30天学会Python编程:10. Python异常处理与调试
itomcoil 2025-08-03 05:28 6 浏览
10.1 异常处理基础
10.1.1 异常处理机制
10.1.2 基本语法结构
try:
# 可能引发异常的代码
except ExceptionType as e:
# 异常处理代码
else:
# 无异常时执行
finally:
# 无论是否异常都执行
10.2 常见异常类型
10.2.1 内置异常层次
10.2.2 主要异常类型
表10-1 Python常见异常类型
异常类型 | 触发场景 | 示例 |
ValueError | 值无效 | int("abc") |
TypeError | 类型错误 | "a" + 1 |
IndexError | 索引越界 | [1,2][3] |
KeyError | 键不存在 | {}["key"] |
FileNotFoundError | 文件未找到 | open("nonexist.txt") |
ZeroDivisionError | 除零错误 | 1/0 |
AttributeError | 属性错误 | "".no_method() |
10.3 异常处理进阶
10.3.1 多异常处理
try:
# 可能出错的代码
except (ValueError, TypeError) as e:
print(f"输入错误: {e}")
except FileNotFoundError as e:
print(f"文件未找到: {e.filename}")
except Exception as e:
print(f"未知错误: {e}")
10.3.2 异常链与上下文
try:
import nonexistent_module
except ImportError as e:
raise RuntimeError("依赖缺失") from e
10.3.3 自定义异常
class MyAppError(Exception):
"""应用基础异常"""
class InvalidInputError(MyAppError):
"""输入无效异常"""
def __init__(self, input_value):
self.input_value = input_value
super().__init__(f"无效输入: {input_value}")
# 使用示例
def process(data):
if not data.isdigit():
raise InvalidInputError(data)
return int(data)
10.4 调试技术
10.4.1 print调试法
def complex_calculation(a, b):
print(f"输入参数: a={a}, b={b}") # 调试输出
result = a * b
print(f"中间结果: {result}") # 调试输出
result += 100
return result
10.4.2 断言调试
def divide(a, b):
assert b != 0, "除数不能为零"
return a / b
# 触发断言
divide(10, 0) # AssertionError: 除数不能为零
10.4.3 logging模块
import logging
# 配置日志
logging.basicConfig(
level=logging.DEBUG,
format='%(asctime)s - %(levelname)s - %(message)s',
filename='app.log'
)
def process_data(data):
logging.debug(f"开始处理数据: {data}")
try:
result = int(data)
logging.info(f"处理成功: {result}")
return result
except ValueError as e:
logging.error(f"处理失败: {e}")
raise
10.5 使用调试器
10.5.1 pdb基本命令
表10-2 pdb常用命令
命令 | 缩写 | 功能 |
break | b | 设置断点 |
continue | c | 继续执行 |
next | n | 单步执行(不进入函数) |
step | s | 单步执行(进入函数) |
where | w | 显示调用栈 |
p | 打印变量 | |
list | l | 显示当前代码 |
quit | q | 退出调试器 |
10.5.2 调试示例
# 在代码中插入断点
import pdb; pdb.set_trace()
# 或者命令行启动
# python -m pdb script.py
10.6 单元测试
10.6.1 unittest示例
import unittest
def add(a, b):
return a + b
class TestAdd(unittest.TestCase):
def test_add_integers(self):
self.assertEqual(add(1, 2), 3)
def test_add_strings(self):
self.assertEqual(add("a", "b"), "ab")
def test_add_type_error(self):
with self.assertRaises(TypeError):
add("a", 1)
if __name__ == "__main__":
unittest.main()
10.6.2 pytest示例
# test_sample.py
import pytest
def test_addition():
assert 1 + 1 == 2
def test_division():
with pytest.raises(ZeroDivisionError):
1 / 0
# 运行测试
# pytest test_sample.py -v
10.7 性能分析
10.7.1 timeit模块
from timeit import timeit
# 测量代码执行时间
time = timeit('"-".join(str(n) for n in range(100))', number=10000)
print(f"执行时间: {time:.4f}秒")
10.7.2 cProfile分析
import cProfile
def slow_function():
return sum(i*i for i in range(1000000))
cProfile.run('slow_function()')
10.8 综合应用举例
案例1:健壮的数据处理器
import logging
from typing import Union
logging.basicConfig(level=logging.INFO)
class DataProcessor:
"""带有完善错误处理的数据处理器"""
def __init__(self, max_retries=3):
self.max_retries = max_retries
def process(self, data: Union[str, int, float]) -> float:
"""处理输入数据返回浮点数"""
for attempt in range(1, self.max_retries + 1):
try:
value = float(data)
if value < 0:
logging.warning(f"负值输入: {value}")
return value
except (ValueError, TypeError) as e:
logging.error(f"尝试 {attempt} 失败: {e}")
if attempt == self.max_retries:
raise InvalidInputError(data) from e
continue
except Exception as e:
logging.critical(f"未知错误: {e}")
raise
# 使用示例
processor = DataProcessor()
try:
result = processor.process("123.45")
print(f"处理结果: {result}")
except InvalidInputError as e:
print(f"处理失败: {e}")
案例2:自动化测试框架
import unittest
from unittest.mock import patch
class TestUserService(unittest.TestCase):
@patch('user_service.Database') # 模拟数据库
def test_user_creation(self, mock_db):
# 设置模拟返回值
mock_db.return_value.insert.return_value = 1001
from user_service import create_user
user_id = create_user("test@example.com", "password123")
# 验证结果
self.assertEqual(user_id, 1001)
mock_db.return_value.insert.assert_called_once_with(
"users", {"email": "test@example.com", "password": "password123"}
)
def test_invalid_email(self):
from user_service import create_user
with self.assertRaises(ValueError):
create_user("invalid-email", "password")
if __name__ == "__main__":
unittest.main()
10.9 学习路线图
10.10 学习总结
- 核心要点:
- 掌握try-except-finally完整结构
- 理解异常类继承体系
- 熟练使用调试工具
- 能够编写单元测试
- 实践建议:
- 异常处理要具体化(避免裸except)
- 使用logging替代print调试
- 重要操作添加断言检查
- 为关键功能编写测试用例
- 进阶方向:
- 异常链与上下文管理
- 异步代码调试
- 性能优化分析
- 测试覆盖率分析
- 常见陷阱:
- 过度捕获异常掩盖问题
- 忘记处理finally中的异常
- 测试用例不够独立
- 调试后遗留的调试代码
持续更新Python编程学习日志与技巧,敬请关注!
相关推荐
- python学习教程-第七节内容
-
函数(重点)基本概念Python函数的语法是编程中的核心概念之一,它允许你将代码块封装为可重复调用的单元。基本语法定义函数:示例参数类型位置参数(PositionalArguments)按参数定义...
- Python排序90%人只会用sorted()?这7个高阶技巧让你代码效率翻倍
-
高效处理数据的关键,往往从掌握排序开始。排序操作在Python编程中的重要性常被低估——直到你面对一个杂乱无章的数据集。作为数据处理的核心操作之一,排序效率直接决定了程序性能和代码可读性。无论你正在清...
- 第四章:Python函数
-
4.1函数的定义与调用4.1.1理论知识函数是组织好的、可重复使用的代码块,用于执行特定的任务。它可以提高代码的复用性和可维护性。在Python中,定义函数使用def关键字,其基本语法如下:def...
- ArcGIS 一个独立运行的Python程序编写和打包
-
写代码#coding=utf8#-*-coding:UTF-8-*-importarcpyfromarcpyimportenvimportosimportsys##########...
- python入门到脱坑经典案例—计算三角形的面积
-
下面为大家详细讲解如何用Python计算三角形面积。我们会从最基础的数学公式开始,逐步深入编程实现,并涵盖多个实用版本。以下是完整的教学指南:1.数学原理回顾三角形面积公式:面积=(底边长度...
- Python运算技巧:10种计算列表平方的高效方法
-
1.使用for循环此方法遍历列表中的每个数字,使用**运算符计算其平方,然后将结果添加到新的列表中。2.使用列表推导式此方法使用列表推导式,这是一种更简洁的方式,可以在现有列表的每个项目上执行操作...
- 墙裂推荐,5个学习Python编程最佳的开源库
-
学习Python少不了的就是项目,我在GitHUB上找了几个比较好的开源库,大家可以跟着去学习。1、learn-python3这个存储库一共有19本Jupyter笔记本。它涵盖了字符串和条件之类的基础...
- 使用Python玩转ftplib库:实现ftp文件传输自动化全攻略
-
大家好!在日常工作中都会使用到ftp功能,用于上传和下载文件等,本章主要介绍Python的标准库ftplib来实现FTP文件传输,帮助我们实现ftp自动化。一、ftplib库核心函数速查表1连接与登...
- Python零基础入门学习23:常用第三方库之图像处理库Pillow
-
注:本文所有代码均经过Python3.7实际运行检验,保证其严谨性。本文约2000字,阅读时间约为4分钟。Pillow库的概述Pillow库是Python最好的图像处理库,可能是使用频率最高的图像处...
- Python编程之BeautifulSoup库
-
#头条创作挑战赛#BeautifulSoup是一个可以从HTML或XML文件中快速提取数据的Python库。它能够通过转从入门到精通Python网络爬虫框架Scrapy38换器实...
- Python3 新一代Http请求库Httpx使用(详情版)
-
我们经常使用Python语言的朋友们都清楚,requests是使用率非常高的HTTP库,甚至更早Python2中使用的是urllib、urllib2,也给我们提供了许多方便的功能。但是自从...
- 小白也可以玩的Python爬虫库,收藏一下
-
最近,微软开源了一个项目叫「playwright-python」,作为一个兴起项目,出现后受到了大家热烈的欢迎,那它到底是什么样的存在呢?今天为你介绍一下这个传说中的小白神器。Playwright是...
- apscheduler,一个超厉害的 Python 库!
-
大家好,今天为大家分享一个超厉害的Python库-apscheduler。Github地址:https://github.com/agronholm/apschedulerAPSchedule...
- 给3D Slicer添加Python第三方插件库
-
对临床医生或医学影像算法研究人员来说,3DSlicer是不错的临床实践或科研工具。随着人工智能和深度学习技术的普及,python已经作为原型开发和验证的计算机编程语言。3DSlicer自带pyt...
- Paramiko:一个非常实用的Python库
-
前言Python的Paramiko库,它是一个用于实现SSHv2协议的客户端和服务器的库。通过使用Paramiko,我们可以在Python程序中轻松地实现远程服务器的管理、文件传输等功能。特别做智能硬...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)