错误、调试和测试

错误处理

如果发生错误，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原因。eg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.
用错误码来表示是否出错十分不便。
错误处理机制：try—except—finally

try

try：
xxxxxx
except xxxx as e：
xxxxxx
else：
finally
所有的错误类型都继承自BaseException，所以在使用except时需要注意的是，它不但捕获该类型的错误，会把子类型也一网打尽

Python所有的错误都是从BaseException类派生的，常见的错误类型和继承关系
https://docs.python.org/3/library/exceptions.html#exception-hierarchy

调用栈

如果错误没有被捕获，它会被一直往上抛，最后被python解释器捕获，打印一个错误信息，然后程序退出。

出错的时候，一定要分析错误的调用栈信息，才能定位错误的位置

记录错误

如果不捕获错误，让python解释器打印出错误堆栈，但是程序也被结束了。我们捕获错误就可以把错误堆栈打印出来，然后分析错误原因，同时让程序继续执行下去
py内置的logging模块可以容易地记录错误信息。配置后，logging还可以把错误记录到日志文件里，方便事后排查。

抛出错误

因为错误是class，捕获一个错误就是捕获到该class的一个实例。因此，错误并不是凭空产生的，而是有意创建并抛出的。
如果要抛出错误，首先根据需要，可以定义一个错误的class，选择好继承关系然后用raise语句抛出一个错误实例
如果可以选择Python已有的内置的错误类型（比如ValueError，TypeError），尽量使用Python内置的错误类型。
raise语句如果不带参数，就会把当前错误原样抛出。此外，在except中raise一个Error，还可以把一种类型的错误转化成另一种类型

调试

第一种就是在下天天用的。。。用print打印出来变量

断言

用assert代替print
如果断言后面的语句失败 抛出异常语句
最后启用py解释器时可以用-O参数来关闭assert：
$ python -O err.py
关闭后所有的assert语句当成pass来看

logging

用logging代替print，比起assert，logging不会抛出错误，而且可以输出到文件
logging的有点：允许指定记录信息的级别，有debug，info，waring，erro几个级别。
import logging
logging.basicConfig(level=logging.INFO)

pdb

第四种启动py的调试器pdb，让程序以单步方式运行，可以随时查看运行状态。
但是太麻烦了。
补充一种调试方法

pdb.set_trace（）

也是用pdb，但不需要单步执行，我们只需要import pdb，然后在可能跟出错的地方放一个pdb.set_trace()，就可以设置一个断点。
运行代码，程序会自动在这一行暂停并进入pdb调试模式，可以用命令 p 查看变量，或者用命令c继续运行

更好的调试方式-插件IDE

总结
logging是终极武器的呀。

单元测试

TDD 测试驱动开发
单元测试是用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作。

运行单元测试

if name==‘main’:
unittest.main()

第二种方法 命令行通过参数 -m unittest 直接运行 推荐-可以一次

setUp与tearDown

这两个方法会分别在每调用一个测试方法的前后分别被执行。
如果测试需要启动一个数据库，可以在setUp（）方法中连接数据库，在tearDown（）方法中关闭数据库，这样不必在每个测试方法中重复相同的代码。