当前位置： 移动技术网 > IT编程>脚本编程>Python > Python异常处理机制、调试、测试

Python异常处理机制、调试、测试

2018年10月23日  | 移动技术网IT编程  | 我要评论

楼台成海气下一句,模型网,朝阳新城

类似于java的try..catch..finally

java的为try_except_finally

try:
    print('try...')
    r = 10 / 0
    print('result:', r)
except zerodivisionerror as e:
    print('except:', e)
finally:
    print('finally...')
print('end')

try执行一段可能会发送异常的代码，如果有异常情况发送 走except , 如果没有则不走，最后不管代码有没有发送异常，都会执行finally里的代码

异常错误存在父子类问题，如果父类处理了，子类则不会再接收处理

 

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

 

调试

1、打印print

最简单的就是print 把数据打印出来再去找错误原因

问题在于会在代码中出现很多打印语句

2、断言assert

 assert n != 0, 'n is zero!'

assert的意思是，表达式n != 0应该是true，否则，根据程序运行的逻辑，后面的代码肯定会出错。

如果断言失败，assert语句本身就会抛出assertionerror：

$ python err.py
traceback (most recent call last):
  ...
assertionerror: n is zero!

 

注：

程序中如果到处充斥着assert，和print()相比也好不到哪去。不过，启动python解释器时可以用-o参数来关闭assert：

关闭后，你可以把所有的assert语句当成pass来看。

$ python -o err.py
traceback (most recent call last):
  ...
zerodivisionerror: division by zero

 

3、logging

logging的好处，它允许你指定记录信息的级别，有debug，info，warning，error等几个级别，当我们指定level=info时，logging.debug就不起作用了。同理，指定level=warning后，debug和info就不起作用了。这样一来，你可以放心地输出不同级别的信息，也不用删除，最后统一控制输出哪个级别的信息。

logging的另一个好处是通过简单的配置，一条语句可以同时输出到不同的地方，比如console和文件。

import logging
logging.basicconfig(level=logging.info)

s = '0'
n = int(s)
logging.info('n = %d' % n)
print(10 / n)

--------------------------------------------
$ python err.py
info:root:n = 0
traceback (most recent call last):
  file "err.py", line 8, in <module>
    print(10 / n)
zerodivisionerror: division by zero

 

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网