Python接口自动化测试框架(基础篇)-- 讨厌的异常处理

简介: 本文详细讨论了Python中的异常处理机制,包括异常捕获、异常抛出、自定义异常、环境清理,以及使用上下文管理器确保资源正确释放,最后还提到了Python的标准异常类。

前言

最后一篇基础文章了,在前面的学习及练习中,同学们是不是遇到一些问题呢?比如:变量使用之前未被定义;操作文件提示文件不存在;运算符操作时的错误?是的,遇到错误是在所难免的,问题是怎么处理这些错误,并且还能选择正常处理或中断程序。

错误和异常

语法错误和异常的区分,SyntaxError明显是表示语法错误,那么其他错误呢都是异常以其他错误的形式输出

  • 语法错误是编译时就会报错的,如果是IDE工具会明显提示

>>> while True print("sss")
  File "<stdin>", line 1
    while True print("sss")
               ^
SyntaxError: invalid syntax
  • 异常呢就是运行过程中报错,程序大多数是在执行中无法处理的而直接报错
>>> prin("sss")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'prin' is not defined
  • 区别且看:语法错误会在错误前后有个^符号,而一般异常呢;会告诉你是什么错误。
  • 再看一个运算错误:
>>> "2" + 3
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: can only concatenate str (not "int") to str

# 类型错误,拼接字符串不能是int类型
  • 如果+加法运算,咱把位置改变一下呢?
>>> 2 + "2"
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'int' and 'str'
  • 注意:运算的时候,是由运算符左边的值或变量决定运算类型。
异常处理

它有一个公式:try…except…else…finally;表示try用来捕捉执行可能有异常的代码块,有异常则在except处理,没有异常则在else进行下一步处理,不管你有没有异常finally都会执行;try可以跟后面三个处理流程任意搭配组合使用,唯独不能try…else使用

  • 异常处理正常流程如下:
try:
    a = "2" + 1
except:
    print("错误了吧")
else:
    print("没错误才输出")
finally:
    print("不管你什么情况,我都会执行")
  • try可以跟踪多个except,有且只有一个except忽略异常的名称
try:
    a = 1 + "2"
except OSError as err:
    print("错误:{}".format(err))
except:
    print("通配的错误")
  • try还可以跟一个包含多个错误的except组合
try:
    a += 1
except (RuntimeError, TypeError, NameError) as err:
    print(err)
  • 不管except是几个,else只能在它后面,不能跟在try后面
  • finally都只放在最后面,不管前面有多个或一个except或者else
抛出异常

处理不了的,或不想不处理,就直接抛异常;它可以在异常捕获中使用,也可以单独使用:raise Exception(“抛出异常信息”)

  • raise关键字
# 它可以不带参数的

try:
    a = 1 + "2"
except:
    raise
  • raise 唯一的参数可以指定异常的类Exception,而不是Error
# 它可以带参数的

x=34
if x > 5:
    raise Exception('x 不能大于 5。x 的值为: {}'.format(x))
  • 扩展:traceback模块

它可以用来跟踪异常返回的信息,它提供了不同的方法对异常的输出有不同的处理,可以直接写文件,也可以对错误信息整理

自定义异常

这个可以在有开源项目的时候使用,在咱们自定义的框架中可以使用,一般都是直接或间接集成基类,如果是异常就继承Exception、如果是错误就继承Error。

环境清理

这个有用的方法跟finally有关,假使在某个代码块中执行失败,有资源打开,但是却没有回收(关闭),这时可以利用异常捕获来处理

  • 还记得上篇的文件处理吗?

file = open("file.txt","r")

content = file.read(30)

print(content)

file.close()

# 假设在文件对象close之前报错,那么这个文件对象是没释放的
  • 使用try…finally捕获

try:
    file = open("file.txt","r")

    content = file.read(30)

    print(content)
else:
    print("其他处理")
finally:
    file.close()

# 这样不管文件对象做了啥,最后都会被finally执行close关闭资源
  • 改进一下,之前学过的with上下文管理器,即在with打开文件,操作之后也有同样的效果
with open("file.txt","r") as pf:
    content = file.read(30)
    print(content)
扩展

python的标准异常;这个有很多,这里不一一举例了,可以上网百度看更多python异常类

  • BaseException所有异常的基类
  • Exception常规错误的基类
相关文章
|
27天前
|
搜索推荐 Python
使用Python自动化生成物业通知单
本文介绍如何使用Python结合Pandas和python-docx库自动化生成物业通知单。通过读取Excel数据并填充至Word模板,实现高效准确的通知单批量制作。包括环境准备、代码解析及效果展示,适用于物业管理场景。
60 14
|
5天前
|
Python
自动化微信朋友圈:Python脚本实现自动发布动态
本文介绍如何使用Python脚本自动化发布微信朋友圈动态,节省手动输入的时间。主要依赖`pyautogui`、`time`、`pyperclip`等库,通过模拟鼠标和键盘操作实现自动发布。代码涵盖打开微信、定位朋友圈、准备输入框、模拟打字等功能。虽然该方法能提高效率,但需注意可能违反微信使用条款,存在风险。定期更新脚本以适应微信界面变化也很重要。
104 60
|
17天前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
49 7
|
15天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
51 2
|
30天前
|
敏捷开发 测试技术 持续交付
自动化测试之美:从零开始搭建你的Python测试框架
在软件开发的马拉松赛道上,自动化测试是那个能让你保持节奏、避免跌宕起伏的神奇小助手。本文将带你走进自动化测试的世界,用Python这把钥匙,解锁高效、可靠的测试框架之门。你将学会如何步步为营,构建属于自己的测试庇护所,让代码质量成为晨跑时清新的空气,而不是雾霾中的忧虑。让我们一起摆脱手动测试的繁琐枷锁,拥抱自动化带来的自由吧!
|
3月前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进
本文探讨了如何通过自动化和智能化手段,提升IT运维效率与质量。首先介绍了自动化在简化操作、减少错误中的作用;然后阐述了智能化技术如AI在预测故障、优化资源中的应用;最后讨论了如何构建一个既自动化又智能的运维体系,以实现高效、稳定和安全的IT环境。
85 4
|
3月前
|
运维 Linux Apache
,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具
【10月更文挑战第7天】随着云计算和容器化技术的发展,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具,通过定义资源状态和关系,确保系统始终处于期望配置状态。本文介绍Puppet的基本概念、安装配置及使用示例,帮助读者快速掌握Puppet,实现高效自动化运维。
70 4
|
2月前
|
机器学习/深度学习 运维 监控
智能化运维:从自动化到AIOps的演进之路####
本文深入探讨了IT运维领域如何由传统手工操作逐步迈向高度自动化,并进一步向智能化运维(AIOps)转型的过程。不同于常规摘要仅概述内容要点,本摘要将直接引入一个核心观点:随着云计算、大数据及人工智能技术的飞速发展,智能化运维已成为提升企业IT系统稳定性与效率的关键驱动力。文章详细阐述了自动化工具的应用现状、面临的挑战以及AIOps如何通过预测性分析和智能决策支持,实现运维工作的质变,引领读者思考未来运维模式的发展趋势。 ####
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:从自动化到AIOps的演进与实践####
本文探讨了智能运维(AIOps)的崛起背景,深入分析了其核心概念、关键技术、应用场景及面临的挑战,并对比了传统IT运维模式,揭示了AIOps如何引领运维管理向更高效、智能的方向迈进。通过实际案例分析,展示了AIOps在不同行业中的应用成效,为读者提供了对未来智能运维趋势的洞察与思考。 ####
93 1
|
2月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:从自动化到AIOps的演进与实践####
本文探讨了智能运维(AIOps)的兴起背景、核心组件及其在现代IT运维中的应用。通过对比传统运维模式,阐述了AIOps如何利用机器学习、大数据分析等技术,实现故障预测、根因分析、自动化修复等功能,从而提升系统稳定性和运维效率。文章还深入分析了实施AIOps面临的挑战与解决方案,并展望了其未来发展趋势。 ####