Linux集群之美
上QQ阅读APP看书，第一时间看更新
上一章目录下一章

2.5.5　Python异常处理与程序调试异常

Exception是任何语言必定存在的一部分。Python提供了强大的异常处理机制，可通过捕获异常来提高程序的健壮性。异常处理还具有释放对象、中止循环的运行等作用。在程序运行的过程中，如果发生了错误，可以事先约定返回一个错误代码，这样就可以知道是否有错，以及出错的原因。在操作系统提供的调用中，返回错误码非常常见。比如打开文件的函数open()，成功时返回文件描述符（就是一个整数），出错时返回-1值。用错误码来表示是否出错十分不便，因为应该返回的正常结果会和错误码混在一起，造成调用者必须用大量的代码来判断是否出错。一旦出错，还要一级一级上报，直到某个函数可以处理该错误（比如，给用户输出一个错误信息）。所以高级语言通常都内置了一套try...except...finally...的错误处理机制，Python也不例外。

1.try...except语句

try...except语句用于处理问题语句，捕获可能存在的异常。try子句中的代码块用于放置可能出现异常的语句，except子句中的代码块用于处理异常。当异常出现时，Python会自动生成一个异常对象。该对象包括异常的具体信息，以及异常的种类和错误位置。我们举个简单的例子：

#!/usr/bin/env python
#-*- coding:utf-8 -*-

try:
    open('test.txt','r')
    #尝试获取一个不存在的文件
    print "该文件是正常的"
except IOError:
#捕获I/O异常,如果是Python 3.7版本,这里是FileNotFoundError异常
    print "该文件不存在"
except:
    print "程序异常！"
#其他异常情况

try...except语句后面还可以添加一个finally语句，这种方式主要用于无论异常是否发生，finally子句都会被执行的情况。所有的finally子句都用于关闭因异常而不能释放的系统资源。还是以上面的例子为例，在后面加上finally子句：

#!/usr/bin/env python
#-*- coding:utf-8 -*-

try:
    f = open('test1.py','r')
    try:
        print f.read()
    except:
        print "该文件是正常的"
    finally:
        print "释放资源"
        f.close()
except IOError:
    print "文件不存在！"

我们用finally语句的本意是想关闭因异常而不能释放的系统资源，比如关闭文件。但随着语句的增多，try...finally显然不够简洁，用with...as（上下文管理器）语句可以很简洁地实现以上功能：

with open('test1.py','w') as f:
    f.write('Hello ')
    f.write('World')

这样不仅能处理出现异常的情况，而且还可以避免出现在open()一个文件后忘记写close()方法的情况。

此外，当程序中出现错误时，Python会自动引发异常，也可以通过raise语句显式地引发异常。一旦执行了raise语句，raise语句后的代码将不能被执行。示例如下：

#!/usr/bin/env python
#-*- encoding:utf-8 -*-

try:
    s = None
    if s is None:
        print "s是对空对象"
    print len(s)
except TypeError:
    print "空对象是没有长度的"

第三行程序判断变量s的值是否为空，如果为空，则抛出异常NameError；由于执行了NameError异常，所以该代码后的代码将不会被执行。

2.调试

当程序中出现异常或错误时，最后的解决方法就是调试程序，那么一般包含哪些方法呢？通常有如下5种方法：

·编辑器自带的调试功能

·print方法

·断言（assert）方法

·logging模块

·pdb方法

Python的专业编程器，例如PyCharm IDE本身就带了Python程序的Debug调试功能，这里就不进行详细说明了，下面只针对其余几种情况来说明。

（1）print方法

print方法很好理解，这也是我们写程序经常用到的一种方法，即我们认为某变量有问题或需要知道某变量时，将它打印出来即可，虽然简单粗暴，但确实有效。但这样也会带来一个问题，复杂的业务逻辑中会有大量变量，这样程序中会充斥着大量的print语句，如果调试完成以后不注意清理，也会带来很多问题。

（2）断言方法

assert语句用于检测某个条件表达式是否为真。

用assert代替print是种很好的选择？想想我们的程序里到处都是print，运行结果也会包含很多垃圾信息。理论上，程序中有print出现的地方，都可以用assert来代替。如果assert语句断言失败，则会引发AssertionError异常。

举个简单的例子：

a = 'hello'
assert len(a) == 1

执行下面这段代码，会报错：

AssertionError                            Traceback (most recent call last)
<ipython-input-4-ce3ea8375b99> in <module>()
----> 1 assert len(t) <= 1
AssertionError:

（3）logging模块

当Python程序的代码量达到一定数量时，使用logging就是一种好的选择。logging不仅能输出到控制台，还能写入文件，且能使用TCP协议将日志信息发送到网络，功能十分强大。示例如下：

#!/usr/bin/env python
import logging

logging.debug('debug message')
logging.info('info message')
logging.warn('warn message')
logging.error('error message')
logging.critical('critical message')

执行下面这段代码，结果如下：

WARNING:root:warn message
ERROR:root:error message
CRITICAL:root:critical message

默认情况下，logging模块会将日志打印到屏幕上，日志级别为WARNING（即只有日志级别高于WARNING的信息才会输出），我们可以在合理的程序中使用logging模块代替print命令，这样写出来的程序在排错时会非常高效。

（4）pdb方法

使用Python的调试器pdb可让程序以单步的方法运行，以便随时查看程序的执行状态。

我们先故意写一个有问题的Python程序，名字叫err.py，内容如下：

#!/usr/bin/env python
s = '0'
n = int(s)
print 10/n

然后在Linux环境下以pdb模式执行程序，如下：

python -m pdb test0.py

l表示可以查看代码全部完整内容，n是一步一步执行代码，p +变量名表示可以随时打印程序中的变量名，这里大家自行演示。

虽然这些方法都有各自的好处，但随着我们开发的项目越来越多，代码量越来越大时，大家会发现，logging模块才是最有效率的办法。

上一章目录下一章