7 ошибок в Python-скриптах, из-за которых автоматизация тихо ломается

7 ошибок в Python-скриптах, из-за которых автоматизация тихо ломается

В Python чаще всего падает не «логика», а обвязка: ввод, сеть, файлы, окружение. Скрипт может работать на одной машине и развалиться на другой, если не зафиксировать базовые правила.

— Не проверяют входные данные. Любой парсинг, CSV, JSON и ответ API надо считать грязным, пока не доказано обратное.
— Ловят Exception везде подряд. Так вы скрываете реальную причину и получаете «магическую» тишину вместо ошибки.
— Пишут в файл без атомарности. При сбое остаётся битый результат, который потом сложно отличить от валидного.
— Не разделяют бизнес-логику и I/O. Когда сеть, диск и преобразования смешаны, тестировать и чинить это больно.

Ещё одна типовая проблема — отсутствие таймаутов и повторов там, где они нужны. Любой запрос к внешнему сервису должен либо завершаться быстро, либо падать предсказуемо. Иначе один зависший вызов блокирует всю цепочку.

Если скрипт важен для денег или данных, начните не с оптимизаций, а с трёх вещей: валидация, таймауты, нормальные логи. Это дешевле, чем потом искать, почему «всё прошло без ошибок», но результат пустой.