فصل ۱۴: مدیریت خطاها و بهبود پایداری ربات تلگرام

۱. مقدمه

حتی بهترین ربات‌ها هم ممکن است با مشکلاتی مانند:

قطع اینترنت
خطا در API
ورودی‌های غیرمنتظره از کاربر
خطا در پردازش داده‌ها

مواجه شوند.
اگر این خطاها مدیریت نشوند، ربات:

از کار می‌افتد
پاسخ نامناسب می‌دهد
تجربه کاربر را خراب می‌کند

در این فصل یاد می‌گیریم:

خطاها را شناسایی و لاگ‌گیری کنیم.
از کرش کردن کل ربات جلوگیری کنیم.
تجربیات کاربر را حتی در خطاها بهبود دهیم.

۲. انواع خطا در ربات

نوع خطا	مثال	روش مدیریت
خطای API	پاسخ ندادن یا Timeout	استفاده از `try-except` و تلاش مجدد
خطای کاربر	ارسال فایل به جای متن	بررسی نوع پیام
خطای منطقی	تقسیم بر صفر در کد	Validation قبل از پردازش
خطای کتابخانه	آپدیت کتابخانه و تغییر متدها	تست پس از تغییرات

۳. مدیریت خطاهای ساده با try-except

مثال: API هواشناسی

import requests

def get_weather():
    try:
        url = "https://api.open-meteo.com/v1/forecast?latitude=35.7&longitude=51.4&current_weather=true"
        res = requests.get(url, timeout=5)  # محدودیت زمان پاسخ
        res.raise_for_status()
        data = res.json()
        return data["current_weather"]["temperature"]
    except requests.exceptions.RequestException as e:
        print(f"خطا در دریافت اطلاعات هواشناسی: {e}")
        return None

📌 نکته: همیشه زمان Timeout را تعیین کنید تا درخواست‌ها بی‌پایان نمانند.

۴. مدیریت خطاهای Handlerها در python-telegram-bot

کتابخانه python-telegram-bot امکان ثبت یک error handler دارد.

from telegram.error import NetworkError, BadRequest
from telegram.ext import ApplicationBuilder, CommandHandler, ContextTypes

async def error_handler(update, context: ContextTypes.DEFAULT_TYPE):
    print(f"⚠ خطا: {context.error}")
    try:
        if update and update.message:
            await update.message.reply_text("🚫 مشکلی پیش آمد، لطفاً دوباره تلاش کنید.")
    except Exception as e:
        print(f"خطای اضافی در error_handler: {e}")

app = ApplicationBuilder().token("TOKEN").build()
app.add_error_handler(error_handler)

📌 این روش اجازه نمی‌دهد که یک خطا باعث توقف کامل اجرای ربات شود.

۵. لاگ‌گیری حرفه‌ای (Logging)

لاگ‌گیری برای پیدا کردن علت مشکلات حیاتی است.

import logging

logging.basicConfig(
    format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
    level=logging.INFO
)

logger = logging.getLogger(__name__)
logger.info("ربات راه‌اندازی شد!")

📌 می‌توانید لاگ‌ها را در فایل ذخیره کنید تا بعداً تحلیل شوند:

logging.basicConfig(
    filename="bot.log",
    filemode="a",
    format="%(asctime)s - %(levelname)s - %(message)s",
    level=logging.ERROR
)

۶. جلوگیری از توقف ربات با Exceptionهای کنترل‌نشده

به جای اینکه کل برنامه با یک خطا متوقف شود، از try-except سراسری استفاده کنید.

import sys
try:
    # اجرای کد اصلی
    app.run_polling()
except Exception as e:
    print(f"خطای کلی: {e}")
    sys.exit(1)

۷. ریکاوری خودکار (Self Recovery)

اگر ربات روی سرور یا سیستم‌عامل لینوکس است، می‌توانید از:

systemd
supervisord
یا سرویس‌های ابری مثل Railway, Heroku

استفاده کنید تا در صورت کرش، به‌صورت خودکار دوباره اجرا شود.

systemd سرویس نمونه:

[Service]
ExecStart=/usr/bin/python3 /path/to/bot.py
Restart=always
RestartSec=5

۸. مدیریت خطا در Job Queue

اگر در Job Queue خطایی رخ دهد، کل Job ممکن است متوقف شود. باید آن را مدیریت کرد.

async def safe_job(context):
    try:
        # کد job
        await context.bot.send_message(context.job.chat_id, "Job موفق 👍")
    except Exception as e:
        print(f"خطا در job: {e}")

۹. نکات امنیتی برای پایداری

ورودی کاربر را اعتبارسنجی کنید (مثلاً نگذارید کاربر لینک مخرب بفرستد).
محدودیت نرخ (Rate Limit) تعیین کنید تا کاربر هر ثانیه صدها درخواست نفرستد.
توکن ربات را عمومی نکنید.

۱۰. سوالات متداول

س: اگر API قطع باشد چه کنم؟
ج: باید پاسخ جایگزین (Fallback) داشته باشید یا پیام خطا به کاربر بدهید.

س: آیا باید همه پیام‌ها در دیتابیس ذخیره شوند؟
ج: برای پایداری بیشتر بله، مخصوصاً پیام‌های مهم.

س: چقدر خطا باید لاگ شود؟
ج: همه خطاهای مهم ولی نه جزییات حساس کاربر.

۱۱. اشتباهات رایج

اشتباه	توضیح
نداشتن error handler	باعث توقف کامل ربات می‌شود
Timeout نداشتن در درخواست‌ها	ممکن است ربات برای همیشه منتظر بماند
ذخیره نکردن لاگ‌ها	تحلیل مشکل غیرممکن می‌شود

۱۲. نکات حرفه‌ای

از Sentry یا ابزارهای مانیتورینگ برای گرفتن خطا و هشدار آنی استفاده کنید.
در Job Queue، نتیجه آخرین اجرا را ذخیره کنید تا دفعه بعد در صورت شکست، کاربر مطلع شود.
یک دستور مخفی /health ایجاد کنید که فقط ادمین‌ها بتوانند بزنند تا وضعیت ربات را بررسی کنند.

محمد وب‌سایت