百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

一文速速搞懂Python的异常

off999 2024-11-19 08:33 17 浏览 0 评论

人生之事,不如意者十之有九。

在编程中亦是如此。异常(Exception),遍布于程序各个角落,开发工作的大部分coding,都是为了应对和解决它。

概念

异常,简而言之,是程序在执行期间发生的非预期的、非正常的事件或情况。

举个实际生活的例子:

你周末出门买大龙虾,但当你决定要买哪一只时,你发现没带钱包,那么买大龙虾就是程序要执行的逻辑,而没带钱包就是异常情况。

但异常是一种有一定解决应对方法的错误,就像没带钱包也有可能买得了大龙虾,比如你可以向老板赊账或者暂时借熟人的钱来买。

所以,异常并不一定会完全阻止要完成的事情,有时可能是在提示存在的问题和引导出新的解决方法,应该辩证地去面对它。

产生原因

编程中这些异常的产生可能源自于各种各样的源头,可能是用户提供了错误的输入数据(外因),也可能是系统本身存在逻辑错误(内因)。当这样的异常出现时,如果不加以妥善处理,程序的执行流程将会被强行打断,进而可能引发程序崩溃、数据丢失等严重后果。

家族类型


Python内置了丰富多样的异常类型,每种类型都对应着特定的错误场景。以下是一些常见的异常类型:

  • SyntaxError(语法错误):当代码存在不符合 Python 语法规则的地方时就会引发。例如,遗漏了必要的括号、引号等。
  • NameError(名称错误):当尝试使用一个未定义的变量或函数时产生。
  • TypeError(类型错误):操作中数据类型不匹配导致,比如对一个字符串使用数学运算,1 + "1"
  • ValueError(值错误):提供的值不符合要求,如将一个非数字字符串转换为整数, int("a")
  • IndexError(索引错误):在访问列表等数据结构时,使用了超出范围的索引,比如[][10]
  • KeyError(键错误):在字典中查找不存在的键,比如{}["name"]这样访问就会引发。
  • AttributeError(属性错误):尝试访问对象上不存在的属性就会引发,比如A类没有name属性,而A.name就会引发此异常。
  • ZeroDivisionError(零除错误):尝试除以零就会引发,如1/0
  • IOError(IO错误):输入输出相关的文件流错误, 比如文件流打开异常、网络流访问异常等。
  • FileNotFoundError(文件不存在错误):指定的文件不存在就会引发,比如尝试读写不存在的文件,是IOError的一个细分子类。
  • ImportError(导入模块错误):Python会按照一定的路径搜索模块文件。如果import的模块文件没有在搜索路径中找到,就会引发ImportError错误,比如from math import zero
  • RuntimeError(运行时错误)RuntimeError是一种运行时异常,表示在程序运行过程中发生了一些无法预期的情况而导致的一般性错误。比如资源不足等
  • NotImplementedError(未实现方法异常):当一个方法或操作尚未实现就会引发,比如图形父类要求计算面积方法必须实现(父类方法写着raise NotImplementedError("子类必须实现这个方法")),那么继承了图形父类的三角形子类如果不实现计算面积方法就会引发。
  • IndentationError(缩进错误):代码格式缩进不正确的地方会引发,是SyntaxError的细分子类。
  • KeyboardInterrupt(键盘中断):当键盘按下Ctrl+C时会引发捕获

需要注意的是,BaseException所有异常的基类(注意,不是Exception)。它包括了系统退出相关的异常(如 SystemExit)以及异常中断相关的异常(如 KeyboardInterrupt)等。它位于异常层次结构的最顶端。

Exception继承自BaseException,是大多数用户自定义异常和Python内置异常的直接或间接基类,其他常见的异常如 IOErrorValueErrorTypeError 等都属于 Exception 及其子类。

处理方法

内置异常处理

为了有效地应对这些异常情况,Python 提供了一套强大且灵活的异常处理机制,而其中的核心就是 try-except 语句结构,以及另外两种特殊情况:try-except-elsetry-except-finally。 以下是一个面对ZeroDivisionError(零除错误) 异常的处理示例:

# try-except 示例
try:
    a = 10 / 0  # 会引发异常
except ZeroDivisionError:  # 尝试除以零就会引发——零除错误
    print("捕获到除以零错误")

# try-except-else 示例
try:
    b = 10 / 2
except ZeroDivisionError:
    print("捕获到除以零错误")
else:
    print("在 try 块中没有发生异常时执行这里:", b)

# try-except-finally 示例
try:
    c = 5 / 1
except ZeroDivisionError:
    print("捕获到除以零错误")
finally:
    print("无论是否发生异常都会执行这里")
  • try-except:主要用于捕获和处理特定的异常,当异常发生时执行相应的 except 代码块。
  • try-except-else:在 try 中没有异常发生时,会执行 else 中的代码,它将正常执行的情况和异常处理的情况进行了更明确的区分。
  • try-except-finally:无论是否发生异常,finally 中的代码一定会执行,通常用于进行一些无论如何都要完成的清理或收尾工作。比如关闭文件、释放资源等。

这些内置异常还支持自定义异常消息和主动raise

number = "a"
try:
    if not number.isnumeric():
        raise ValueError("该字符串不能转成数值")
except ValueError as e:
    print(e)

# Outputs
# 该字符串不能转成数值

自定义异常

在现实开发中,python的内置异常类型不足以满足业务上的细分情况,有些是属于规则异常,如输入的邮箱不满足规则要求,这时候就需要引入自定义异常了。

自定义异常实现通常有以下流程:

  • 首先,定义一个继承自Exception的自定义异常类,在类中可以添加一些与该异常相关的属性和构造方法来定制异常信息。
  • 然后,编写一个用于执行具体校验操作的函数,当校验不通过时,主动通过raise抛出自定义异常
  • 在使用的地方,将可能引发异常的代码放在try块中,然后针对自定义异常进行捕获和处理

下面举个web开发中常见的检查邮箱格式例子:

import re

class InvalidEmailException(Exception):
    """自定义异常类"""
    def __init__(self, email):
        self.email = email
        super().__init__(f"无效的邮箱: {email}")

def validate_email(email):
    # 实用正则表达式校验邮箱格式
    pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+#39;
    if not re.match(pattern, email):
        raise InvalidEmailException(email)

try:
    # 校验邮箱格式
    validate_email("invalid_email")
except InvalidEmailException as e:
    # 捕获到邮箱格式的异常并处理(这里的处理仅仅是打印相关信息)
    print(e)
    
# Outputs
# 无效的邮箱: invalid_email

无法处理的异常

对于一些无法预料的异常,通常需要一个大的try-catch进行捕获,并打印记录到日志系统和告警系统,然后再进一步收集、分析、处理。

应用场景

文件操作

当我们尝试打开一个不存在的文件进行读取或写入时,就可能引发 FileNotFoundError 异常。通过异常处理,我们可以优雅地处理这种情况,比如提示用户文件不存在并引导他们采取正确的行动。

try:
    with open('file.txt', 'r') as f:
        content = f.read()
except FileNotFoundError:
    print("文件不存在!")

网络通信

在与网络服务进行交互的过程中,网络连接问题、服务器错误等都可能导致异常的产生。及时捕获和处理(如重试)这些异常能够让我们的程序更加稳定和可靠。

import requests

try:
    response = requests.get('http://example.com')
except requests.exceptions.RequestException as e:
    print(f"网络请求出错: {e}")

用户输入验证

我们可以利用异常处理来确保用户输入的合法性。当用户输入不符合要求的数据时,引发异常并提示用户重新输入,直到输入正确为止。

while True:
    try:
        age = int(input("请输入你的年龄: "))
        break
    except ValueError:
        print("请输入有效的整数!")

数据库操作

在与数据库进行交互时,可能会遇到连接问题、查询错误等异常情况。通过合理的异常处理,可以保障程序在面对这些问题时依然能够正常运行。

资源管理

当获取或释放系统资源时,如内存、锁等,如果操作出现问题,异常处理可以帮助我们确保资源的正确管理和释放,避免资源泄漏等问题。

外部依赖

当程序依赖于其他外部组件或服务时,如第三方库、外部系统接口等,这些外部因素可能会出现故障或异常。通过异常处理,可以在一定程度上隔离这些外部问题,使我们的程序更具弹性。

业务异常

当程序执行时需要满足某些条件规则,比如需要用户登录后才能进行的操作,如果用户不登录,可能有些功能无权操作。这时我们可以把这种情况视为一种业务异常抛出给用户,并提示引导用户去登录。

在web开发中,有时会通过middleware(中间件/拦截器)或者装饰器的方式对应一些业务异常进行统一捕获,当这些业务异常被抛出时,就会寻找对应方法来处理或引导解决,下面通过一个多种异常统一捕获和处理例子说明下:

class WebError(Exception):
    def handle(self):
        # 最后的底牌处理
        print("服务器升级中")

class NotLoginError(WebError):
    def handle(self):
        # 处理未登录的逻辑,比如跳转登录链接
        print("跳转登录页面")

class InputError(WebError):
    def handle(self):
        # 提示输入有问题的逻辑处理
        print("输入有问题,重新输入")

def web_middleware(func):
    def inner(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except WebError as e:
            # 捕获到异常,并使用多态进行对应处理
            if isinstance(e, WebError):
                return e.handle()
        except Exception:  # 无法预测的异常 
            WebError().handle()
    return inner

# --------------------------- web 接口逻辑 ----------------------------------

@web_middleware
def get_user_info(s):
    """获取用户信息"""
    if s == 1:
        # 假设拿不到用户信息
        raise NotLoginError()
    elif s == 2:
        # 假设用户输入ID不正确
        raise InputError()
    elif s == 3:
        # 假设计算逻辑出错
        s / 0
    else:
        print("获取用户信息成功")

for i in range(1, 5):
    get_user_info(i)
    
# Output
# 跳转登录页面
# 输入有问题,重新输入
# 服务器升级中
# 获取用户信息成功

总结

程序中的异常,恰似人生旅途中的坎坷波折,它们在某些时候反而能促使我们的系统不断磨砺成长,迈向更加健壮与稳定的境界。故而,请以正确的态度和方式“珍视”并“善待”异常。

各位彦祖亦菲,你是怎么看待异常的呢?

相关推荐

面试官:来,讲一下枚举类型在开发时中实际应用场景!

一.基本介绍枚举是JDK1.5新增的数据类型,使用枚举我们可以很好的描述一些特定的业务场景,比如一年中的春、夏、秋、冬,还有每周的周一到周天,还有各种颜色,以及可以用它来描述一些状态信息,比如错...

一日一技:11个基本Python技巧和窍门

1.两个数字的交换.x,y=10,20print(x,y)x,y=y,xprint(x,y)输出:102020102.Python字符串取反a="Ge...

Python Enum 技巧,让代码更简洁、更安全、更易维护

如果你是一名Python开发人员,你很可能使用过enum.Enum来创建可读性和可维护性代码。今天发现一个强大的技巧,可以让Enum的境界更进一层,这个技巧不仅能提高可读性,还能以最小的代价增...

Python元组编程指导教程(python元组的概念)

1.元组基础概念1.1什么是元组元组(Tuple)是Python中一种不可变的序列类型,用于存储多个有序的元素。元组与列表(list)类似,但元组一旦创建就不能修改(不可变),这使得元组在某些场景...

你可能不知道的实用 Python 功能(python有哪些用)

1.超越文件处理的内容管理器大多数开发人员都熟悉使用with语句进行文件操作:withopen('file.txt','r')asfile:co...

Python 2至3.13新特性总结(python 3.10新特性)

以下是Python2到Python3.13的主要新特性总结,按版本分类整理:Python2到Python3的重大变化Python3是一个不向后兼容的版本,主要改进包括:pri...

Python中for循环访问索引值的方法

技术背景在Python编程中,我们经常需要在循环中访问元素的索引值。例如,在处理列表、元组等可迭代对象时,除了要获取元素本身,还需要知道元素的位置。Python提供了多种方式来实现这一需求,下面将详细...

Python enumerate核心应用解析:索引遍历的高效实践方案

喜欢的条友记得关注、点赞、转发、收藏,你们的支持就是我最大的动力源泉。根据GitHub代码分析统计,使用enumerate替代range(len())写法可减少38%的索引错误概率。本文通过12个生产...

Python入门到脱坑经典案例—列表去重

列表去重是Python编程中常见的操作,下面我将介绍多种实现列表去重的方法,从基础到进阶,帮助初学者全面掌握这一技能。方法一:使用集合(set)去重(最简单)pythondefremove_dupl...

Python枚举类工程实践:常量管理的标准化解决方案

本文通过7个生产案例,系统解析枚举类在工程实践中的应用,覆盖状态管理、配置选项、错误代码等场景,适用于Web服务开发、自动化测试及系统集成领域。一、基础概念与语法演进1.1传统常量与枚举类对比#传...

让Python枚举更强大!教你玩转Enum扩展

为什么你需要关注Enum?在日常开发中,你是否经常遇到这样的代码?ifstatus==1:print("开始处理")elifstatus==2:pri...

Python枚举(Enum)技巧,你值得了解

枚举(Enum)提供了更清晰、结构化的方式来定义常量。通过为枚举添加行为、自动分配值和存储额外数据,可以提升代码的可读性、可维护性,并与数据库结合使用时,使用字符串代替数字能简化调试和查询。Pytho...

78行Python代码帮你复现微信撤回消息!

来源:悟空智能科技本文约700字,建议阅读5分钟。本文基于python的微信开源库itchat,教你如何收集私聊撤回的信息。[导读]Python曾经对我说:"时日不多,赶紧用Python"。于是看...

登录人人都是产品经理即可获得以下权益

文章介绍如何利用Cursor自动开发Playwright网页自动化脚本,实现从选题、写文、生图的全流程自动化,并将其打包成API供工作流调用,提高工作效率。虽然我前面文章介绍了很多AI工作流,但它们...

Python常用小知识-第二弹(python常用方法总结)

一、Python中使用JsonPath提取字典中的值JsonPath是解析Json字符串用的,如果有一个多层嵌套的复杂字典,想要根据key和下标来批量提取value,这是比较困难的,使用jsonpat...

取消回复欢迎 发表评论: