Python官方中文教程(转) 6
转自 Python官方中文教程 第六章:错误异常
1. 什么是异常?
在程序运行过程中,总会遇到各种各样的问题和错误。
有些错误是我们编写代码时自己造成的,比如语法错误、调用错误,甚至逻辑错误。下面这个例子,在输入if
后输入回车
了,没有按照 Python 的语法规则来,所以直接抛出了语法错误。
>>> if
File "<stdin>", line 1
if
^
SyntaxError: invalid syntax
还有一些错误,则是不可预料的错误,但是完全有可能发生的,比如文件不存在、磁盘空间不足、网络堵塞、系统错误等等。下面这个例子,使用 open
函数打开 demo.txt
文件,可是在当前目录下并没有这个文件,所以一定会打开失败,抛出了IOError
。
>>> fp = open('demo.txt')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IOError: [Errno 2] No such file or directory: 'demo.txt'
这些导致程序在运行过程中出现异常中断和退出的错误,我们统称为异常。正常情况下,异常都不会被程序处理,而是以错误信息的形式展现出来。
异常有很多种类型,Python内置了几十种常见的异常,就在builtins
模块内,它们无需特别导入,就可以直接使用。需要注意的是,所有的异常都是异常类,首字母是大写的!
在发生异常的时候,Python会打印出异常信息,信息的前面部分显示了异常发生的上下文环境,并以调用栈的形式显示具体信息。异常类型作为信息的一部分也会被打印出来,例如ZeroDivisionError
,TypeError
。
>>> 1/0
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ZeroDivisionError: integer division or modulo by zero
>>>
>>>
>>> 10 + "1"
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'int' and 'str'
正常情况下,我们都不需要去记住 Python 到底内置了哪些错误和异常类型,除非你需要去捕获它,关于捕获的内容,我会放在下一节。这一节先来认识一下 Python 中有哪些常见的错误和异常,对于新手,下面的内容大概过一下就好,不用深究,因为这些在你以后的编码中都会遇到的。
1.1 SyntaxError
SyntaxError
,是语法错误,可能是新手在学习 Python 时最容易遇到的错误
>>> while True print('Hello world')
File "<stdin>", line 1
while True print('Hello world')
^
SyntaxError: invalid syntax
解析器会输出出现语法错误的那一行,并显示一个“箭头”,指向这行里面检测到的第一个错误。 错误是由箭头指示的位置 上面 的 token 引起的(或者至少是在这里被检测出的):在示例中,在print()
https://docs.python.org/zh-cn/3/library/functions.html#print__ 这个函数中检测到了错误,因为在它前面少了个冒号 (’:’) 。文件名和行号也会被输出,以便输入来自脚本文件时你能知道去哪检查。
1.2 TypeError
TypeError
,是类型错误,也就是说将某个操作或功能应用于不合适类型的对象时引发,比如整型与字符型进行加减法
>>> a = 10
>>> b = "1"
>>>
>>> a-b
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for -: 'int' and 'str'
1.3 IndexError
IndexError
,是指索引出现了错误,比如最常见下标索引超出了序列边界
>>> alist = [0,1,2]
>>> alist[5]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: list index out of range
1.4 KeyError
KeyError
是关键字错误,这个异常主要发生在字典中,比如当用户试图访问一个字典中不存在的键时会被引发。
>>> profile = {"name": "王炳明"}
>>> profile["age"]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'age'
1.5 ValueError
ValueError
为值错误,当用户传入一个调用者不期望的值时会引发,即使这个值的类型是正确的,比如想获取一个列表中某个不存在值的索引。
>>> int("1")
1
>>> int("a")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: invalid literal for int() with base 10: 'a'
1.6 AttributeError
AttributeError
是属性错误,当用户试图访问一个对象不存在的属性时会引发。
比如字典有get
方法,而列表却没有,所以对一个列表对象调用该方法就会引发该异常。
>>> alist = [0,1,2]
>>> alist.get(0)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'get'
1.7 NameError
NameError
是指变量名称发生错误,比如用户试图调用一个还未被赋值或初始化的变量时会被触发。
>>> name
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'name' is not defined
1.8 IOError
IOError
为打开文件错误,当用户试图以读取方式打开一个不存在的文件时引发。
>>> fb = open('demo.txt')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IOError: [Errno 2] No such file or directory: 'demo.txt'
1.9 StopIteration
StopIteration
为迭代器错误,当访问至迭代器最后一个值时仍然继续访问,就会引发这种异常,提醒用户迭代器中已经没有值可供访问了。
>>> alist = range(2)
>>> agen = iter(alist)
>>> next(agen)
0
>>> next(agen)
1
>>> next(agen)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
1.10 AssertionError
AssertionError
为断言错误,当用户利用断言语句检测异常时,如果断言语句检测的表达式为假,则会引发这种异常。
>>> alist = [0,1,2]
>>> assert isinstance(alist, list)
>>> assert isinstance(alist, dict)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AssertionError
1.11 IndentationError
Python 是一门严格缩进的语言,如果缩进有问题,就会导致解释器解析异常,抛出IndentationError
>>> while True:
... print("hello")
File "<stdin>", line 2
print("hello")
^
IndentationError: expected an indented block
1.12 ImportError
当你在使用 import
导包的时候,如果因为包名错误或者路径不对、包未安装,都会抛出 ImportError
>>> import oxx
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named oxx
上面这些异常应该是平时编程中遇见频率比较高的一部分,还有更多的异常,可以前往官方文档:https://docs.python.org/3/library/exceptions.html
2. 如何抛出和捕获异常
2.1 如何抛出异常?
异常的产生有两种来源:
一种是程序自动抛出,比如1
/0
会自动抛出 ZeroDivisionError
一种是开发者主动抛出,使用raise
关键字抛出。
在 Python 中是使用 raise
关键字来抛出异常的,比如在下面这个函数中,如果不存在目标文件,则会抛出一个 Exception
通用异常。
def demo_func(filename):
if not os.path.isfile(filename):
raise Exception
<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">
2.2 如何捕获异常?
出现错误或者异常没有关系,关键在于你要学会预判程序可能会出现的错误或异常,然后在代码中捕获这些异常并处理。
异常的捕获的语法有如下四种:
第一种语法
只捕捉但是不想获取异常信息
try:
代码A
except [EXCEPTION]:
代码B
第二种语法
不但捕捉了还要获取异常信息,赋值给 e
后,后面你可以把异常信息打印到日志中。
try:
代码A
except [EXCEPTION] as e:
代码B
有了上面的基础语法,可以扩展出下面三种常用的异常捕获的写法。
第三种语法
正常使用try ... except ...
如果代码A
发生了异常,则会走到代码B
的逻辑。
try:
代码A
except [exception] as e :
代码B
举个例子
>>> try:
... 1/0
... except ZeroDivisionError as e:
... print("发生了异常:错误信息如下: \n" + str(e))
...
发生了异常:错误信息如下:
integer division or modulo by zero
第四种语法
使用try ... except ... else
如果代码A
发生了异常,则会走到代码B
的逻辑,如果没有发生异常,则会走到代码C
try:
代码A
except [exception] as e:
代码B
else:
代码C
举个例子
不发生异常的情况
>>> try:
... 4/2
... except ZeroDivisionError as e:
... print("发生了异常:错误信息如下: \n" + str(e))
... else:
... print("程序正常运行")
...
2
程序正常运行
发生异常的情况
>>> try:
... 1/0
... except ZeroDivisionError as e:
... print("发生了异常:错误信息如下: \n" + str(e))
... else:
... print("程序正常运行")
...
发生了异常:错误信息如下:
integer division or modulo by zero
第三种:使用 try ... except ... finally
如果代码A
发生了异常,则会走到代码B
的逻辑,最后不管有没有发生异常都会走到代码C
try:
代码A
except [exception] as e:
代码B
finally:
代码C
举个例子
发生异常的情况
>>> try:
... 1/0
... except ZeroDivisionError as e:
... print("发生了异常:错误信息如下: \n" + str(e))
... finally:
... print("程序运行结束!!")
...
发生了异常:错误信息如下:
integer division or modulo by zero
程序运行结束!!
不发生异常的情况
>>> try:
... 4/2
... except ZeroDivisionError as e:
... print("发生了异常:错误信息如下: \n" + str(e))
... finally:
... print("程序运行结束!!")
...
2
程序运行结束!!
2.3 捕获多个异常?
每个except
捕获一个异常
一个 try
语句可能有多个 except
子句,以指定不同异常的处理程序,但是最多会执行一个处理程序。
当代码 A
在运行中抛出了异常时,Python 解释器会逐行运行代码,如果抛出的异常是 exception1
那么后面直接运行代码B
,运行完 B
后,就不会再判断后面两个except
语句了。
而如果不是exception1
,而是 exception2
,那会运行代码C
,而不会再运行第三个except
语句了。
try:
代码A
except [exception1] as e:
代码B
except [exception2] as e:
代码C
except [exception3] as e:
代码D
举个例子吧,下面这段代码,由于 1
/0
会抛出 ZeroDivisionError
错误,所以前面两个异常匹配都不成功,而在最后一个except
成功匹配上,最终打印出 除数不能为 0
try:
1/0
except IOError:
print("IO读写出错")
except FloatingPointError:
# 浮点计算错误
print("计算错误")
except ZeroDivisionError:
# 除数不能为 0
print("计算错误")
# output: 计算错误
一个except
捕获多个异常
上面的例子可以看出来,第二个异常和第三个异常是属于同一类,就是 计算错误,异常处理的代码是一样的,那有没有办法将它们合并在一起呢,简化一下代码呢?
答案是,可以的。
在except
后面其实是可以接多个异常的,多个异常之间使用括号包裹。只要匹配上一个就算捕获到,就会进入相应的代码分支。
try:
1/0
except IOError:
print("IO读写出错")
except (ZeroDivisionError, FloatingPointError):
print("计算出错")
# output: 计算错误
3. 如何自定义异常
大多数情况下,内置的错误和异常已经够用了,但是有时候你还是需要自定义一些异常。
自定义异常,需要你对 类 与 继承 有一些了解,对于类的知识,我放在了第七章,因此你可以先前往学习下第七章的的下面两节内容:
7.1 类的理解与使用
7.5 类的继承(Inheritance
)
等学习完后再回过头来学习本节内容。
自定义异常应该继承 Exception
类,直接继承或者间接继承都可以,自定义的异常或错误类,下面使用 InputError
,表示接受用户输入时发生问题。
class InputError(Exception):
def __init__(self, msg):
self.message = msg
def __str__(self):
return self.message
异常的名字都以Error
结尾,我们在为自定义异常命名的时候也需要遵守这一规范,就跟标准的异常命名一样。
定义完后,再看如下代码,我在 try
里调用 get_input
函数,如果发现用户没有输入内容,就使用 raise
关键字来抛出 InputError
。
def get_input():
name = input("请输入你的姓名:")
if name == "":
raise InputError("未输入内容")
try:
get_input()
except InputError as e:
print(e)
4. 【进阶】如何关闭异常自动关联上下文
当你在处理异常时,由于处理不当或者其他问题,再次抛出另一个异常时,往外抛出的异常也会携带原始的异常信息。
就像这样子。
try:
print(1 / 0)
except Exception as exc:
raise RuntimeError("Something bad happened")
从输出可以看到两个异常信息
Traceback (most recent call last):
File "demo.py", line 2, in <module>
print(1 / 0)
ZeroDivisionError: division by zero
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "demo.py", line 4, in <module>
raise RuntimeError("Something bad happened")
RuntimeError: Something bad happened
如果在异常处理程序或finally
块中引发异常,默认情况下,异常机制会隐式工作会将先前的异常附加为新异常的__context__
属性。这就是 Python 默认开启的自动关联异常上下文。
如果你想自己控制这个上下文,可以加个 from
关键字(from 语法会有个限制,就是第二个表达式必须是另一个异常类或实例。),来表明你的新异常是直接由哪个异常引起的。
try:
print(1/0)
except Exception as exc:
raise RuntimeError("Something bad happened") from exc
输出如下
Traceback (most recent call last):
File "demo.py", line 2, in <module>
print(1 / 0)
ZeroDivisionError: division by zero
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "demo.py", line 4, in <module>
raise RuntimeError("Something bad happened") from exc
RuntimeError: Something bad happened
当然,你也可以通过with_traceback()
方法为异常设置上下文__context__
属性,这也能在traceback
更好的显示异常信息。
try:
print(1 / 0)
except Exception as exc:
raise RuntimeError("bad thing").with_traceback(exc)
最后,如果我想彻底关闭这个自动关联异常上下文的机制?有什么办法呢?
可以使用 raise...from None
,从下面的例子上看,已经没有了原始异常
$ cat demo.py
try:
print(1 / 0)
except Exception as exc:
raise RuntimeError("Something bad happened") from None
$
$ python demo.py
Traceback (most recent call last):
File "demo.py", line 4, in <module>
raise RuntimeError("Something bad happened") from None
RuntimeError: Something bad happened
(PythonCodingTime)
5. 【进阶】异常处理的三个好习惯
如果你用 Python 编程,那么你就无法避开异常,因为异常在这门语言里无处不在。打个比方,当你在脚本执行时按 ctrl+c
退出,解释器就会产生一个 KeyboardInterrupt
异常。而 KeyError
、ValueError
、TypeError
等更是日常编程里随处可见的老朋友。
异常处理工作由“捕获”和“抛出”两部分组成。“捕获”指的是使用try ... except
包裹特定语句,妥当的完成错误流程处理。而恰当的使用raise
主动“抛出”异常,更是优雅代码里必不可少的组成部分。
在这篇文章里,我会分享与异常处理相关的 3 个好习惯。继续阅读前,我希望你已经了解了下面这些知识点:
异常的基本语法与用法(建议阅读官方文档“Errors and Exceptions”)
为什么要使用异常代替错误返回(建议阅读*`《让函数返回结果的技巧》 https://www.zlovezl.cn/articles/function-returning-tips/
为什么在写 Python 时鼓励使用异常 (建议阅读“Write Cleaner Python: Use Exceptions”)
5.1 只做最精确的异常捕获
假如你不够了解异常机制,就难免会对它有一种天然恐惧感。你可能会觉得:异常是一种不好的东西,好的程序就应该捕获所有的异常,让一切都平平稳稳的运行。而抱着这种想法写出的代码,里面通常会出现大段含糊的异常捕获逻辑。
让我们用一段可执行脚本作为样例:
# -*- coding: utf-8 -*-
import requests
import re
def save_website_title(url, filename):
"""获取某个地址的网页标题,然后将其写入到文件中
:returns: 如果成功保存,返回 True,否则打印错误,返回 False
"""
try:
resp = requests.get(url)
obj = re.search(r'<title>(.*)</title>', resp.text)
if not obj:
print('save failed: title tag not found in page content')
return False
title = obj.grop(1)
with open(filename, 'w') as fp:
fp.write(title)
return True
except Exception:
print(f'save failed: unable to save title of {url} to {filename}')
return False
def main():
save_website_title('https://www.qq.com', 'qq_title.txt')
if __name__ == '__main__':
main()
脚本里的 save_website_title
函数做了好几件事情。它首先通过网络获取网页内容,然后利用正则
匹配出标题,最后将标题写在本地文件里。而这里有两个步骤很容易出错:网络请求
与 本地文件操作
。所以在代码里,我们用一个大大的 try ... except
语句块,将这几个步骤都包裹了起来。安全第一 ⛑。
那么,这段看上去简洁易懂的代码,里面藏着什么问题呢?
如果你旁边刚好有一台安装了 Python 的电脑,那么你可以试着跑一遍上面的脚本。你会发现,上面的代码是不能成功执行的。而且你还会发现,无论你如何修改网址和目标文件的值,程序仍然会报错 “save failed: unable to…”
。为什么呢?
问题就藏在这个硕大无比的try ... except
语句块里。假如你把眼睛贴近屏幕,非常仔细的检查这段代码。你会发现在编写函数时,我犯了一个小错误,我把获取正则匹配串的方法错打成了 obj.grop(1)
,少了一个 ‘u’(obj.group(1))
。
但正是因为那个过于庞大、含糊的异常捕获,这个由打错方法名导致的原本该被抛出的 AttibuteError
却被吞噬了。从而给我们的 debug
过程增加了不必要的麻烦。
异常捕获的目的,不是去捕获尽可能多的异常。假如我们从一开始就坚持:只做最精准的异常捕获。那么这样的问题就根本不会发生,精准捕获包括:
- 永远只捕获那些可能会抛出异常的语句块
- 尽量只捕获精确的异常类型,而不是模糊的
Exception
依照这个原则,我们的样例应该被改成这样:
from requests.exceptions import RequestException
def save_website_title(url, filename):
try:
resp = requests.get(url)
except RequestException as e:
print(f'save failed: unable to get page content: {e}')
return False
# 这段正则操作本身就是不应该抛出异常的,所以我们没必要使用 try 语句块
# 假如 group 被误打成了 grop 也没关系,程序马上就会通过 AttributeError 来
# 告诉我们。
obj = re.search(r'<title>(.*)</title>', resp.text)
if not obj:
print('save failed: title tag not found in page content')
return False
title = obj.group(1)
try:
with open(filename, 'w') as fp:
fp.write(title)
except IOError as e:
print(f'save failed: unable to write to file {filename}: {e}')
return False
else:
return True
5.2 别让异常破坏抽象一致性
大约四五年前,当时的我正在开发某移动应用的后端 API
项目。如果你也有过开发后端 API
的经验,那么你一定知道,这样的系统都需要制定一套“API 错误码规范”
,来为客户端处理调用错误时提供方便。
一个错误码返回大概长这个样子:
// HTTP Status Code: 400
// Content-Type: application/json
{
"code": "UNABLE_TO_UPVOTE_YOUR_OWN_REPLY",
"detail": "你不能推荐自己的回复"
}
在制定好错误码规范后,接下来的任务就是如何实现它。当时的项目使用了Django
框架,而 Django
的错误页面正是使用了异常机制实现的。打个比方,如果你想让一个请求返回404
状态码,那么只要在该请求处理过程中执行 raise Http404
即可。
所以,我们很自然的从Django
获得了灵感。首先,我们在项目内定义了错误码异常类:APIErrorCode
。然后依据“错误码规范”,写了很多继承该类的错误码。当需要返回错误信息给用户时,只需要做一次 raise 就能搞定。
raise error_codes.UNABLE_TO_UPVOTE
raise error_codes.USER_HAS_BEEN_BANNED
... ...
毫无意外,所有人都很喜欢用这种方式来返回错误码。因为它用起来非常方便,无论调用栈多深,只要你想给用户返回错误码,调用raise error_codes.ANY_THING
就好。
随着时间推移,项目也变得越来越庞大,抛出 APIErrorCode
的地方也越来越多。有一天,我正准备复用一个底层图片处理函数时,突然碰到了一个问题。
我看到了一段让我非常纠结的代码:
# 在某个处理图像的模块内部
# <PROJECT_ROOT>/util/image/processor.py
def process_image(...):
try:
image = Image.open(fp)
except Exception:
# 说明(非项目原注释):该异常将会被 Django 的中间件捕获,往前端返回
# "上传的图片格式有误" 信息
raise error_codes.INVALID_IMAGE_UPLOADED
... ...
process_image
函数会尝试解析一个文件对象,如果该对象不能被作为图片正常打开,就抛出 error_codes.INVALID_IMAGE_UPLOADED (APIErrorCode 子类)
异常,从而给调用方返回错误代码 JSON
。
让我给你从头理理这段代码。最初编写process_image
时,我虽然把它放在了 util.image
模块里,但当时调这个函数的地方就只有 “处理用户上传图片的 POST 请求”
而已。为了偷懒,我让函数直接抛出APIErrorCode
异常来完成了错误处理工作。
再来说当时的问题。那时我需要写一个在后台运行的批处理图片脚本,而它刚好可以复用 process_image
函数所实现的功能。但这时不对劲的事情出现了,如果我想复用该函数,那么:
- 我必须去捕获一个名为
INVALID_IMAGE_UPLOADED
的异常 - 哪怕我的图片根本就不是来自于用户上传
- 我必须引入
APIErrorCode
异常类作为依赖来捕获异常 - 哪怕我的脚本和
Django API
根本没有任何关系
这就是异常类抽象层级不一致导致的结果。APIErrorCode
异常类的意义,在于表达一种能够直接被终端用户(人)识别并消费的“错误代码”。它在整个项目里,属于最高层的抽象之一。但是出于方便,我们却在底层模块里引入并抛出了它。这打破了image.processor
模块的抽象一致性,影响了它的可复用性和可维护性。
这类情况属于“模块抛出了高于所属抽象层级的异常”。避免这类错误需要注意以下几点:
- 让模块只抛出与当前抽象层级一致的异常
- 比如
image.processer
模块应该抛出自己封装的ImageOpenError
异常 - 在必要的地方进行异常包装与转换
- 比如,应该在贴近高层抽象(视图
View
函数)的地方,将图像处理模块的ImageOpenError
低级异常包装转换为APIErrorCode
高级异常
修改后的代码:
# <PROJECT_ROOT>/util/image/processor.py
class ImageOpenError(Exception):
pass
def process_image(...):
try:
image = Image.open(fp)
except Exception as e:
raise ImageOpenError(exc=e)
... ...
# <PROJECT_ROOT>/app/views.py
def foo_view_function(request):
try:
process_image(fp)
except ImageOpenError:
raise error_codes.INVALID_IMAGE_UPLOADED
除了应该避免抛出高于当前抽象级别的异常外,我们同样应该避免泄露低于当前抽象级别的异常。
如果你用过 requests
模块,你可能已经发现它请求页面出错时所抛出的异常,并不是它在底层所使用的 urllib3
模块的原始异常,而是通过requests.exceptions
包装过一次的异常。
>>> try:
... requests.get('https://www.invalid-host-foo.com')
... except Exception as e:
... print(type(e))
...
<class 'requests.exceptions.ConnectionError'>
这样做同样是为了保证异常类的抽象一致性。因为 urllib3
模块是requests
模块依赖的底层实现细节,而这个细节有可能在未来版本发生变动。所以必须对它抛出的异常进行恰当的包装,避免未来的底层变更对 requests
用户端错误处理逻辑产生影响。
5.3 异常处理不应该喧宾夺主
在前面我们提到异常捕获要精准、抽象级别要一致。但在现实世界中,如果你严格遵循这些流程,那么很有可能会碰上另外一个问题:异常处理逻辑太多,以至于扰乱了代码核心逻辑。具体表现就是,代码里充斥着大量的try
、except
、raise
语句,让核心逻辑变得难以辨识。
让我们看一段例子:
def upload_avatar(request):
"""用户上传新头像"""
try:
avatar_file = request.FILES['avatar']
except KeyError:
raise error_codes.AVATAR_FILE_NOT_PROVIDED
try:
resized_avatar_file = resize_avatar(avatar_file)
except FileTooLargeError as e:
raise error_codes.AVATAR_FILE_TOO_LARGE
except ResizeAvatarError as e:
raise error_codes.AVATAR_FILE_INVALID
try:
request.user.avatar = resized_avatar_file
request.user.save()
except Exception:
raise error_codes.INTERNAL_SERVER_ERROR
return HttpResponse({})
这是一个处理用户上传头像的视图函数。这个函数内做了三件事情,并且针对每件事都做了异常捕获。如果做某件事时发生了异常,就返回对用户友好的错误到前端。
这样的处理流程纵然合理,但是显然代码里的异常处理逻辑有点“喧宾夺主”了。一眼看过去全是代码缩进,很难提炼出代码的核心逻辑。
早在 2.5 版本时,Python 语言就已经提供了对付这类场景的工具:“上下文管理器(context manager
)”。上下文管理器是一种配合 with
语句使用的特殊 Python 对象,通过它,可以让异常处理工作变得更方便。
那么,如何利用上下文管理器来改善我们的异常处理流程呢?让我们直接看代码吧。
class raise_api_error:
"""captures specified exception and raise ApiErrorCode instead
:raises: AttributeError if code_name is not valid
"""
def __init__(self, captures, code_name):
self.captures = captures
self.code = getattr(error_codes, code_name)
def __enter__(self):
# 该方法将在进入上下文时调用
return self
def __exit__(self, exc_type, exc_val, exc_tb):
# 该方法将在退出上下文时调用
# exc_type, exc_val, exc_tb 分别表示该上下文内抛出的
# 异常类型、异常值、错误栈
if exc_type is None:
return False
if exc_type == self.captures:
raise self.code from exc_val
return False
在上面的代码里,我们定义了一个名为 raise_api_error
的上下文管理器,它在进入上下文时什么也不做。但是在退出上下文时,会判断当前上下文中是否抛出了类型为self.captures
的异常,如果有,就用 APIErrorCode
异常类替代它。
使用该上下文管理器后,整个函数可以变得更清晰简洁:
def upload_avatar(request):
"""用户上传新头像"""
with raise_api_error(KeyError, 'AVATAR_FILE_NOT_PROVIDED'):
avatar_file = request.FILES['avatar']
with raise_api_error(ResizeAvatarError, 'AVATAR_FILE_INVALID'),\
raise_api_error(FileTooLargeError, 'AVATAR_FILE_TOO_LARGE'):
resized_avatar_file = resize_avatar(avatar_file)
with raise_api_error(Exception, 'INTERNAL_SERVER_ERROR'):
request.user.avatar = resized_avatar_file
request.user.save()
return HttpResponse({})
Hint:建议阅读 PEP 343 – The “with” Statement | Python.org,了解与上下文管理器有关的更多知识。
模块 contextlib
也提供了非常多与编写上下文管理器相关的工具函数与样例。
总结一下
在这篇文章中,我分享了与异常处理相关的三个建议。最后再总结一下要点:
- 只捕获可能会抛出异常的语句,避免含糊的捕获逻辑
- 保持模块异常类的抽象一致性,必要时对底层异常类进行包装
- 使用“上下文管理器”可以简化重复的异常处理逻辑