百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

深入理解Python中的try-except语句,避免代码崩溃的噩梦

itomcoil 2025-02-06 15:18 165 浏览

不管是开发Python、Java、JavaScript程序,还是写C++、PHP、GO、Ruby代码。都离不开try ... except异常处理。至于为什么,一切为了程序/产品/项目的稳定运行。如果一个程序项目或者说小一点一个文件中没有一个try-except处理,那么这个程序是有漏洞的、是不稳定的,很容易就会崩溃的。

而我们经常在代码开发时,特别是框架项目开发时,多个模块(文件)是会存在调用的情况,有单向的,也有双向的。而在此时如果程序发生异常,try-except只会基于当前位置进行信息打印(我说的是Except as e),很难去定位到模块调用,也就是源头文件的位置。今天分享的内容就是如何定位源头文件及行数。

Python try-except例子:

在这个例子中,我们将除法运算代码封装到了一个名为divide的函数中。函数的第一个参数a表示被除数,第二个参数b表示除数。在函数体中,我们使用try except语句对除以0的异常进行了处理。如果程序没有遇到ZeroDivisionError异常,那么函数将成功计算结果并返回。如果程序遇到ZeroDivisionError异常,我们将输出具体的错误信息并返回None。

def?divide(a,?b):
????try:
????????c?=?a?/?b
????????return?c
????except?ZeroDivisionError?as?e:
????????print(e)
????????return?None
#?调用函数进行除法运算
result?=?divide(10,?0)
print(result)

输出结果:

Divide?by?zero?error

定位源头文件(报错源)

大多时候我们在大工程或者复杂程序里,仅仅打印e只能简单的显示出程序出错的信息,有时我们仅仅根据这个信息很难定位,错误究竟发生在哪一个文件、哪一行代码,这时候比较笨的调试方法就是去掉try-except再跑一次让程序崩溃显示出具体的信息。

而比较快速便捷的定位错误信息就是定位到发生错误具体的行和文件,其实我们可以利用错误对象e,它其实是有相关的属性可调用的。

def?divide(a,?b):
????try:
????????c?=?a?/?b
????????return?c
????except?ZeroDivisionError?as?e:
????????#?通过e的属性打印具体文件名称和行号
????????print(f"Error?Occurred?At,?
??????????????f"File:?{e.__traceback__.tb_frame.f_code.co_filename},?"
??????????????f"Line:?{e.__traceback__.tb_lineno}")
????????print("Divide?by?zero?error")
????????return?None
#?调用函数进行除法运算
result?=?divide(10,?0)
print(result)

输出结果:

Error?Occurred?At,?File:?文件路径,?Line:?错误行号
Divide?by?zero?error
None

或者还可以借助内置模块traceback实现

import?traceback
import?sys
def?divide(a,?b):
????try:
????????c?=?a?/?b
????????return?c
????except?ZeroDivisionError?as?e:
????????#?借助traceback实现?
????????tb_list?=?traceback.extract_tb(sys.exc_info()[2])
????????filename,?line_no,?func_name,?code_str?=?tb_list[-1]
????????print(f"Error?Occurred?At,?
??????????????f"File:?{filename},?"
??????????????f"Line:?{line_no}")
????????print("Divide?by?zero?error")
????????return?None
#?调用函数进行除法运算
result?=?divide(10,?0)
print(result)

进阶用法

这个时候还会有一些问题,就是源头报错文件是一个三方库或者内置库,比如文件位置是python环境site-packages中,那我们打印出来并没有太大的用处,我们想打印的是我们自己写的代码报错位置,而不是内置模块或安装的第三方模块报错的位置信息,只有找到自定义代码位置,才好进行优化修正。

可以使用traceback.extract_stack()替换traceback.extract_tb(),以排除第三方库的源代码位置。

import?traceback
import?sys
def?divide(a,?b):
????try:
????????c?=?a?/?b
????????return?c
????except?ZeroDivisionError?as?e:
????????#?借助traceback实现?
????????tb_list?=?traceback.extract_stack()[:-1]??#?最后一项是当前调用的位置,而不是异常发生的位置
????????filename,?line_no,?func_name,?code_str?=?tb_list[-1]
????????print(f"Error?Occurred?At,?
??????????????f"File:?{filename},?"
??????????????f"Line:?{line_no}")
????????print("Divide?by?zero?error")
????????return?None
#?调用函数进行除法运算
result?=?divide(10,?0)
print(result)

使用traceback.extract_stack()方法获取异常发生的完整堆栈信息。然后,使用list slicing来去掉最后一个元素,因为这个元素代表当前调用的位置,而不是异常发生的位置。最后一个元素通常是包含你的调用代码的位置,所以你不想把它包含进来。然后,从可用的堆栈信息中提取最后一个源代码文件名、行号、函数名和代码行来确定异常发生的位置。

这个方法不会包含第三方库的源代码位置,并且只会提取与你的代码相关的源代码位置。

还可以使用Python标准库中的inspect模块的currentframe()函数来获取当前帧。然后,你可以使用traceback.extract_stack()方法来提取堆栈信息,然后使用堆栈信息来逐步比较源文件路径,以找到与当前工程相关的源文件路径。

import?os
import?inspect
import?traceback
def?get_project_traceback():
????#?获取当前帧
????frame?=?inspect.currentframe()
????#?提取堆栈信息(前两个元素是filter和get_project_traceback函数本身的位置)
????tb_list?=?traceback.extract_stack(frame)[2:]
????#?找到与当前工程相关的源文件路径
????for?filename,?line_no,?func_name,?code_str?in?reversed(tb_list):
????????if?os.getcwd()?in?filename:
????????????return?filename,?line_no,?func_name,?code_str
????#?如果都没有找到,则返回最后一个源文件
????filename,?line_no,?func_name,?code_str?=?tb_list[-1]
????return?filename,?line_no,?func_name,?code_str
def?divide(a,?b):
????try:
????????c?=?a?/?b
????????return?c
????except?ZeroDivisionError?as?e:
????????filename,?line_no,?func_name,?code_str?=?get_project_traceback()
????????print(f"Error?Occurred?At,?
??????????????f"File:?{filename},?"
??????????????f"Line:?{line_no}")
????????print("Divide?by?zero?error")
????????return?None
#?调用函数进行除法运算
result?=?divide(10,?0)
print(result)

上述代码中,get_project_traceback函数首先使用inspect.currentframe()函数获取当前帧,然后使用traceback.extract_stack(frame)方法提取堆栈信息,前两个元素是filter和get_project_traceback函数本身的位置,所以从第3个元素开始获取。接着,函数使用os.getcwd()来获取当前工程的路径,并逐个比较每个源文件路径,找到与当前工程相关的源文件路径。如果都没有找到,则返回最后一个源文件。

在主代码块中,通过调用get_project_traceback函数来获取与当前工程相关的堆栈信息。当一个异常发生时,该代码段将获取该异常的信息并使用get_project_traceback函数来打印与当前工程相关的堆栈信息。

今天分享了笔者在工作学习当中遇到的try-except问题,希望对大家有帮助!也欢迎大家积极评论,互帮互助!

相关推荐

Python Qt GUI设计:将UI文件转换Python文件三种妙招(基础篇—2)

在开始本文之前提醒各位朋友,Python记得安装PyQt5库文件,Python语言功能很强,但是Python自带的GUI开发库Tkinter功能很弱,难以开发出专业的GUI。好在Python语言的开放...

Connect 2.0来了,还有Nuke和Maya新集成

ftrackConnect2.0现在可以下载了--重新设计的桌面应用程序,使用户能够将ftrackStudio与创意应用程序集成,发布资产等。这个新版本的发布中还有两个Nuke和Maya新集成,...

Magicgui:不会GUI编程也能轻松构建Python GUI应用

什么是MagicguiMagicgui是一个Python库,它允许开发者仅凭简单的类型注解就能快速构建图形用户界面(GUI)应用程序。这个库基于Napari项目,利用了Python的强大类型系统,使得...

Python入坑系列:桌面GUI开发之Pyside6

阅读本章之后,你可以掌握这些内容:Pyside6的SignalsandSlots、Envents的作用,如何使用?PySide6的Window、DialogsandAlerts、Widgets...

Python入坑系列-一起认识Pyside6 designer可拖拽桌面GUI

通过本文章,你可以了解一下内容:如何安装和使用Pyside6designerdesigner有哪些的特性通过designer如何转成python代码以前以为Pyside6designer需要在下载...

pyside2的基础界面(pyside2显示图片)

今天我们来学习pyside2的基础界面没有安装过pyside2的小伙伴可以看主页代码效果...

Python GUI开发:打包PySide2应用(python 打包pyc)

之前的文章我们介绍了怎么使用PySide2来开发一个简单PythonGUI应用。这次我们来将上次完成的代码打包。我们使用pyinstaller。注意,pyinstaller默认会将所有安装的pack...

使用PySide2做窗体,到底是怎么个事?看这个能不能搞懂

PySide2是Qt框架的Python绑定,允许你使用Python创建功能强大的跨平台GUI应用程序。PySide2的基本使用方法:安装PySide2pipinstallPy...

pycharm中conda解释器无法配置(pycharm安装的解释器不能用)

之前用的好好的pycharm正常配置解释器突然不能用了?可以显示有这个环境然后确认后可以conda正在配置解释器,但是进度条结束后还是不成功!!试过了pycharm重启,pycharm重装,anaco...

Conda使用指南:从基础操作到Llama-Factory大模型微调环境搭建

Conda虚拟环境在Linux下的全面使用指南:从基础操作到Llama-Factory大模型微调环境搭建在当今的AI开发与数据分析领域,conda虚拟环境已成为Linux系统下管理项目依赖的标配工具。...

Python操作系统资源管理与监控(python调用资源管理器)

在现代计算环境中,对操作系统资源的有效管理和监控是确保应用程序性能和系统稳定性的关键。Python凭借其丰富的标准库和第三方扩展,提供了强大的工具来实现这一目标。本文将探讨Python在操作系统资源管...

本地部署开源版Manus+DeepSeek创建自己的AI智能体

1、下载安装Anaconda,设置conda环境变量,并使用conda创建python3.12虚拟环境。2、从OpenManus仓库下载代码,并安装需要的依赖。3、使用Ollama加载本地DeepSe...

一文教会你,搭建AI模型训练与微调环境,包学会的!

一、硬件要求显卡配置:需要Nvidia显卡,至少配备8G显存,且专用显存与共享显存之和需大于20G。二、环境搭建步骤1.设置文件存储路径非系统盘存储:建议将非安装版的环境文件均存放在非系统盘(如E盘...

使用scikit-learn为PyTorch 模型进行超参数网格搜索

scikit-learn是Python中最好的机器学习库,而PyTorch又为我们构建模型提供了方便的操作,能否将它们的优点整合起来呢?在本文中,我们将介绍如何使用scikit-learn中的网格搜...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...