虽然前面已经介绍了异常,但本节补充一些有关错误检查和异常处理的其它细节。
Python 不对函数参数类型或值进行检查或者校验。函数可以处理与函数内部语句兼容的任何数据。
def add(x, y):
return x + y
add(3, 4) # 7
add('Hello', 'World') # 'HelloWorld'
add('3', '4') # '34'
如果函数中有错误,它们将(作为异常)在运行时出现。
def add(x, y):
return x + y
>>> add(3, '4')
Traceback (most recent call last):
...
TypeError: unsupported operand type(s) for +:
'int' and 'str'
>>>
为了验证代码,强烈建议进行测试(稍后介绍)。
异常用于发出错误信号。
要自己触发异常,请使用 raise
语句:
if name not in authorized:
raise RuntimeError(f'{name} not authorized')
要捕获异常,请使用 try-except
语句:
try:
authenticate(username)
except RuntimeError as e:
print(e)
异常传递到第一个匹配的 except
:
def grok():
...
raise RuntimeError('Whoa!') # Exception raised here
def spam():
grok() # Call that will raise exception
def bar():
try:
spam()
except RuntimeError as e: # Exception caught here
...
def foo():
try:
bar()
except RuntimeError as e: # Exception does NOT arrive here
...
foo()
要处理异常,请将语句放到 except
块里面。 except
块里面可以添加要处理该错误的任何语句。
def grok(): ...
raise RuntimeError('Whoa!')
def bar():
try:
grok()
except RuntimeError as e: # Exception caught here
statements # Use this statements
statements
...
bar()
异常处理之后,从 try-except
之后的第一个语句继续执行。
def grok(): ...
raise RuntimeError('Whoa!')
def bar():
try:
grok()
except RuntimeError as e: # Exception caught here
statements
statements
...
statements # Resumes execution here
statements # And continues here
...
bar()
有非常多的內建异常。通常,异常名称表明出了什么问题(例如,因为提供错误的值而触发 ValueError
)。下述列表不是一份详尽的清单,请访问 文档 以获取更多信息。
ArithmeticError
AssertionError
EnvironmentError
EOFError
ImportError
IndexError
KeyboardInterrupt
KeyError
MemoryError
NameError
ReferenceError
RuntimeError
SyntaxError
SystemError
TypeError
ValueError
异常具有一个关联值。它包含有关错误的更明确的信息。
raise RuntimeError('Invalid user name')
这个值是异常实例的一部分,它被放置在提供给 except
的变量中。
try:
...
except RuntimeError as e: # `e` holds the exception raised
...
e
是异常类型的一个实例。但是,当打印的时候,它通常看起来像一个字符串。
except RuntimeError as e:
print('Failed : Reason', e)
可以使用多个 except
块捕获不同类型的异常:
try:
...
except LookupError as e:
...
except RuntimeError as e:
...
except IOError as e:
...
except KeyboardInterrupt as e:
...
或者,如果处理不同异常的语句是相同的,则可以对它们进行分组:
try:
...
except (IOError,LookupError,RuntimeError) as e:
...
要捕获所有的异常,请使用 Exception
。如下所示:
try:
...
except Exception: # DANGER. See below
print('An error occurred')
通常,像这样编写代码是个坏主意,因为这说明不知道程序为什么会失败。
这里是一个使用异常的错误方式。
try:
go_do_something()
except Exception:
print('Computer says no')
这将捕获所有可能的错误,并且,当代码因为某些根本没想到的原因(如卸载 Python 模块等)运行失败时,可能无法进行调试。
如果想要捕获所有的错误,这有一个更明智的方法。
try:
go_do_something()
except Exception as e:
print('Computer says no. Reason :', e)
它报告了失败的明确原因。当编写捕获所有可能异常的代码时,拥有查看 /报告错误的机制几乎总是一个好主意。
不过,通常来说,最好在合理的范围内尽量窄地捕获异常。仅捕获能处理的异常。让其它错误通过——也许其它代码可以处理。
使用 raise
传递捕获的错误。
try:
go_do_something()
except Exception as e:
print('Computer says no. Reason :', e)
raise
这允许你采取措施(例如:记录日志)并将错误传递给调用者。
不要捕获异常,而是失败发生时“停止运行,发出预警”( Fail fast and loud )。如果重要的话,别人会处理的。只有你是那个人的时候才捕获异常。即,只捕获可以恢复并正常运行的错误。
finally
语句finally
语句指定无论是否发生异常都必须运行的代码。
lock = Lock()
...
lock.acquire()
try:
...
finally:
lock.release() # this will ALWAYS be executed. With and without exception.
通常使用 finally
语句安全地管理资源(尤其是锁,文件等)。
with
语句在现代代码中,try-finally
语句通常被 with
语句取代。
lock = Lock()
with lock:
# lock acquired
...
# lock released
一个更熟悉的例子:
with open(filename) as f:
# Use the file
...
# File closed
with
语句定义资源的使用上下文。当执行离开上下文时,资源被释放。with
语句仅适用于经过专门编程以支持它的某些对象。
在上一节中编写的 parse_csv()
函数允许选择用户指定的列,但是只有输入数据文件具有列标题时才会生效。
请修改代码,以便在同时传递 select
和 has_headers=False
参数时触发异常。例如:
>>> parse_csv('Data/prices.csv', select=['name','price'], has_headers=False)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "fileparse.py", line 9, in parse_csv
raise RuntimeError("select argument requires column headers")
RuntimeError: select argument requires column headers
>>>
添加此检查后,你可能会问是否应该在函数中执行其它类型的完整性检查。例如,检查文件名是字符串,列表还是其它类型?
一般来说,最好是跳过此类测试,输入错误的时候让程序运行失败。回溯信息会指出问题的根源,并且帮助调试。
添加上述检查的主要原因是为了避免在无意义的模式下运行代码(例如,使用要求列标题的特性,但是同时指定没有标题)。
这表明调用代码部分出现一个编程错误。检查“不应发生”的情况通常是个好主意。
你编写的 parse_csv()
函数用于处理文件的全部内容。但是,在现实世界中,输入文件可能包含损坏的数据,丢失的数据或者脏数据。尝试下面这个实验:
>>> portfolio = parse_csv('Data/missing.csv', types=[str, int, float])
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "fileparse.py", line 36, in parse_csv
row = [func(val) for func, val in zip(types, row)]
ValueError: invalid literal for int() with base 10: ''
>>>
请修改 parse_csv()
函数以便捕获所有在记录创建期间生成的 ValueError
异常,并为无法转换的行打印警告消息。
错误消息应该包括行号以及有关失败原因的信息。要测试函数,尝试读取上面的 Data/missing.csv
文件,例如:
>>> portfolio = parse_csv('Data/missing.csv', types=[str, int, float])
Row 4: Couldn't convert ['MSFT', '', '51.23']
Row 4: Reason invalid literal for int() with base 10: ''
Row 7: Couldn't convert ['IBM', '', '70.44']
Row 7: Reason invalid literal for int() with base 10: ''
>>>
>>> portfolio
[{'price': 32.2, 'name': 'AA', 'shares': 100}, {'price': 91.1, 'name': 'IBM', 'shares': 50}, {'price': 83.44, 'name': 'CAT', 'shares': 150}, {'price': 40.37, 'name': 'GE', 'shares': 95}, {'price': 65.1, 'name': 'MSFT', 'shares': 50}]
>>>
请修改 parse_csv()
函数,以便用户明确需要时可以隐藏解析的错误消息,例如:
>>> portfolio = parse_csv('Data/missing.csv', types=[str,int,float], silence_errors=True)
>>> portfolio
[{'price': 32.2, 'name': 'AA', 'shares': 100}, {'price': 91.1, 'name': 'IBM', 'shares': 50}, {'price': 83.44, 'name': 'CAT', 'shares': 150}, {'price': 40.37, 'name': 'GE', 'shares': 95}, {'price': 65.1, 'name': 'MSFT', 'shares': 50}]
>>>
在大部分的程序中,错误处理是最难做好的事情之一。一般来说,不应该默默地忽略错误。相反,最好是报告问题,并且让用户选择是否隐藏错误信息(如果它们选择这样做)。