错误、调试和测试

文章照着廖雪峰的官方网站学习，此处是我的学习笔记
错误处理
程序出错时会返回错误代码，但是错误代码不方便，且如果有嵌套，最里层的函数出错，只能一层一层的逐级返回错误值（如-1）。python有try...except...finally...的错误处理机制。

try:
    print('try...')
    r = 10 / int('0')
    print('result:', r)
except ValueError as e:
    print('ValueError:', e)
except ZeroDivisionError as e:
    print('ZeroDivisionError:', e)
else:
    print('no error!')
finally:
    print('finally...')
print('END')

结果：

try...
ZeroDivisionError: division by zero
finally...
END

这段try到except就是你想要运行的代码，如果这段出错，会抛出错误，如果出错，这一段代码中出错代码以后的部分就不执行了，就去看看except能不能捕捉到这个错误，捕捉到了就执行except冒号下面的语句，except可以有多个，那个捕捉到了就执行那个后面的语句。如果没有错误就执行else后面的语句，有错误当然就不执行else后的语句了。
以上都执行完了，就可以执行finally后面的语句，不管有没有错，都执行finally后面的语句。然后顺序执行后面的语句。

注意：

1. Python的错误其实也是class，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，还捕捉它的子类。所以如果except有多个，不要把父类放前面，子类放后面，这样子类错误就永远捕捉不到了。
2. try ... except ...是常用的，else和finally可以没有。
3. except的格式可以是这样：except ValueError as e:
4. try...except捕捉错误可以跨层级，最里层的函数出错，可以在外层或最外层的函数中设置try...except来捕捉，不要逐层级的写。

如果错误没有被捕获，它就会一直往上抛，最后被Python解释器捕获，打印一个错误信息，然后程序退出。
记录错误
如果不捕获错误，自然可以让Python解释器来打印出错误堆栈，但程序也被结束了。
也可以把错误堆栈打印出来，分析错误原因，同时，让程序继续执行下去。用python内置的logging模块可以纪录错误信息。
为什么用logging纪录呢？不记录他不一样会显示出错误信息吗？
我觉得2个好处：
一是可以使程序不中断，继续执行下去，没有用logging的话，遇到抛出的错误，python解释器捕捉到了程序就结束了，不会向后继续执行。
二是可以把这些错误记录下来，输出到日志文件，方便后续分析原因。
抛出错误
错误是class，可以自己建立一个继承自内置错误的一个class，然后用raise语句抛出错误的一个instance。

class MyError(ValueError):
    pass

def A(s):
    n = int(s)
    if n==0:
        raise MyError('invalid value: ',s)
    return 10 / n

A('0')

上半部分是定义自己的错误类，继承自ValueError。
抛出错误用raise，然后注意，抛出的不是自己建立的错误类MyError，而是它的一个实例MyError('invalid value: ',s)通过括号，括号内有参数传进去初始化，建立了一个实例，抛出的是这个实例instance，而不是class。

    except ValueError as e:
        print('ValueError!')
        raise

网站里说，这种捕捉到错误以后，先print错误，然后再raise的做法很普遍。说是要交给更高层去处理。
我理解是遇到抛出的错误了，先except捕捉，捕捉到了，冒号后面的意思就是”我来处理“的意思。然后再来一个raise就是把错误再抛出去，然别的地方去捕获，去处理，这个except只是记录一下这里出错了而已。
也可以捕捉一个类型的错误，抛出另一个类型的错误，只要是合乎逻辑就好。

try:
    10 / 0
except ZeroDivisionError:
    raise ValueError('input error!')

调试

1. print：把可能有问题的变量print出来。
2. 断言assert：用于对表达式的布尔值判断，要求布尔值为真。若为真，则不执行任何操作，执行下一句；若为假，则会触发AssertionError异常。

assert (condition)#等价于
if not condition：
	raise AssertionError()

用的时候可以在condition后逗号加字符串，断言失败时会显示。如：

    assert n != 0, 'n is zero!'

调试结束后不用像print一样要一个个删除掉，可以用-O（大写字母O）参数来关闭assert。

python -O xx.py

关闭以后，可以把所有assert语句当成pass看待。

3. logging它不会抛出错误，只会纪录出错信息，可以调整输出错误的级别，也可以选择输出到屏幕还是文件。

import logging
logging.basicConfig(level=logging.INFO)
logging.info('nothing')
#输出：
INFO:root:nothing

设置日志级别，低于该级别的日志消息将会被忽略。

默认情况下，logging将日志打印到屏幕，日志级别为WARNING；
日志级别大小关系为：CRITICAL > ERROR > WARNING > INFO > DEBUG > NOTSET，当然也可以自己定义日志级别。
可以用logging.debug，logging.info，logging.warning等输出信息。
简单使用方法：

import logging
# 通过下面的方式进行简单配置输出方式与日志级别
logging.basicConfig(filename='logger.log', level=logging.INFO)

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

标准输出（屏幕）没有信息，因为在当前工作目录下生成了logger.log，内容是：

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

4. pdb首先import pdb，然后在可能出错的地方放pdb.set_trace()，就在这个地方设置了一个断点，代码运行到这一句的时候会暂停并进入pdb调试环境，可以在命令行用命令p加变量名查看这个变量，用命令c继续
5. 用IDE设置断点debug，查看变量的值等。
   作者最后说：虽然用IDE调试起来比较方便，但是最后你会发现，logging才是终极武器。我菜，还体会不到。

单元测试
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。import unittest
编写单元测试时，我们需要编写一个测试类，从unittest.TestCase继承。
以test开头的方法就是测试方法，不以test开头的方法不被认为是测试方法，测试的时候不会被执行。
常用函数self.assertEqual(abs(-1), 1)看值是否相等。
另一个常用函数看抛出的错误是否符合预期。

with self.assertRaises(KeyError):
    value = d['empty']

运行时，python xx_test.py或python -m unittest xx_test或：

if __name__ == '__main__':
    unittest.main()

还有setUp和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。
setUp()和tearDown()方法有什么用呢？设想你的测试需要启动一个数据库，这时，就可以在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。
文档测试
doctest，用来运行注释中的示例代码，看输出是否与注释中的相符。例子：

def multiply(a, b):
    """
    >>> multiply(4, 3)
    12
    >>> multiply('a', 3)
    'aaa'
    """
    return a * b
if __name__=='__main__':
    import doctest
    doctest.testmod(verbose=True)

结果：

Trying:
    multiply(4, 3)
Expecting:
    12
ok
Trying:
    multiply('a', 3)
Expecting:
    'aaa'
ok
1 items had no tests:
    __main__
1 items passed all tests:
   2 tests in __main__.multiply
2 tests in 2 items.
2 passed and 0 failed.
Test passed.

如果doctest.testmod(verbose=False)或者doctest.testmod()则因为测试通过，不会有任何输出，默认为False，设为True则会输出详细信息。