如何将多段try/except代码重构为函数？（JIRA时间转换场景）

看起来你已经抓住了问题的核心——重复的try/except块太冗余，而且也找对了方向想用循环批量处理字段，只是卡在了动态字段获取和结果与字段的关联存储上。这里给你一套简洁易维护的重构方案：

第一步：写一个通用的安全属性获取工具函数 #

JIRA的字段嵌套层级深，还经常出现属性不存在的情况，我们可以把所有异常处理逻辑集中到一个工具函数里，避免重复写try/except：

import numpy as np

def convertMillis(ms):
    try:
        return ms / 1000 / 60 / 60
    except (TypeError, ZeroDivisionError):
        return np.nan

def safe_get(obj, attr_path, default=np.nan):
    """
    安全获取嵌套属性，支持列表索引（比如'completedCycles[0]'）
    :param obj: 起始对象（比如某个customfield实例）
    :param attr_path: 嵌套属性路径，用点分隔（比如'completedCycles[0].remainingTime.millis'）
    :param default: 获取失败时的默认值
    """
    attrs = attr_path.split('.')
    current = obj
    for attr in attrs:
        # 处理列表索引的情况
        if '[' in attr and ']' in attr:
            attr_name, idx_str = attr.split('[')
            idx = int(idx_str[:-1])
            try:
                current = getattr(current, attr_name)[idx]
            except (AttributeError, IndexError, TypeError):
                return default
        else:
            try:
                current = getattr(current, attr)
            except AttributeError:
                return default
    # 最后转换为小时
    return convertMillis(current)

第二步：用字典+配置列表批量处理所有字段 #

不用创建一堆零散的变量，用字典存储结果更灵活；同时用配置列表定义每个字段对应的两个属性路径，新增字段只需加一行配置：

# 定义字段配置：每个元组是(字段名, completed属性路径, ongoing属性路径)
field_configs = [
    ('customfield_10705', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10136', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10713', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10711', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10140', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10213', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10144', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10134', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_11200', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_10142', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_15600', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
    ('customfield_15601', 'completedCycles[0].remainingTime.millis', 'ongoingCycle.remainingTime.millis'),
]

# 初始化结果字典，存储每个字段的两个计算值
sla_results = {}

for field_name, comp_attr, ongoing_attr in field_configs:
    # 动态获取当前字段对象（解决你之前代码里`issues.fields.field`的错误写法）
    field_obj = getattr(issues.fields, field_name, None)
    if not field_obj:
        # 如果字段不存在，直接设为nan
        sla_results[f"{field_name}_comp"] = np.nan
        sla_results[f"{field_name}_ongoing"] = np.nan
        continue
    # 安全获取并转换两个值
    sla_results[f"{field_name}_comp"] = safe_get(field_obj, comp_attr)
    sla_results[f"{field_name}_ongoing"] = safe_get(field_obj, ongoing_attr)

第三步：使用结果 #

现在你可以通过字典键轻松访问每个字段的结果，比如：

# 获取customfield_10705的completed值
print(sla_results['customfield_10705_comp'])
# 获取customfield_10136的ongoing值
print(sla_results['customfield_10136_ongoing'])

为什么这个方案更优？ #

1. 彻底消除重复代码：所有异常处理逻辑都集中在safe_get里，不用重复写几十遍try/except
2. 维护成本极低：新增字段只需在field_configs里加一行，不用修改核心逻辑
3. 灵活性更强：用字典存储结果，方便后续遍历、转换为DataFrame（如果做数据分析）等操作
4. 容错性全面：覆盖了属性不存在、列表索引越界、类型错误等多种异常场景

内容的提问来源于stack exchange，提问作者swifty