Python中的traceback的基本用法(异常处理)

一.Traceback介绍

在日常开发中,我们会做一些基本的异常处理,但是有时候只能打印我们处理的结果或者将异常打印出来,不能直观的知道在哪个文件中的哪一行出错。

def func(num1, num2):
    try:
        x = num1 * num2
        y = num1 / num2
        return x, y
    except Exception as e:
        print("错误信息:", e)

func(1, 0)

运行结果:
在这里插入图片描述
而使用Python中traceback模块来进行处理可以直观异常信息:

import traceback


def func(num1, num2):
    try:
        x = num1 * num2
        y = num1 / num2
        return x, y
    except:
        traceback.print_exc()

func(1, 0)

运行结果:
在这里插入图片描述
此错误输出包含诊断问题所需的所有信息。错误输出的最后一行一般会告诉你引发了什么类型的异常,以及关于该异常的一些相关信息。错误信息的前几行指出了引发异常的代码文件以及行数。

Python官网中有关traceback介绍
该模块提供了一个标准接口,用于提取,格式和打印Python程序的堆栈痕迹。 它完全模仿了Python解释器在打印堆栈跟踪时的行为。 当您想在程序控制下打印堆栈迹线时,这非常有用,例如在解释器周围的“包装器”中。
Python中的traceback信息均来源于一个叫做traceback object的对象,而这个traceback object通常是通过函数sys.exc_info()来获取的。

import sys


def func1(num1, num2):
        x = num1 * num2
        y = num1 / num2
        return x, y
def func2():
    func1(1, 0)


if __name__ == '__main__':
    try:
        func2()
    except Exception as e:
        exc_type, exc_value, exc_traceback = sys.exc_info()
        print("exc_type:",exc_type)
        print("exc_value:",exc_value)
        print("exc_traceback:",exc_traceback)

运行结果:
在这里插入图片描述
由上可知,sys.exc_info()获取了当前处理的exception的相关信息,并返回一个元组,元组的第一个数据是异常的类型,第二个返回值是异常的value值,第三个就是我们要的traceback object.

二.Traceback中常用函数

1.traceback.print_tb

作用:如果limit为正,则打印以limit来自traceback 对象tb的堆栈跟踪条目(从调用方的帧开始)。否则,打印最后一个abs(limit)条目。如果省略限制或无限制,则打印所有条目。如果文件被省略或无文件,则输出到sys.stderr;否则,它应该是一个打开的文件或类似文件的对象来接收输出。
在3.5版更改:增加了负限制支持。

import sys
import traceback


def func1(num1, num2):
        x = num1 * num2
        y = num1 / num2
        return x, y
def func2():
    func1(1, 0)


if __name__ == '__main__':
    try:
        func2()
    except Exception as e:
        exc_type, exc_value, exc_traceback = sys.exc_info()
        traceback.print_tb(exc_traceback)

运行结果:
在这里插入图片描述

说明:traceback.print_tb(tb, limit=None, file=None)
1.tb: 这个就是traceback object, 是我们通过sys.exc_info获取到的
2.limit: 这个是限制stack trace层级的,如果不设或者为None,就会打印所有层级的stack trace
3.file: 这个是设置打印的输出流的,可以为文件,也可以是stdout之类的file-like object。如果不设或为None,则输出到sys.stderr。

2.traceback.print_exception

import sys
import traceback


def func1(num1, num2):
        x = num1 * num2
        y = num1 / num2
        return x, y
def func2():
    func1(1, 0)


if __name__ == '__main__':
    try:
        func2()
    except Exception as e:
        exc_type, exc_value, exc_traceback = sys.exc_info()
        traceback.print_exception(exc_type, exc_value, exc_traceback, limit=None, file=sys.stdout)

运行结果:
在这里插入图片描述

说明:traceback.print_exception(etype, value, tb, limit=None, file=None, chain=True)
1.前三个参数正好是sys.exc_info()返回的三个值
2.与print_tb相比,打印信息多了开头的"Traceback (most…)“信息以及最后一行的异常类型和value信息
3.还有一个不同是当异常为SyntaxError时,会有”^"来指示语法错误的位置

3.traceback.print_exc

作用:print_exc是简化版的print_exception, 由于exception type, value和traceback object都可以通过sys.exc_info()获取,因此print_exc()就自动执行exc_info()来帮助获取这三个参数。
所以traceback.print_exc(limit=None, file=None, chain=True)可将异常直接打印出来,同时可以将异常信息写入到文件中

import traceback


def func(num1, num2):
    try:
        x = num1 * num2
        y = num1 / num2
        return x, y
    except:
        traceback.print_exc(file=open('YFater.txt','w+'))

func(1, 0)

运行结果:
在这里插入图片描述
或者创建内存文件对象:

import traceback
import io


def func(num1, num2):
    try:
        x = num1 * num2
        y = num1 / num2
        return x, y
    except:
        fp = io.StringIO()  # 创建内存文件对象
        traceback.print_exc(file=fp)
        message = fp.getvalue()
        print(message)
func(1, 0)

运行结果:
在这里插入图片描述

4.traceback.format_exc

作用:traceback.format_exc(limit=None, chain=True)返回的是一个字段串,效果与traceback.print_exc()一致,比如我们想通过logger将异常记录在log里,就可以使用format_exc

import traceback


def func(num1, num2):
    try:
        x = num1 * num2
        y = num1 / num2
        return x, y
    except:
        print(traceback.format_exc())

func(1, 0)

运行结果:
在这里插入图片描述

  • 76
    点赞
  • 270
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
PythonTraceback (most recent call last) 是一个错误信息,它告诉我们在程序执行过程发生了异常。这个错误信息会显示在最后一行,告诉我们出错的位置以及错误类型。 No module named 'requests' 是一个常见的错误信息,意味着你的Python环境没有安装名为requests的模块。requests是一个常用的HTTP库,可以用来发送HTTP请求。 这个错误通常发生在你尝试导入requests模块时,但系统找不到该模块的情况下。解决这个问题的方法是安装requests模块。你可以使用以下命令在命令行安装requests模块: ``` pip install requests ``` 这将会使用pip工具从Python Package Index (PyPI)下载并安装requests模块。安装完成后,你就可以在你的Python程序导入并使用requests模块了。 关于No module named 'lxml'的错误,它表示你的Python环境没有安装名为lxml的模块。lxml是一个用于处理XML和HTML的库。 同样,你可以使用以下命令在命令行安装lxml模块: ``` pip install lxml ``` 安装完成后,你就可以在你的Python程序导入并使用lxml模块了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [python问题 Traceback (most recent call last)](https://blog.csdn.net/weixin_43978056/article/details/105940157)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [【转】python问题 Traceback (most recent call last)](https://blog.csdn.net/qq_39900031/article/details/112799935)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值