首页 > 代码库 > python的异常处理
python的异常处理
在所有的程序中，都会遇到异常，有些异常是代码编写的时候产生的，在前期过程中可能会直接导致程序无法运行。这一类的异常，在编写代码的时候，程序可以直接排查修改。但有些异常，是在程序运行过程中产生的，可能是与用户交互获取的数据无法识别，也或者是网络请求失败导致程序无法继续等等原因。为了防止程序崩溃，这一类的错误，就需要程序员在编写的时候提前考虑到并进行相应的异常处理。每一门语言基本都有自己相应的异常防御机制，python尤其如此，不仅给了错误调试语句，还提供了庞大的内置异常类，让我们可以精准的针对不同异常给出不同的处理方式。关于python中具体的异常分类信息，可以参照官方文档，地址如下：（在官方文档中，内置异常还包括了警告和异常层次，建议一起看一下）
中文地址：http://python.usyiyi.cn/translate/python_352/library/exceptions.html#concrete-exceptions
英文地址：https://docs.python.org/3/library/exceptions.html#concrete-exceptions
在知道了具体的异常分类后，需要讨论的是预测有异常发生的时候，应该如何处理，python的异常防御相对十分简单，常用只有三条语句，并且在调试的时候无需全部使用。先看一个简单的调试语句：
try:
print(name) #打印变量name的值
except Exception:#如果有异常则输出告警 EXception可以捕获python中任意异常，它属于异常基类
print("Error !")
"""输出结果如下
/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/penglong/Documents/python/s10/day4/异常处理.py
Error !
Process finished with exit code 0 """
代码如上所示，是一个简单异常处理，代码模块为try-except。try的代码内容为业务模块，except 后接需要捕获的异常类型，上面的代码为了演示，直接使用了基类，在实际运用中我们常常需要捕获具体异常类，然后给出特定的处理方式，具体为在下一份代码中说明。except下属的代码为捕获异常后的处理模块。在简单演示了一个异常处理后，下面看一份稍微复杂的异常处理，同时会提到关于异常处理的另外两条语句
namlist = [‘test1‘,‘test2‘]#定义一个数组，长度为2
try:
print (namlist[3])#在try的代码块尝试打印namlist[3] 很明显下标越界
except NameError as error:#尝试捕获NameError，并将其打印信息赋给error
#NameError的具体定义参见官方文档。下同
print("NameError:",error)#在except的代码块 打印捕获的异常信息
except IndexError as error:#在尝试捕获上一个异常之后，直接尝试捕获另一个异常。
print ("IndexError:",error)
except Exception as error:#再次尝试
print ("Exception:",error)
else:#else语句，此处的用法是接在exception后面。如果我们预测的异常一个都未捕获到，则执行该语句的代码模块
#在本段代码中，这个语句是不可能执行的，因为尝试捕获了Exception异常类。仅仅是说明使用方法
print("如果你一个也没抓到,那我归你好啦")
finally:#finally语句，接在异常防御的最后，可以跳过else直接使用。不管有没有捕获异常，他的下属代码段都会执行
print("不管你抓没抓到,我都在喔")
"""输出结果如下
/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/penglong/Documents/python/s10/day4/异常处理.py
IndexError: list index out of range
不管你抓没抓到,我都在喔
Process finished with exit code 0
从上面的输出信息可以看到，我们捕获到了一个IndexError，并且程序最终执行了finally的代码模块。以上基本就是python的常规异常处理了。除了不可控的异常出现之外，有些代码需要特定的运行条件，那么，我们可以认为抛出异常。python中抛异常的方式有两种，断言，或者raise语句。其中，断言需要判定条件，而raise是直接后接需要抛出的异常类型。二者应用场合在我的理解中略有分别，断言常常使用于根据条件成立来决定抛异常的与否。例如，一个变量初始值为空，在程序运行到一半它从网络获取数据，如果没有数据，那么，程序无法执行。就可以使用断言来判定变量是否为空，如果为空，则直接抛异常，并给出告警。当然，raise可以实现同样功能，不过它需要一个if判别。因此，在代码使用上来讲，断言更为简洁，并且它也能被exception捕获。我们首先来看下断言机制：
num1 = 1 #定义俩变量 num2 = 1 """断言关键字使用，后接判定条件，如果条件成立，则无异常。不成立，抛异常。
用","分割，后接给出的告警信息。告警信息也可以省略""" assert num1 + num2 == 3, "脑子是个好东西,我希望你有一个。好好计算!" print("对啦") """输出结果 /Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/penglong/Documents/python/s10/day4/异常处理.py Traceback (most recent call last): File "/Users/penglong/Documents/python/s10/day4/异常处理.py", line 20, in <module> assert num1 + num2 == 3, "脑子是个好东西,我希望你有一个。好好计算!" AssertionError: 脑子是个好东西,我希望你有一个。好好计算! Process finished with exit code 1"""
#####断言异常捕获测试######## num1 = 1 num2 = 1 try: assert num1 + num2 == 3, "脑子是个好东西,我希望你有一个。好好计算!" except AssertionError as error: print(error) """输出结果 /Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/penglong/Documents/python/s10/day4/异常处理.py 脑子是个好东西,我希望你有一个。好好计算! Process finished with exit code 0""" #可以看到打印信息为我们定义的告警信息
如上，代码给的条件是明显不成立的，所以程序输出了异常。使用上来讲，断言的语句用于已知的条件调试相对简洁。上面的代码异常属于计算错误，并且告警信息属于自定义。但有些异常时python定义的异常类里面存在的，为了方便快捷，我们可以直接抛出，无需定义异常信息，这时就需要raise来解决了。简单代码如下：
raise NameError("name error!")#抛出一个NameError异常，可以给一个打印信息，也可以不给
#常规自定义具体异常信息应该尽量抛Exception类 这里仅做其他类示范。
print("然而并没有错误!")#抛出异常后尝试打印点神马
"""输出结果
/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/penglong/Documents/python/s10/day4/异常处理.py
Traceback (most recent call last):
File "/Users/penglong/Documents/python/s10/day4/异常处理.py", line 31, in <module>
raise NameError
NameError: name error!#如果没给参数，则没有具体错误信息
Process finished with exit code 1"""
如上，raise可以直接抛出python自带的异常类，一看就知道哪里出了错误，所以如果不需要条件判定的是自定义异常信息，尽量抛Exception类。这样不至于混淆异常信息。以上代码都立足于功能示范，在实际使用中，一旦抛出异常，程序就会崩溃。所以常规的抛异常大多用于代码调试。如果是为了预防未知信息，抛异常应该出现try--except语句的try下属代码模块，然后用except捕获，再给出相应的解决方案。
以上是python的常见异常处理机制，python的异常类繁多，基本可以满足日常需要。对于异常的文章，大部分会讨论到自定义异常，但我尚未遇到需要自定义异常的情况，往往简单的自定义告警信息等需求都能用内置来直接更改。当然，很多测试场景确实需要更为精确的异常信息，那么可能需要自己重新创建一个异常类模块，在本文暂不讨论。值得一提的是，很多模块可以在python的开源论坛上可以找到，如果确实需要，不妨先去找一下。
python的异常处理