Python 工匠 第五章 异常与错误处理

基础知识

优先使用异常捕获

LBYL(look before you leap): 在执行一个可能出错的操作时，先做一些关键的条件判断，仅当满足条件时才进行操作。
EAFP(eaiser to ask for forgiveness than permission): 不做事前检查，直接执行操作。

后者更优： 代码简洁，效率更高

try语句常用知识

把更精确的except语句放在前面

异常类派生关系： BaseException --> Exception --> LookupError --> KeyError
父类被捕获后子类就不会再被触发

使用else分支

try except else
else: 仅当try语句块里面没有抛出任何异常时，才执行else分支
和finally不同，假如在try语句块时碰到了return或者break, 中断了本次异常，那么即使代码没抛出任何异常，else分支内的逻辑也不会被执行
而finally里的语句，无论如何都会被执行，哪怕已经执行了return

使用空raise语句

>>> def incr_by_key(d, key):
...     try:
...         d[key] += 1
...     except KeyError:
...         print('here')
...         raise
...
>>> d = {'a': 1}
>>> incr_by_key(d, 'b')
here
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 3, in incr_by_key
KeyError: 'b'
>>> d['c'] += 1
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'c'

当一个空raise语句出现在except块里时，它会原封不动地重新抛出当前异常

抛出异常，而不是返回错误

使用上下文管理器

__enter__ __exit__

>>> class DummyContext:
...     def __init__(self, name):
...         self.name = name
...     def __enter__(self):
...         return f"{self.name} -- something"
...     def __exit__(self, exc_type, exc_val, exc_db):
...         print("Exiting")
...         return False
...
>>> with DummyContext('foo') as name:
...     print(f'Name: {name}')
...
Name: foo -- something
Exiting

用于替代finally 语句清理资源

在__exit__里面清理资源。
此外__exit__也可以用来对异常进行二次处理然后抛出，或是忽略某种异常等等。

用户忽略异常

一般可以捕获异常后pass
但是也可以：

     def __exit__(self, exc_type, exc_val, exc_db):
         if exc_type == SomeException:
             return True
         return False

此外：使用contextlib里面的suppress也可以实现相同的功能

使用contextmanage装饰器

>>> @contextmanager
... def create_con_obj(host, port, timeout=None):
...     conn = create_conn(host, port, timeout=timeout)
...     try:
...         yield conn
...     finally:
...         conn.close()

yield前面的语句会在进入管理器时执行（类似：__enter__）
之后的逻辑会在退出管理器时执行（类似：__exit__）

案例故事

编程建议

不要随意忽略异常

log一下也比pass好

不要手动做数据校验

pydantic

eg: 要求用户输入一个0~100范围内的数字

>>> from pydantic import BaseModel, conint, ValidationError
>>> class NumberInput(BaseModel):
...     number: conint(ge=0, le=100)
...
>>> def input_a_number_with_pydantic():
...     while True:
...         number = input('please input a number (0~100): ')
...         try:
...             number_input = NumberInput(number=number)
...         except ValidationError as e:
...             print(e)
...             continue
...         number = number_input.number
...         break
...     print(f'Your input is {number}')

抛出可区分的异常

设计更精确地异常子类
创建包含额外属性（比如错误代码）的异常类

不要用assert来检查参数合法性

assert是仅供开发者调试程序的关键字

无须处理时最好的错误处理

空对象模式 null object pattern

本该返回None或者抛出异常时，返回一个符合正常结果接口的特制空类型对象来代替，以此免去调用方的错误处理工作。