Python获取NHL数据写入CSV时遇ZeroDivisionError，求异常捕获方案

你遇到的这个ZeroDivisionError原因很明确——就是在计算item['shotsAgainst']/item['goalsAgainst']时，某个数据条目的goalsAgainst（失球数）是0，导致除法运算直接报错中断了程序。接下来我给你两种具体的解决思路，直接对应你第55行的代码修改：

方法一：用try/except捕获异常（直接包裹出错的计算逻辑） #

既然问题出在那一行的除法运算上，你只需要把那行计算代码放在try块里，然后用except ZeroDivisionError来处理异常情况。比如：

假设你原来的代码是这样的：

# 第55行的出错代码
calculated_value = item['shotsAgainst']/item['goalsAgainst'] + item['shotsAgainst']

修改成：

try:
    calculated_value = item['shotsAgainst']/item['goalsAgainst'] + item['shotsAgainst']
except ZeroDivisionError:
    # 这里根据你的业务需求处理：比如给个默认值，或者跳过当前条目
    print(f"发现失球数为0的条目，跳过计算：{item}")
    calculated_value = 0  # 或者设为None，或者用其他符合业务逻辑的值
    # 如果不想处理这个条目，直接跳过后续写入CSV的步骤，就用continue（如果是在循环里的话）
    # continue

方法二：提前判断分母是否为0（主动避免异常） #

另一种更直观的方式是先检查goalsAgainst的值，如果是0就提前处理，不用等到报错。示例代码：

shots_against = item['shotsAgainst']
goals_against = item['goalsAgainst']

if goals_against == 0:
    # 自定义处理逻辑
    print("该条目失球数为0，无法进行除法计算")
    calculated_value = shots_against  # 比如直接用射门数作为替代值，或者设为None
else:
    calculated_value = shots_against / goals_against + shots_against

放置位置说明 #

因为报错发生在遍历处理每个NHL数据条目的过程中，你需要把上面的代码放在处理单个item的循环内部——也就是你原来写第55行代码的位置，替换掉原来的计算语句就行。这样程序遇到失球数为0的条目时，会执行你定义的异常处理逻辑，而不是直接崩溃，就能完整跑完所有数据了。

内容的提问来源于stack exchange，提问作者Michael T Johnson