Python的异常处理能力非常强大,但是用不好也会带来负面的影响。我平时写程序的过程中也喜欢使用异常,虽然采取防御性的方式编码会更好,但是交给异常处理会起到偷懒作用。偶尔会想想异常处理会对性能造成多大的影响,于是今天就试着测试了一下。
tip:
允许使用异常, 但必须小心。
定义:
异常是一种跳出代码块的正常控制流来处理错误或者其它异常条件的方式。
优点:
正常操作代码的控制流不会和错误处理代码混在一起. 当某种条件发生时, 它也允许控制流跳过多个框架. 例如, 一步跳出N个嵌套的函数, 而不必继续执行错误的代码。
缺点:
可能会导致让人困惑的控制流. 调用库时容易错过错误情况。
结论:
异常必须遵守特定条件:
raise MyException("Error message")
或者 raise MyException
. 不要使用两个参数的形式( raise MyException, "Error message"
)或者过时的字符串异常( raise "Error message"
)。class Error(Exception):
pass
except:
语句来捕获所有异常, 也不要捕获 Exception
或者 StandardError
, 除非你打算重新触发该异常, 或者你已经在当前线程的最外层(记得还是要打印一条错误消息). 在异常这方面, Python非常宽容, except:
真的会捕获包括Python语法错误在内的任何错误. 使用 except:
很容易隐藏真正的bug。as
而不要用逗号. 例如try:
raise Error
except Error as error:
pass
采取比较简单直观的对照实验。
先定义一个装饰器,用来计算每个函数执行所需时间:
def timer(func):
import time
def wrapper(*args, **kwargs):
startTime = time.time()
f = func(*args, **kwargs)
endTime = time.time()
passTime = endTime - startTime
print "执行函数%s使用了%f秒" % (getattr(func, "__name__"), passTime)
return f
return wrapper
然后用该装饰器装饰测试的函数即可。
再定义一个叫do_something的函数,这个函数中就做一件事,把1赋值给变量a。在每个测试函数中,都会调用这个函数1000000次。
do_something:
def do_something():
a = 1
我根据情况设计了不同的测试组:
测试组1(直接执行耗时操作):
@timer
def test1():
for _ in xrange(1000000):
do_something()
测试组2(耗时操作放在try中执行,不抛出错误):
@timer
def test2():
try:
for _ in xrange(1000000):
do_something()
except Exception:
do_something()
else:
pass
finally:
pass
测试组3(try放耗时操作中,try每一次操作,不抛出错误):
@timer
def test3():
for _ in xrange(1000000):
try:
do_something()
except Exception:
do_something()
else:
pass
finally:
pass
测试组4(try放耗时操作中,try每一次操作并进行异常处理(捕捉抛出的特定异常)):
@timer
def test4():
zero = 0
for _ in xrange(1000000):
try:
if zero == 0:
raise ZeroDivisionError
except ZeroDivisionError:
do_something()
else:
pass
finally:
pass
测试组5(try放耗时操作中,try每一次操作并进行异常处理(捕捉所有异常 try…except BaseException)):
@timer
def test5():
zero = 0
for _ in xrange(1000000):
try:
if zero == 0:
raise ZeroDivisionError
except BaseException:
do_something()
else:
pass
finally:
pass
测试组6(try放耗时操作中,try每一次操作并进行异常处理(捕捉所有异常 不带任何异常类型)):
@timer
def test6():
zero = 0
for _ in xrange(1000000):
try:
if zero == 0:
raise ZeroDivisionError
except:
do_something()
else:
pass
finally:
pass
测试组7(耗时操作放在except中):
@timer
def test7():
zero = 0
try:
if zero == 0:
raise ZeroDivisionError
except ZeroDivisionError:
for _ in xrange(1000000):
do_something()
else:
pass
finally:
pass
测试组8(防御式编码):
@timer
def test8():
zero = 0
for _ in xrange(1000000):
if zero == 0:
do_something()
由以上对比结论,可以总结为:
无论是把代码放在 try 中执行还是在 except 中执行性能消耗几乎是一样的。
直接执行代码与放在try中执行且不抛出异常时性能消耗几乎是一样的,当然理论上try会消耗一点性能,可以忽略不计。
虽然try…except的方式比try…except BaseException和捕捉抛出的特定异常的方式要略快,但扔不建议采取这种方式,因为前者很容易隐藏真正的bug,从而带来严重后果。
通常要采取捕捉抛出的特定异常而不是捕捉所有异常,虽然二者性能消耗几乎一样。
防御性方式编码比捕捉异常方式性能消耗几乎相差好几倍,应尽量采取这种编程方式,提升性能并且更靠谱。