Python的try、except异常处理模块使用方法

简介: 所以,我们就解决了由于可能具有的arcpy.ExecuteError异常而导致的程序中断问题;大家在实际使用时,按照自己程序中可能出现的报错类,对本文出现的arcpy.ExecuteError异常类加以修改即可。

本文介绍基于Python语言的异常处理模块tryexcept,对代码中出现的报错加以跳过,从而使得程序继续运行的方法。


Python语言中,try语句块用于包含可能引发异常的代码,而except语句块则用于定义在出现异常时要执行的代码。其基本结构如以下代码所示。

try:
    # 可能引发异常的代码块
    # ...
except ExceptionType1:
    # 处理 ExceptionType1 类型的异常
    # ...
except ExceptionType2:
    # 处理 ExceptionType2 类型的异常
    # ...
else:
    # 如果没有发生异常时要执行的代码
    # ...
finally:
    # 无论是否发生异常都要执行的代码
    # ...

通过这种方式,我们就可以让原本一旦遇到错误就会自动中断运行的程序,对某些指定的报错内容加以忽视,从而使得虽然出现错误但是代码可以继续运行。这里就给出1个具体的例子。


最近,需要按照一定规则对大量遥感影像加以镶嵌拼接。其中,因为镶嵌拼接的规则比较复杂(需要按照空间、时间等多个维度来确定将哪些遥感影像拼接在一起),所以导致每一次待拼接的遥感影像具体数量是不同的——可能对于第1个时间范围,需要将5景遥感影像需要拼接在一起;但是对于第2个时间范围,它就没有任何需要拼接的遥感影像。同时,因为待处理的时间范围比较多,所以我们也不可能手动去把每1个时间范围对应的情况都考虑一遍。


这就导致,对于有遥感影像可以拼接的时间范围而言,代码会正常运行;但是对于期间没有任何遥感影像的时间范围而言,其拼接函数就会报错。例如,我这里使用了arcpy的拼接函数MosaicToNewRaster_management(),那么对于没有任何遥感影像的时间范围,函数就会出现报错,如下图所示:

1718890854621.jpg

由上图可以看到,对于前3个时间范围(也就是202100120210092021017),其均不会有问题;而对于第4个时间范围(此时就该2021025这个时间范围了),由于其没有任何可以拼接的遥感影像,所以就会报错。


对此,我们就可以使用Python语言的异常处理模块tryexcept,对可能出现的、由于时间范围内没有任何遥感影像可以拼接而导致的错误加以忽视。


其中,本文的原始代码如下:

if int(date_str) < time_start + 8:
    image_file_list.append(image_file)
else:
    arcpy.MosaicToNewRaster_management(image_file_list, output_folder, str(time_start) + ".tif", number_of_bands = 4)
    print time_start, "finished."
    time_start += 8
    image_file_list[:] = []

而修改后代码如下:

if int(date_str) < time_start + 8:
    image_file_list.append(image_file)
else:
    try:
        arcpy.MosaicToNewRaster_management(image_file_list, output_folder, str(time_start) + ".tif", number_of_bands = 4)
        print time_start, "finished."
    except arcpy.ExecuteError:
        print "MY_ERROR: ", time_start

    time_start += 8
    image_file_list[:] = []

其中,因为原本会出现错误的代码,就是arcpy的拼接函数MosaicToNewRaster_management()那里;所以我们需要在这个代码的位置前使用try——如果不报错,那么就先拼接,然后执行print time_start, "finished.",然后再执行最后的time_start += 82句代码;如果报错了,那么就不继续拼接了,而是执行print "MY_ERROR: ", time_start,然后再执行最后的time_start += 82句代码。


其中,arcpy.ExecuteErrorarcpy模块中的一个异常类,是arcpy模块操作的一般错误;我们在执行arcpy模块的函数时,如果发生错误,那么就会引发arcpy.ExecuteError异常。大家在实际操作时,将这里的异常类修改为自己需要的异常类即可。


随后,运行上述修改后的代码,如下图所示:

1718890994658.jpg

可以看到,此时就可以完整的走完全部流程了。对于前3个没有问题的时间范围(也就是202100120210092021017),其均会打印finished.;而对于第4个时间范围(也就是2021025),其因为遇到了报错,所以就会打印MY_ERROR:;但是程序不会中断,而是继续按照这个逻辑去运行后续的时间范围,直至所有的时间范围都被处理。


所以,我们就解决了由于可能具有的arcpy.ExecuteError异常而导致的程序中断问题;大家在实际使用时,按照自己程序中可能出现的报错类,对本文出现的arcpy.ExecuteError异常类加以修改即可。


至此,大功告成。

作者:疯狂学习GIS

链接:https://juejin.cn/post/7382152932828512256

相关文章
|
2月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
314 7
|
2月前
|
算法 Java Docker
(Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
IF 条件判断 使用if语句,对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句,如果有else 或 elif 则进入相应的规则中执行
270 1
|
2月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
236 0
|
2月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
366 4
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
271 0
|
2月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
182 0
|
3月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
124 4
|
3月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
288 0
|
4月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
332 0
|
5月前
|
数据安全/隐私保护 Python
抖音私信脚本app,协议私信群发工具,抖音python私信模块
这个实现包含三个主要模块:抖音私信核心功能类、辅助工具类和主程序入口。核心功能包括登录

推荐镜像

更多