python学习⑥[异常和工具]

1.try/except

捕捉由Python或你引起的异常并恢复。

try/finally

无论异常是否发生，执行清理行为。

raise

手动在代码中触发异常

assert

有条件地在程序代码中触发异常。

with/as

在python2.6和后续版本中实现环境管理器（在2.5版中是可选功能）

2.assert语句也可以用来触发异常--是一个有条件的raise，主要是在开发过程中用于调试。

3.用户定义的异常能够通过类编写，它继承自一个内置的异常类：通常这个类的名称叫做Exception。基于类的异常允许脚本建立异常类型、继承行为以及附加状态信息。

4.使用try/except来捕捉从第三方库导入的代码所引发的错误，然后以try/finally来确保关闭文件，或者终止服务器连接的调用等行为一定会执行。

finally一定会执行，无论是否有异常引发，而且也不管异常是否被except子句捕捉到。

with/as运行一个对象的环境管理逻辑，来确保终止行为的发生。

5.小结：try语句有两种逻辑形式，可以组合起来，一种处理异常，一种不管是否发生异常都执行最终代码。raise和assert语句根据需要触发异常（都是内置函数，并且都是我们用类定义的新异常）；with/as是一种替代方式，确保对它所支持的对象执行终结操作。

异常编码细节

1.try语句分句形式

try:
    <statements>
except <name1>:            
    <statements> 
except(name2,name3):   
    <statements>
except <name4> as <data>:
    <statements>
except:
    <statements>
else:
    <statements>

2.try/finally分句

try:
    <statements>
finally:
    <statements>

如果try时没有异常发生，会跳至执行finally代码块，然后在整个try语句后继续执行下去。

如果有异常发生，依然会运行finally代码，但是会把异常向上传递到较高的try语句或顶层默认处理器。程序不会再try语句下继续执行。与except不同的就是finally不会终止异常。

3.try/except/finally

try:
    main-action
except Exception1:
    handler1
except Exception2:
    handler2
...
else:
    else-block
finally:
    finally-block

可选部分：

try:
    statements
except [type [as value]]:
    statements
[except [type [as value]]:
    statements]*
[else:
    statements]
[finally:
    statements]

4.raise

raise <instance>
raise <class>

raise IndexError        #class  
raise IndexError()      #instance

exc = IndexError()
raise exc

excs = [IndexError,TypeError]
raise excs[0]

5.python3.0异常链：raise from

raise exception from otherexception

第二个表达式指定了另一个异常类或实例，它会附加到引发异常的__cause__属性。

3.0不支持raise Exc,Args形式。

当在一个异常处理器内部引发一个异常的时候，隐式地遵从类似的过程：前一个异常附加到新的异常的__context__属性，并且如果该异常未捕获的话，再次显示在标准出错信息中。

6.assert

条件式的raise语句

assert <test>,<data>

通常用于验证开发期间程序状况的。

assert几乎都是用来收集用户定义的约束条件

7.with/as环境管理器

激活：

from __future__ import with _statement

作为try/finally常见的替代方案。

with语句支持更丰富的基于对象的协议，可以为代码块定义支持进入和离开动作。

with expression [as variable]:

    with-block

可以自己编写环境管理器。

支持逗号：

with A() as a,B() as b:

     ...statement...

 

with A() as a:

    with B() as b:

        ...statement..

8.小结：try是捕捉，raise是触发，assert是条件式引发，with是把代码块包装在环境管理器中（定义了进入和离开的行为）。

 

异常分类

class General(Exception):pass
class Specific1(General):pass
class Specific2(General):pass

def raiser0():
    X = General()
    raise X

def raiser1():
    X = Specific1()
    raise X

def raiser2():
    X = Specific2()
    raise X

for func in (raiser0,raiser1,raiser2):
    try:
        func()
    except General:
        import sys
        print('caught:',sys.exc_info()[0])

# except General as X:

#        print('caught:',X.__class__)

caught: <class '__main__.General'>
caught: <class '__main__.Specific1'>
caught: <class '__main__.Specific2'>

·sys.exc_info调用：这是一种抓取最近发生异常的常用方式。等价于获取实例的__class__属性。

对于基于类的异常而言，结果中的第一个元素是引发异常类，第二个是实际引发的实例。

 

内置Exception类

1.BaseException 

异常的顶级根类。不能由用户定义类直接继承。提供了子类所继承的默认的打印和状态保持行为。

实例构造时传给这个类的所有参数都作为元组存储于其args属性中。

2.Exception

与应用相关的异常的顶层根超类。是BaseException的一个直接子类。并且是所有其他内置异常的超类，除了系统推出事件类之外（SystemExit、KeyboardInterrupt、GeneratorExit）

3.ArithmeticError

所有数值错误的超类（并且是Exception的一个子类）

子类：OverflowErro、ZeroDivisionError

4.OverflowError

是被特定的数值错误的子类。

 

定制打印显示

class MyBad(Exception):pass

try:
    raise MyBad('SORRY!')
except MyBad as X:
    print(X)

class MyBad(Exception):
    def __str__(self):
        return 'Always look on  the bright side of life...'

try:
    raise MyBad()
except MyBad as X:
    print(X)

 

注：py3.0中，异常必须由类定义（引发并捕获一个类实例对象）。异常类必须派生自内置类BaseException（或子类Exception，以支持常规类型的异常的全捕获）

 

异常的设计

1.try语句可以嵌套

python会挑选并执行具有相符except、最近的try。

2.所有的错误是异常，所有的异常并非都是错误。

3.异常提供一种方式来传达结果信号，而不适用返回值。

4.sys.exc_info通常允许一个异常处理器获取对最近引发的异常的访问。

如果没有处理器正在处理，返回包含了三个None值的元组。否则，将会返回（type、value和traceback）：type是正在处理的异常的异常类型。value是引发的异常类实例。traceback是一个traceback对象，代表异常最初发生时所调用的堆栈。

它记录每个线程的异常信息，因此是线程专有的方式。

5.内存错误、一般程序错误、迭代停止、键盘中断以及系统退出，等等，都会引发异常。这类异常通常是不应该拦截的。

python也提供内置sys.exit(statuscode）调用来提前终止。

6.空except和捕获Exception类也会捕捉一般程序设计错误，但这类错误多数时候都应让其通过。

7.PyDoc为模块和对象提供了一个文档系统，并整合了python的文档字符串功能。

8.PyChecker和PyLint系统可以在脚本运行前把大量的常见错误预先缓存起来。

9.PyUnit（在库手册中称为unittest），提供了一个面向对象的类框架，来定义和定制测试案例以及预期的结果。

10.doctest标准库模块，提供第二个并且更为简单的做法来进行回归测试。

11.为了真正把代码中的性能瓶颈隔离出来，需要通过time或timeit模块内的时钟工具新增计时逻辑，或者在profile模块下运行代码。

profile是标准库模块，为python实现源代码配置工具。

12.在默认情况下，它会打印报告到标准输出流，从而给出性能的统计结果：每个函数的调用次数、每个函数所花时间等

13.python标准库包含了一个命令行源代码调试器模块，称为pdb

14.Psyco系统提供了实时编译器，可以把python字节码翻译成二进制机码，而Shedskin提供了Python对C++的翻译器。

15..pyo优化后的字节码文件，这是以-O Python命令标志位运行所产生的文件，这只提供了有限的性能提升，并不常用。

16.str.encode()和bytes(S,encoding)把一个字符串转换为其rawbytes形式。

17.bytes.decode()和str(B,encoding)把raw bytes 转换为其字符串形式。