为什么不使用timeit module来测量它呢？这样就可以看到它是否与您的应用相关。
好的，我刚刚尝试了以下方法（在Windows 11上使用Python 3.11.1）：

import timeit

statements=["""\
try:
    b = 10/a
except ZeroDivisionError:
    pass""",
"""\
if a:
    b = 10/a""",
"b = 10/a"]

for a in (1,0):
    for s in statements:
        t = timeit.Timer(stmt=s, setup='a={}'.format(a))
        print("a = {}\n{}".format(a,s))
        print("%.2f usec/pass\n" % (1000000 * t.timeit(number=100000)/100000))

结果：

a = 1
try:
    b = 10/a
except ZeroDivisionError:
    pass
0.06 usec/pass

a = 1
if a:
    b = 10/a
0.05 usec/pass

a = 1
b = 10/a
0.03 usec/pass

a = 0
try:
    b = 10/a
except ZeroDivisionError:
    pass
0.27 usec/pass

a = 0
if a:
    b = 10/a
0.02 usec/pass

a = 0
b = 10/a
Traceback (most recent call last):
  File "<stdin>", line 5, in <module>
  File "C:\Python311\Lib\timeit.py", line 178, in timeit
    timing = self.inner(it, self.timer)
             ^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "<timeit-src>", line 6, in inner
ZeroDivisionError: division by zero

正如您所看到的，使用try/except子句和显式if语句之间没有太大的区别，除非触发了异常（当然，没有任何控制结构是最快的，尽管不是很快，如果出现任何错误，它会使程序崩溃）。
将此与2010年的结果进行比较：

a = 1
try:
    b = 10/a
except ZeroDivisionError:
    pass
0.25 usec/pass

a = 1
if a:
    b = 10/a
0.29 usec/pass

a = 1
b = 10/a
0.22 usec/pass

a = 0
try:
    b = 10/a
except ZeroDivisionError:
    pass
0.57 usec/pass

a = 0
if a:
    b = 10/a
0.04 usec/pass

a = 0
b = 10/a
ZeroDivisionError: int division or modulo by zero

我现在使用的PC机比我以前使用的PC机快了两倍，处理异常的成本似乎是一样的，"正常"操作（算术）的改进甚至超过了控制结构的处理，但多年前的观点仍然存在：
所有这些都在同一个数量级内，而且不太可能有任何影响，只有当条件实际上得到满足（经常）时，if版本才明显更快。

此问题实际上在设计和历史常见问题解答中得到了解答：
如果不引发异常，try/except代码块是非常有效的。实际上，捕获异常的开销很大。

这个问题是误导性的，如果你假设异常是“从不”触发的，那么这两种代码都不是最优的。
如果您假设异常是作为错误条件的一部分触发的，那么您已经超出了需要最佳代码的范围（而且您可能不会像那样在细粒度级别上处理它）。
如果你把异常作为标准控制流的一部分--这是Python的“请求原谅，而不是请求许可”的方式--那么异常就会被触发，而成本取决于异常的类型、如果的类型以及你估计异常发生的时间百分比。

在Python 3.11中，
“Zero-cost” exceptions are implemented. The cost of try statements is almost eliminated when no exception is raised. (Contributed by Mark Shannon in bpo-40222.)
https://docs.python.org/3.11/whatsnew/3.11.html#optimizations

问：try/catch在python中的开销大吗？

当我使用try catch时，我应该关注吗？以什么方式？
这只是对已经给出的答案的总结。

答：当出现异常时，if会快得多。否则就不会。

@SuperNova写道，异常的成本为零，因此在没有异常的情况下，它比使用if语句**要快。但是，处理异常的成本很高，因此：

对可能失败的操作使用try。如果可能，避免对知道会失败的操作使用try

示例：

1.好案例，使用尝试：

try:
    x = getdata() # an external function 
except:
    print('failed. Retrying')

1.不好的情况，此处首选if-version：

y = f(x) # f never fails but often returns 0
try:
    z = 1 / y # this fails often
except:
    print('failed.')

# if-version
y = f(x)
if y != 0:
    z = 1 / y
else:
    print('failed.')