【Python零基础快速入门系列 | 12】程序员为什么自嘲面向Bug编程？今天来聊一聊异常管理

这是机器未来的第22篇文章

原文首发地址：https://blog.csdn.net/RobotFutures/article/details/125454677

1. 概述

程序员经常自嘲，“面向BUG编程”，它不是玩笑，是真的!非常贴切!!!程序员基本上天天与BUG打交道，写BUG，改BUG, 写BUG，改BUG…无限循环。那么怎么驾驭BUG呢，今天来认识一下BUG！

2. 错误与异常

我们根据程序编译时和运行时两种场景，将BUG区分为错误和异常。

2.1 错误

错误又分为语法错误和逻辑错误。

• 语法错误是编译时，编译器直接报错的类型，这种类型是比较简单的，编译器会直接报错，直接解决就行，例如

# 语法错误
def add(a, b):
    return a+b

  File "C:\Users\ZHOUSH~1\AppData\Local\Temp/ipykernel_19160/942780934.py", line 2
    def add(a, b)
                 ^
SyntaxError: invalid syntax

如上提示语法错误，在def add(a, b)后面标识了个向上的三角符号，表示少了冒号。

• 逻辑错误
  逻辑错误编译器不会报错，程序可以正常运行，但是拿不到预期的结果。例如计算奇偶数，本来设计的是整除2为偶数，其余为奇数，但是判断条件设置错误，导致不能获得正确的值。

x = 12
if x % 2 == 0:
    print("x 是奇数")
else:
    print("x 是偶数")

x 是奇数

这里都是展示的都是很简单的例子，一个真实的项目往往很复杂，业务逻辑复杂后，出现逻辑错误会相对难以定位问题点。但是足够细心也是可以快速定位问题的，将代码分块，给定预期输出，判断结果是否满足预期即可定位。项目开发完成后，往往会进行单元测试，覆盖所有可能的场景。

2.2 异常

排除语法错误后，出现在执行时出现的问题，被称为异常。举个简单的例子:

a = 10
b = 0
a / b
print("程序结束")

---------------------------------------------------------------------------

ZeroDivisionError                         Traceback (most recent call last)

C:\Users\ZHOUSH~1\AppData\Local\Temp/ipykernel_19160/565678119.py in 
      1 a = 10
      2 b = 0
----> 3 a / b
      4 print("程序结束")


ZeroDivisionError: division by zero

当被除数为0时，程序抛出异常，并且停止运行，可以看到“程序结束”未打印输出，在处理之前就结束了。那么Python内部支持哪些异常呢？Python的异常是Exception类管理的，我们用Exception??看一下

Exception??

Init signature: Exception(self, /, *args, **kwargs)
Docstring:      Common base class for all non-exit exceptions.
Type:           type
Subclasses:     TypeError, StopAsyncIteration, StopIteration, ImportError, OSError, EOFError, RuntimeError, NameError, AttributeError, SyntaxError, ...

可以看到它有很多子类：TypeError, StopAsyncIteration, StopIteration, ImportError, OSError, EOFError, RuntimeError, NameError, AttributeError, SyntaxError, …，每个子类代表一种错误或异常，我们刚才看的语法错误、除零错误都可以在它的子类中看到。

3. 异常处理

刚才我们提到，程序抛出异常时，程序会退出，在有一些场景，我希望即使数据异常，我仍然希望它继续运行，对于不符合要求的数据填充默认值进行处理，在爬虫数据抓取的过程中经常用到。

比如我想分析一下市场股票的走势，需要拉取很多股票的数据，但是因为各种原因，可能爬取的数据不全，有缺失的情况，加载到程序中处理，就会报数值错误、不能除零等等，对于这种情况我们会对数据进行预处理，不能满足输入条件的数据给予默认值，让他满足程序输入的要求，并保持程序继续运行，不直接退出。

这里要用到异常捕获语句：

try:            
    pass            # 正常代码执行块
except ExceptionA:
    pass            # 异常类型A处理代码块
except ExceptionB:
    pass            # 异常类型B处理代码块
except:
    pass            # 捕获除了异常类型A和异常类型B之外所有异常代码块
else:
    pass            # 没有异常时代码块(可选)
finally:
    pass            # 不论是否有异常，都会执行的代码块

上面的异常捕获语句是最完整的结构，实际使用时按需选择，不一定需要全部支持，例如在程序设计时，对于外部输入一般要进行合法性校验，假如现在我们要输入年龄，该如何设计呢？

age = int(input('请输入一个你的年龄：'))
print(f"你的年龄为{age}")

---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

C:\Users\ZHOUSH~1\AppData\Local\Temp/ipykernel_19160/1653428413.py in 
----> 1 age = int(input('请输入一个你的年龄：'))
      2 print(f"你的年龄为{age}")


ValueError: invalid literal for int() with base 10: 'qw'

从上面的代码中可以看到，程序设计预期想输入的数据为整数类型，但是用户各种各样，它输入字母时就抛出异常了，那么怎么将程序设计的更加友好，更加人性化呢？

try:
    age = int(input('请输入一个你的年龄：'))
    print(f"你的年龄为{age}")
except:
    print("您输入的数据类型不对，请输入整数！")

您输入的数据类型不对，请输入整数！

可以看到，程序不再生硬的抛出一堆代码异常给用户，而是友好的提示信息。下面演示程序中捕获多个异常：

try:
    a = int(input("请输入除数a:"))
    b = int(input("请输入被除数b:"))

    c = a / b
except ValueError:
    print("除数、被除数必须为整数！")
except ZeroDivisionError:
    print("被除数不能为0！")
except Exception as e:  # 未知异常的捕获
    print(f"未识别的异常, 输入值为{a}, {b}, 异常信息:{e}")
else:
    print(f"计算结果:{c}")          # 未发生错误时输出计算结果
finally:
    print("程序运行完毕")

计算结果:16.0
程序运行完毕

上面的例程捕获了多个异常ValueError和ZeroDivisionError，并且对于未知的异常也进行了管理，通过Exception捕获异常信息，并且同时记录了异常的输入信息，便于快速定位问题, 类似这样：

# 此输出在注释 ValueError和ZeroDivisionError 两个异常分支后输入32和0获得的。
未识别的异常, 输入值为32, 0, 异常信息:division by zero
程序运行完毕

上面的例程在没有异常发生时，通过else语句输出计算结果；
上面的例程不论是否发生异常，最终的finally语句都会被执行。

对于多个异常，也可以组合成一个处理逻辑，类似这样：

try:
    a = int(input("请输入除数a:"))
    b = int(input("请输入被除数b:"))

    c = a / b
except (ValueError, ZeroDivisionError):
    print("除数、被除数必须为整数！且被除数不能为0！")
except Exception as e:  # 未知异常的捕获
    print(f"未识别的异常, 输入值为{a}, {b}, 异常信息:{e}")
else:
    print(f"计算结果:{c}")          # 未发生错误时输出计算结果
finally:
    print("程序运行完毕")

除数、被除数必须为整数！且被除数不能为0！
程序运行完毕

4. 抛出异常

在捕获异常章节提到，在一些场景发生异常，在进行相关的处理后仍然可以继续运行，但有些场景，异常是致命的，它不能满足程序输入需求，需要直接退出程序，那么怎么处理呢？

这里用raise主动抛出异常，终止程序。

例如一个深度学习模型的标签数据的矩阵结构为(3, 1)，但是输入形状为(3)，程序将无法处理，应该立即抛出异常，并且告知原因以待修改。

import numpy as np

y = [1, 2, 3]
y_pred = [[1], [2], [3]]

y1 = np.array(y)
y2 = np.array(y_pred)

print(y1.shape, y2.shape)

if y1.shape[-1] == 1:       # 检查最后一维是否为1
    print("data shape is ok")
else:
    raise ValueError(f"数据形状不一致，输入数据形状为{y1.shape}, 期望形状为{y2.shape}")

(3,) (3, 1)



---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

C:\Users\ZHOUSH~1\AppData\Local\Temp/ipykernel_19160/4000627889.py in 
     12     print("data shape is ok")
     13 else:
---> 14     raise ValueError(f"数据形状不一致，输入数据形状为{y1.shape}, 期望形状为{y2.shape}")


ValueError: 数据形状不一致，输入数据形状为(3,), 期望形状为(3, 1)

5. 自定义异常

class MyError(Exception):
    """
        自定义异常类
    """
    def __init__(self, msg):
        super(MyError, self).__init__
        self.msg = msg

import numpy as np

y = [1, 2, 3]
y_pred = [[1], [2], [3]]

y1 = np.array(y)
y2 = np.array(y_pred)

print(y1.shape, y2.shape)

if y1.shape[-1] == 1:       # 检查最后一维是否为1
    print("data shape is ok")
else:
    raise MyError(f"数据形状不一致，输入数据形状为{y1.shape}, 期望形状为{y2.shape}")

(3,) (3, 1)



---------------------------------------------------------------------------

MyError                                   Traceback (most recent call last)

C:\Users\ZHOUSH~1\AppData\Local\Temp/ipykernel_19160/3613492880.py in 
     17     print("data shape is ok")
     18 else:
---> 19     raise MyError(f"数据形状不一致，输入数据形状为{y1.shape}, 期望形状为{y2.shape}")


MyError: 数据形状不一致，输入数据形状为(3,), 期望形状为(3, 1)

捕获自定义异常类，如下的代码可以看到，自定义异常类是可以被捕获到的，而且增加捕获程序后，输出信息更加友好。

class MyError(Exception):
    """
        自定义异常类
    """
    def __init__(self, msg):
        super(MyError, self).__init__
        self.msg = msg

import numpy as np

y = [1, 2, 3]
y_pred = [[1], [2], [3]]

y1 = np.array(y)
y2 = np.array(y_pred)

print(y1.shape, y2.shape)

try:
    if y1.shape[-1] == 1:       # 检查最后一维是否为1
        print("data shape is ok")
    else:
        raise MyError(f"数据形状不一致，输入数据形状为{y1.shape}, 期望形状为{y2.shape}")
except Exception as e:
    print(e)            

(3,) (3, 1)
数据形状不一致，输入数据形状为(3,), 期望形状为(3, 1)

6.异常处理注意事项与建议

6.1 注意事项

• 只执行最先匹配的一个except
• 如果父类异常在最前面,会吞噬所有子类异常
• 多except注意：
  • 只会匹配一个except
  • 要先写子类异常再写父类异常
  • 如果except捕获的错误与触发的错误不一致，程序会捕获不到

6.2 使用建议

• 不建议使用异常来代替常规的检查，如if…else判断
• 避免过多依赖于异常处理机制
• 在必要的时候，可以手动引发异常（raise）=> 函数或方法
• 在函数中，需要注意在try/except/finally使用return
  • 在finally中使用return，异常无法回溯
  • 在函数中的try/except语句使用return后,仍然会执行finally中的内容

以上就是Python异常处理的基础知识了。后面列一些常见的异常目录。

7. 附录 常见异常

• 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

《Python零基础快速入门系列》快速导航：

• 【Python零基础入门笔记 | 01】 人工智能序章：开发环境搭建Anaconda+VsCode+JupyterNotebook(零基础启动)
• 【Python零基础入门笔记 | 02】一文快速掌握Python基础语法
• 【Python零基础入门笔记 | 03】AI数据容器底层核心之Python列表
• 【Python零基础入门笔记 | 04】为什么内存中最多只有一个“Love“？一文读懂Python内存存储机制
• 【Python零基础入门笔记 | 05】Python只读数据容器：列表List的兄弟，元组tuple
• 【Python零基础入门笔记 | 06】字符串、列表、元组原来是一伙的？快看序列Sequence
• 【Python零基础入门笔记 | 07】成双成对之Python数据容器字典
• 【Python零基础入门笔记 | 08】无序、不重复、元素只读，Python数据容器之集合
• 【Python零基础入门笔记 | 09】高级程序员绝世心法——模块化之函数封装
• 【Python零基础入门笔记 | 10】类的设计哲学：自然法则的具现
• 【Python零基础入门笔记 | 11】函数、类、模块和包如何构建四级模块化体系