示），try-except块会更灵活。直接包裹提取键的代码，捕获KeyError后做自定义处理：

def handle_api_request():
    data = request.get_json()
    
    try:
        age = data['age']
        # 如果age是null（None），可以在这里额外判断
        if age is None:
            age = 18
    except KeyError:
        age = 18
        # 记录日志，方便排查问题
        # logging.warning("请求中缺少age字段，已使用默认值18")
    
    # 继续执行后续逻辑
    return {"status": "success", "age": age}

方法3：用数据验证库（复杂场景推荐） #

如果你的API需要处理大量复杂的JSON结构，推荐用专门的数据验证库（比如marshmallow）。它能帮你定义数据schema，自动处理缺失字段、null值，还能做类型校验，让代码更整洁：

from marshmallow import Schema, fields

class UserSchema(Schema):
    username = fields.Str(required=True, default='匿名用户')
    email = fields.Email(default='default@example.com')
    age = fields.Int(missing=18)  # missing处理缺失字段，default处理null值

def handle_api_request():
    data = request.get_json()
    schema = UserSchema()
    # 验证并序列化数据，自动填充默认值
    result = schema.load(data)
    
    # 直接使用处理后的结果
    print(result)
    return {"status": "success", "data": result}

小提醒：区分“键缺失”和“值为null” #

要注意这两种情况的区别：

• 键缺失：用get()或try-except处理
• 值为null（None）：用条件判断if xxx is None:来处理

这样不管遇到哪种情况，你的程序都能平稳继续执行啦！

内容的提问来源于stack exchange，提问作者Syam Mohan