11 . Python3之异常,调试和测试

12.Python3入门之异常、调试和测试

在程序运行过程中，总会遇到各种各样的错误.

有的错误是程序编写有问题造成的，比如本应该输出整数结果输出了字符串，这种错误我们通常称之为bug,bug是必须修复的.

有的错误是用户输入造成的,比如让用户输入email地址，结果得到一个空字符串，这种错误可以通过检查用户输入来做相应的处理.

还有一类错误是完全无法在程序运行过程中预测的，比如写入文件的时候，磁盘满了，写不进去了，或者从网络抓取数据，网络突然断掉了。这类错误也称为异常，在程序中通常是必须处理的，否则，程序会因为各种问题终止并退出。

Python内置了一套异常处理机制，来帮助我们进行错误处理.

此外，我们也需要跟踪程序的执行，查看变量的值是否正确，这个过程称为调试，Python的pdb可以让我们以单步方式执行代码.

最后，编写测试也很重要，有了良好的测试，就可以在程序修改后反复运行，确保程序符合我们编写的测试.

---

什么是异常?

异常就是程序运行时发生错误的信号（在程序出现错误时，会产生一个异常，若程序没有处理它，则会抛出该异常，程序的运行也随之终止），在python中错误出发的异常如下:

而错误分成两种:

1.语法错误(这种错误，根本过不了python解释器的语法检测，必须在程序执行前就改正)

# 语法错误示范一
if

# 语法错误示范二
def test:
    pass

# 语法错误示范三
class Foo
    pass

# 语法错误示范四
print(haha)

2.逻辑错误

#TypeError:int类型不可迭代
for i in 3:
    pass
#ValueError
num=input(">>: ") #输入hello
int(num)

#NameError
aaa

#IndexError
l=['egon','aa']
l[3]

#KeyError
dic={'name':'egon'}
dic['age']

#AttributeError
class Foo:pass
Foo.x

#ZeroDivisionError:无法完成计算
res1=1/0
res2=1+'str'

# 异常三部分信息:
	1. 追踪信息
	2. 类型
	3. 值

异常处理结构:
try:
	# 会出现异常的代码块
except  异常类型 as 异常别名:
	# 异常处理逻辑
else:
	# 没有出现异常执行该分支
finally:
	# 无论是否出现异常都会执行该分支

# 主动抛出异常
raise  异常类型('异常信息')

# 自定义异常类
class MyError(BaseException):
    def  __init__(self,msg):
	self.msg = msg

# 断言:
# assert  断言条件

异常的种类

在Python中不同的异常可以用不同的类型（Python中统一了类与类型，类型即类）去标识，一个异常标识一种错误.

常用异常

异常名称	描述
AttributeError	试图访问一个对象没有的树形，比如foo.x，但是foo没有属性x
IOError	输入/输出异常；基本上是无法打开文件
ImportError	无法引入模块或包；基本上是路径问题或名称错误
IndentationError	语法错误（的子类） ；代码没有正确对齐
IndexError	下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]
KeyError	试图访问字典里不存在的键
KeyboardInterrupt	Ctrl+C被按下
NameError	使用一个还未被赋予对象的变量
SyntaxError	Python代码非法，代码不能编译(个人认为这是语法错误，写错了）
TypeError	传入对象类型与要求的不符合
UnboundLocalError	试图访问一个还未被设置的局部变量，基本上是由于另有一个同名的全局变量，导致你以为正在访问它
ValueError	传入一个调用者不期望的值，即使值的类型是正确的

更多异常

异常名称	描述
BaseException	所有异常的基类
SystemExit	解释器请求退出
KeyboardInterrupt	用户中断执行(通常是输入^C)
Exception	常规错误的基类
StopIteration	迭代器没有更多的值
GeneratorExit	生成器(generator)发生异常来通知退出
StandardError	所有的内建标准异常的基类
ArithmeticError	所有数值计算错误的基类
FloatingPointError	浮点计算错误
OverflowError	数值运算超出最大限制
ZeroDivisionError	除(或取模)零 (所有数据类型)
AssertionError	断言语句失败
AttributeError	对象没有这个属性
EOFError	没有内建输入,到达EOF 标记
EnvironmentError	操作系统错误的基类
IOError	输入/输出操作失败
OSError	操作系统错误
WindowsError	系统调用失败
ImportError	导入模块/对象失败
LookupError	无效数据查询的基类
IndexError	序列中没有此索引(index)
KeyError	映射中没有这个键
MemoryError	内存溢出错误(对于Python 解释器不是致命的)
NameError	未声明/初始化对象 (没有属性)
UnboundLocalError	访问未初始化的本地变量
ReferenceError	弱引用(Weak reference)试图访问已经垃圾回收了的对象
RuntimeError	一般的运行时错误
NotImplementedError	尚未实现的方法
SyntaxError	Python 语法错误
IndentationError	缩进错误
TabError	Tab 和空格混用
SystemError	一般的解释器系统错误
TypeError	对类型无效的操作
ValueError	传入无效的参数
UnicodeError	Unicode 相关的错误
UnicodeDecodeError	Unicode 解码时的错误
UnicodeEncodeError	Unicode 编码时错误
UnicodeTranslateError	Unicode 转换时错误
Warning	警告的基类
DeprecationWarning	关于被弃用的特征的警告
FutureWarning	关于构造将来语义会有改变的警告
OverflowWarning	旧的关于自动提升为长整型(long)的警告
PendingDeprecationWarning	关于特性将会被废弃的警告
RuntimeWarning	可疑的运行时行为(runtime behavior)的警告
SyntaxWarning	可疑的语法的警告
UserWarning	用户代码生成的警告

异常处理

为了保证程序的健壮性和容错性，即在遇到错误时程序不会崩溃，我们需要对异常进行处理.

如果错误发生的条件是可预知的，我们需要用if进行处理: 在错误发生之前进行预防.

AGE = 10
while True:
    age=input('>>: ').strip()
    if age.isdigit(): # 只有在age为字符串形式的整数时，下列代码才不会出错,该条件是可预知的
        age=int(age)
        if age == AGE:
            print('you get it')
            break

如果错误发生的条约是不可预知的，则需要用到的try...except: 在错误发生之后进行处理

# 基本语法为:
try:
    被检测的代码块
except 异常类型:
    try中一旦检测到异常，就执行这个位置的逻辑
# Example1
try:
    f=open('a.txt')
    g=(line.strip() for line in f)
    print(next(g))
    print(next(g))
    print(next(g))
except StopIteration:
    f.close()

异常类只能用来处理指定的异常情况，如果非指定异常则无法处理

s1 = 'hello'
try:
    int(s1)
except IndexError as e: # 未捕获到异常，程序直接报错
    print e

多分支

s1 = 'hello'
try:
    int(s1)
except IndexError as e:
    print(e)
except KeyError as e:
    print(e)
except ValueError as e:
    print(e)

万能异常Exception

s1 = 'hello'
try:
    int(s1)
except Exception as e:
    print(e)

多分支异常与万能异常

如果你想要的效果是，无论出现什么异常，我们统一丢弃，或者使用同一段代码逻辑去处理他们，那么骚年，大胆去做吧，只要有一个Exception就足够了.

如果你想要的效果是，对于不同的异常我们需要定制不同的处理逻辑，那就需要用到多分支了.

多分支后来一个Exception

s1 = 'hello'
try:
    int(s1)
except IndexError as e:
    print(e)
except KeyError as e:
    print(e)
except ValueError as e:
    print(e)
except Exception as e:
    print(e)

异常的其他机构

try-finally语句无论是否发生异常都将执行最后的代码

s1 = 'hello'
try:
    int(s1)
except IndexError as a:
    print(e)
except KeyError as e:
    print(e)
except ValueError as e:
    print(e)
# except Exception as e:
#     print(e)
else:
    print('try内代码块没有异常则执行我')
finally:
    print('无论异常与否，都会执行该模块，通常是进行')

主动触发异常

try:
    raise TypeError('类型错误')
except Exception as e:
    print(e)

自定义异常

class EgonException(BaseException):
    def __init__(self,msg):
        self.msg=msg
    def __str__(self):
        return self.msg

try:
    raise EgonException('类型错误')
except EgonException as e:
    va1 = traceback.format_exc()  # 获取到堆栈信息
    print(e)
    print(va1)

断言: assert条件

assert 1 == 1
assert 1 == 2

总结try.except

# 把错误处理和真正的工作分开来
# 代码更易组织，更清晰，复杂的工作任务更容易实现
# 毫无疑问，更安全了，不至于由于一些小的疏忽而使程序意外崩溃了.

什么时候用异常处理

有的同学会这么想，学完了异常处理后，好强大，我要为我的每一段程序都加上try…except，干毛线去思考它会不会有逻辑错误啊，这样就很好啊，多省脑细胞===》2B青年欢乐多

首先try…except是你附加给你的程序的一种异常处理的逻辑，与你的主要的工作是没有关系的，这种东西加的多了，会导致你的代码可读性变差

然后异常处理本就不是你2b逻辑的擦屁股纸，只有在错误发生的条件无法预知的情况下，才应该加上try…except

记录错误

如果不捕获错误，自然可以让Python解释器来打印出错误堆栈，但程序也就结束了，既然我们能捕获错误，就可以把错误堆栈打印出来，然后分析错误原因，同时让程序继续执行下去.

Python内置的loggin模块可以非常容易记录错误信息.

import logging

def foo(s):
    return 10 / int(s)

def bar(s):
    return foo(s) * 2

def main():
    try:
        bar('0')
    except Exception as e:
        logging.exception(e)

main()
print('END')

# 虽然程序会出错，但程序打印完错误信息后会继续执行，并正常退出.
# 通过配置,logging还可以把错误记录到日志文件里，方便事后排查.

单元测试

如果你听说过"测试驱动开发",单元测试就不陌生.

单元测试用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作.

比如对函数abs(),我们可以编写以下几个测试用例:

1. 输入正数，比如1、1.2/0。99，期待返回值和输入值相同
2. 输入复数，比如-1、-1.2、-0.99，期待返回值与输入相反.
3. 输入0，期待返回0
4. 输入非数值类型，比如None、[]、{}，期待跑出TypeError。

把上面的测试用例放到一个测试模块里，就是一个完整的单元测试.

如果单元测试通过，说明我们测试的这个函数能够正常工作。如果单元测试不通过，要么函数有bug，要么测试条件输入不正确，总之，需要修复使单元测试能够通过。

单元测试通过后有什么意义呢？如果我们对abs()函数代码做了修改，只需要再跑一遍单元测试，如果通过，说明我们的修改不会对abs()函数原有的行为造成影响，如果测试不通过，说明我们的修改与原有行为不一致，要么修改代码，要么修改测试。

这种以测试为驱动的开发模式最大的好处就是确保一个程序模块的行为符合我们设计的测试用例。在将来修改的时候，可以极大程度地保证该模块行为仍然是正确的。

我们来编写一个Dict类，这个类的行为和dict一致，但是可以通过属性来访问，用起来就像下面这样：