python全栈开发基础【补充】异常处理

一、错误与异常

程序中难免会出现错误,而错误分为两种

1.语法错误:(这种错误,根本过不了python解释器的语法检测,必须在程序执行前就改正)

2.逻辑错误:(逻辑错误),比如用户输入的不合适等一系列错误

那什么是异常呢?

  异常就是程序运行时发生错误的信号,在python中,错误触发的异常如下。异常发生之后,异常之后的代码就不执行了

异常种类:在python中不同的异常可以用不同的类型(python中统一了类与类型,类型即类)去标识,

不同的类对象标识不同的异常,一个异常标识一种错误

常见的异常:

# 更多异常
ArithmeticError
AssertionError
AttributeError
BaseException
BufferError
BytesWarning
DeprecationWarning
EnvironmentError
EOFError
Exception
FloatingPointError
FutureWarning
GeneratorExit
ImportError
ImportWarning
IndentationError
IndexError
IOError
KeyboardInterrupt
KeyError
LookupError
MemoryError
NameError
NotImplementedError
OSError
OverflowError
PendingDeprecationWarning
ReferenceError
RuntimeError
RuntimeWarning
StandardError
StopIteration
SyntaxError
SyntaxWarning
SystemError
SystemExit
TabError
TypeError
UnboundLocalError
UnicodeDecodeError
UnicodeEncodeError
UnicodeError
UnicodeTranslateError
UnicodeWarning
UserWarning
ValueError
Warning
ZeroDivisionError

  

二、异常处理

1.什么是异常处理?      

python解释器检测到错误,触发异常(也允许程序员自己触发异常)

程序员编写特定的代码,专门用来捕捉这个异常(这段代码与程序逻辑无关,与异常处理有关)

如果捕捉成功则进入另外一个处理分支,执行你为其定制的逻辑,使程序不会崩溃,这就是异常处理

2.为何要进行异常处理?

python解析器去执行程序,检测到了一个错误时,触发异常,异常触发后且没被处理的情况下,程序就在当前异常处终止,后面的代码不会运行,谁会去用一个运行着突然就崩溃的软件。

所以你必须提供一种异常处理机制来增强你程序的健壮性与容错性

3.如何进行异常处理

首先须知,异常是由程序的错误引起的,语法上的错误跟异常处理无关,必须在程序运行前就修正

①使用if判断

num1=input(‘>>: ‘) #输入一个字符串试试
if num1.isdigit():
    int(num1) #我们的正统程序放到了这里,其余的都属于异常处理范畴
elif num1.isspace():
    print(‘输入的是空格,就执行我这里的逻辑‘)
elif len(num1) == 0:
    print(‘输入的是空,就执行我这里的逻辑‘)
else:
    print(‘其他情情况,执行我这里的逻辑‘)

‘‘‘
问题一:
使用if的方式我们只为第一段代码加上了异常处理,但这些if,跟你的代码逻辑并无关系,这样你的代码会因为可读性差而不容易被看懂

问题二:
这只是我们代码中的一个小逻辑,如果类似的逻辑多,那么每一次都需要判断这些内容,就会倒置我们的代码特别冗长。
‘‘‘

总结:

1.if判断式的异常处理只能针对某一段代码,对于不同的代码段的相同类型的错误你需要写重复的if来进行处理。

2.在你的程序中频繁的写与程序本身无关,与异常处理有关的if,会使得你的代码可读性极其的差

3.if是可以解决异常的,只是存在1,2的问题,所以,千万不要妄下定论if不能用来异常处理。

②python为每一种异常定制了一个类型,然后提供了一种特定的语法结构用来进行异常处理

1.语法:

try:
     被检测的代码块
except 异常类型:
     try中一旦检测到异常,就执行这个位置的逻辑

2.异常类只能用来处理指定的异常情况,如果非指定异常则无法处理

s1 = ‘hello‘
try:
    int(s1)
except IndexError as e:
    print(e)<br>#没有捕获到异常,程序直接报错

3.多分支

捕获异常
num= input(‘num:>>‘)
try:
    f= open (‘file‘,‘w‘)
    # int(num)
    # l = []
    # l[10000]
    # 1 / 0
    # dic = {‘k‘: ‘v‘}
    # dic[‘k2‘]
    print(‘-----------‘)
except ValueError :
    print(‘请输入一个数字‘)
except NameError as name_e:
    print(name_e)
    print(‘=======‘)
except IndentationError as name_e:
    print(name_e)
except IndexError as name_e:
    print(name_e)
except SyntaxError as name_e:
    print(name_e)
except ZeroDivisionError as name_e:
    print(name_e)
except AttributeError as name_e:
    print(name_e)
except KeyError as name_e:
    print(name_e)
# except Exception as e:
#     print(e,‘异常了‘)
else: #如果上面出现问题了,就不执行else,如果都正确了就会执行else里的内容(支付过程可以用到else)
    print(‘else 被执行‘)
finally:  #不过这段代码出没出问题,都执行这里的内容
    f.close()
print(‘finally‘)

4.万能异常:可以捕获任意异常

s1 = ‘hello‘
try:
    int(s1)
except Exception as e:
    print(e)

5.主动触发异常

try:
    raise AttributeError(‘错啦错啦‘)
except AttributeError as e:
    print(e)

6.自定义异常

class EgonException(BaseException):
    def __init__(self,msg):
        self.msg = msg
    # def __str__(self):   可以不用写这个方法,因为那个BaseException父类里面已经实现了
    #     return self.msg
try:
    raise EgonException(‘egon出异常啦‘)
except EgonException as e:
    print(e)

7.断言  

#断言:一个会抛出异常的判断,这个条件一旦成立就成立了,一旦不成立就报错了,就都不执行下面的了
assert 1==2
if 1==2:
    print()
print(‘haha‘)

8.try..except的方式比较if的方式的好处

try..except这种异常处理机制就是取代if那种方式,让你的程序在不牺牲可读性的前提下增强健壮性和容错性

异常处理中为每一个异常定制了异常类型(python中统一了类与类型,类型即类),对于同一种异常,一个except就可以捕捉到,可以同时处理多段代码的异常(无需‘写多个if判断式’)减少了代码,增强了可读性

使用try..except的方式

1:把错误处理和真正的工作分开来
2:代码更易组织,更清晰,复杂的工作任务更容易实现;
3:毫无疑问,更安全了,不至于由于一些小的疏忽而使程序意外崩溃了;

三、什么时候用异常处理

try...except应该尽量少用,因为它本身就是你附加给你的程序的一种异常处理的逻辑,与你的主要的工作是没有关系的

这种东西加的多了,会导致你的代码可读性变差,只有在有些异常无法预知的情况下,才应该加上try...except,

其他的逻辑错误应该尽量修正

  

原文地址:https://www.cnblogs.com/xiaohema/p/8453859.html

时间: 2024-08-02 06:28:37

python全栈开发基础【补充】异常处理的相关文章

python全栈开发基础【补充】metaclass(元类)

一.创建类的执行流程 二.元类的认识 什么是元类呢?在Python3中继承type的就是元类 二.元类的示例 # 方式一 class MyType(type): '''继承type的就是元类''' def __init__(self,*args,**kwargs): print("MyType创建的对象",self) #Foo super(MyType,self).__init__(*args,**kwargs) def __call__(self, *args, **kwargs):

python全栈开发基础【补充】解决tcp粘包

一.什么是粘包 须知:只有TCP有粘包现象,UDP永远不会粘包 粘包不一定会发生 如果发生了:1.可能是在客户端已经粘了 2.客户端没有粘,可能是在服务端粘了 首先需要掌握一个socket收发消息的原理 应用程序所看到的数据是一个整体,或说是一个流(stream),一条消息有多少字节对应用程序是不可见的,因此TCP协议是面向流的协议,这也是容易出现粘包问题的原因.(因为TCP是流式协议,不知道啥时候开始,啥时候结束).而UDP是面向消息的协议,每个UDP段都是一条消息,应用程序必须以消息为单位提

python全栈开发基础【第十八篇】网络编程(socket)

一.网络协议 客户端/服务器架构 1.硬件C/S架构(打印机) 2.软件C/S架构(互联网中处处是C/S架构):B/S架构也是C/S架构的一种,B/S是浏览器/服务器 C/S架构与socket的关系:我们用socket就是为了完成C/S架构的开发 osi七层 引子: 须知一个完整的计算机系统是由硬件.操作系统.应用软件三者组成,具备了这三个条件,一台计算机系统就可以自己跟自己玩了(打个单机游戏,玩个扫雷啥的) 如果你要跟别人一起玩,那你就需要上网了,什么是互联网? 互联网的核心就是由一堆协议组成

python全栈开发基础

python概述:版本:1.python2版本python2.3python2.72.pyhton3版本python3.5python3.7(最新版本)python2版本python3版本不兼容(不向下兼容)python优缺点:1.易学易用2.开发效率高缺点:1.相对于c/c++执行速度不够快3.我的第一个python程序Sublime编辑器(码农最喜欢的编辑器之一)1.字体放大缩小:ctrl + 鼠标滑轮ctrl + "+"大/"-"小2.左侧导航栏:view -

python全栈开发基础【第二十四篇】(利用threading模块开线程、join与守护线程、GIL与Lock)

一多线程的概念介绍 threading模块介绍 threading模块和multiprocessing模块在使用层面,有很大的相似性. 二.开启多线程的两种方式 创建线程的开销比创建进程的开销小,因而创建线程的速度快. #开启进程的第一种方式 from multiprocessing import Process from threading import Thread import os import time def work(): print('<%s> is running'%os.g

python全栈开发基础【第二十六篇】(concurrent.futures模块、协程、Greenlet、Gevent)

注意 1.不能无限的开进程,不能无限的开线程最常用的就是开进程池,开线程池.其中回调函数非常重要回调函数其实可以作为一种编程思想,谁好了谁就去掉 2.只要你用并发,就会有锁的问题,但是你不能一直去自己加锁吧那么我们就用QUEUE,这样还解决了自动加锁的问题由Queue延伸出的一个点也非常重要的概念.以后写程序也会用到这个思想.就是生产者与消费者问题 一.Python标准模块--concurrent.futures(并发未来) concurent.future模块需要了解的 1.concurent

&lt;python全栈开发基础&gt;学习过程笔记【18d】os模块

os模块调用操作系统,对文件和文件夹进行操作 1.头文件 impoet os 2os.getcwd() 作用:当前脚本工作的目录路径 print(os.getcwd()) 输出: ========================== RESTART: D:/haha/18_1.py ========================== D:\haha 2.os.chdir("目录名") 作用:改变当前脚本工作目录 os.chdir("d:\\Python") pri

Python全栈开发【补充:线程池】

Python中线程池与进程池实现并发应用 # 线程池需要导入的模块 from concurrent.futures import ThreadPoolExecutor # 进程池需要导入的模块 from concurrent.futures import ProcessPoolExecutor import time # 测试函数 def task(arg): print(arg) time.sleep(1) # 实例化线程池对象,最大并发数为10 pool=ThreadPoolExecutor

python全栈开发【补充】包的补充

1.包A和包B下有同名模块也不会冲突,因为A.a与B.a来自俩个命名空间 2.常见目录结构 # 创建目录代码 import os os.makedirs('glance/api') os.makedirs('glance/cmd') os.makedirs('glance/db') l = [] l.append(open('glance/__init__.py','w')) l.append(open('glance/api/__init__.py','w')) l.append(open('