20个改善编码的Python异常处理技巧,让你的代码更高效

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 异常处理是写好代码的一个重要的方面,虽然许多开发人员都熟悉基本的try-except块,但是有很多更深入的知识可以使异常处理更高效、更可读和更python化。所以本文将介绍关于Python异常的20个可以显著改善编码的Python异常处理技巧,这些技巧可以让你熟练的掌握Python的异常处理。

Python中的异常是在程序执行期间发生的破坏了程序指令的正常流程的事件。与其他编程语言一样,Python使用异常来代表错误发生的信号,程序可以做出反应,并恢复或通知用户产生的问题。

1、最简单的异常处理

我们都知道最简单的异常处理如下:

 try:
     # Your code here
 except IOError:
     # Handle I/O errors
 except Exception as e:
     # Handle other exceptions
 finally:
     # Cleanup, runs no matter what

异常是按层次结构组织的,如果发生了IOError会执行IOError的except代码,剩下的异常则交由Exception处理。理解这个层次结构可以根据需要更广泛或更具体地捕获错误。

使用finally子句确保执行清理操作,而不管是否发生异常。它非常适合关闭文件或释放资源。

2、自定义异常

创建自定义异常可以使代码更具可读性和可维护性,可以清楚地表示特定的错误条件。

 class MyCustomError(Exception):
     pass

 try:
     raise MyCustomError("A specific error occurred")
 except MyCustomError as e:
     print(e)

3、Else in Try-Except

如果没有引发异常,则try-except块中的else子句将运行。这是其他语言没有的

 try:
     # Attempt operation
 except Exception:
     # Handle error
 else:
     # Executes if no exceptions

4、AS关键字

在捕获异常时,可以使用as关键字将异常分配给一个变量,这样可以显示详细信息并使调试更容易。

 try:
     # Some operation
 except Exception as e:
     print(f"Error: {e}")

5、捕获多个异常

元组可用于在一行中捕获多种异常类型,从而简化错误处理代码。

 try:
     # Risky operation
 except (TypeError, ValueError) as e:
     # Handle both exceptions

6、异常触发另外的异常

Python允许在使用from保持原始回溯的同时触发新的异常,从而帮助调试复杂的场景。

 try:
     # Some operation
 except Exception as original_error:
     raise RuntimeError("Something bad happened") from original_error

这种方法有好有坏,所以如果不熟悉的话建议还是不要用。

7、忽略异常

使用contextlib.suppress()函数,可以优雅地忽略特定的异常,从而使代码更清晰、更易读。

 from contextlib import suppress

 with suppress(FileNotFoundError):
     # Operation that might not find a file

8、使用断言

如果不满足条件,可以使用断言抛出异常。但是要谨慎使用它们,因为它们可以通过执行时的优化标志被禁用。

 assert condition, "Condition was not met"

assert 断言会抛出AssertionError,可以在except中直接捕获

9、格式化异常信息

利用Traceback模块打印详细的异常信息,这样可以显示完整的错误来帮助调试。

 import traceback

 try:
     raise ValueError("An error occurred")
 except:
     traceback.print_exc()  # Print exception information to stderr

10、使用warnings模块发出非致命警报

warnings模块发出是警告而不是异常。如果希望在不停止程序执行的情况下提醒用户或开发人员潜在问题时,它非常有用。

 import warnings

 warnings.warn("This is a warning message", UserWarning)

11、忽略异常

suppress函数被用来忽略特定的异常。contextlib可以确保资源在使用后得到适当的清理。

 from contextlManaging Resources: Illustrates creating context managers for resource management, ensuring resources are properly cleaned up after use. The suppress function is shown to ignore specific exceptions.ib import contextmanager, suppress

 @contextmanager
 def managed_resource():
     try:
         resource = "Resource"
         yield resource
     finally:
         print("Resource cleanup")

 with managed_resource() as res:
     print(res)

 with suppress(FileNotFoundError):
     open('non_existent_file.txt', 'r')  # Suppresses the FileNotFoundError

12、创建处理异常的包装器函数

functools模块可以创建一个装饰器来包装用于集中异常处理的函数,从而简化跨多个函数的错误管理。

 from functools import wraps

 def exception_handler(func):
     @wraps(func)
     def wrapper(*args, **kwargs):
         try:
             return func(*args, **kwargs)
         except Exception as e:
             print(f"Handled exception: {e}")
             return None
     return wrapper

 @exception_handler
 def risky_function():
     raise ValueError("Something went wrong")

 risky_function()

13、访问异常相关的属性和函数

使用sys.exc_info()可以获取有关当前异常的详细信息,这对于进一步记录或处理错误细节很有用。

 import sys

 try:
     raise TypeError("An error occurred")
 except:
     exc_type, exc_value, exc_traceback = sys.exc_info()
     print(exc_type, exc_value)

14、分析当前异常上下文

利用inspect模块分析当前异常上下文,这对于复杂的错误处理场景特别有用。

 import inspect

 def current_exception():
     for frame in inspect.trace():
         if frame[3] == 'risky_function':
             return frame[0].f_locals.get('e')

 try:
     risky_function()
 except Exception as e:
     print(current_exception())

15、创建动态异常类

types模块可以动态创建异常类。这对于基于运行时条件动态生成自定义异常非常有用。

 import types

 DynamicException = types.new_class('DynamicException', (Exception,))
 raise DynamicException("A dynamically created exception")

16、访问所有内置异常

builtins可以列出Python中可用的所有内置异常,帮助我们了解层次结构和各种异常。

 import builtins

 for name in dir(builtins):
     obj = getattr(builtins, name)
     if isinstance(obj, type) and issubclass(obj, BaseException):
         print(name)

17、自定义异常的字符串表示形式

可以通过覆盖strrepr方法来演示自定义异常,获得更多信息丰富的错误消息。

 class MyException(Exception):
     def __str__(self):
         return "This is a custom message for MyException"

     def __repr__(self):
         return "MyException()"

 raise MyException

18、创建不被except Exception捕获的异常

常规except的Exception块会捕获从BaseException派生的异常,比如非常严重的错误我们可以派生字BaseException。

 class MyCriticalError(BaseException):
     pass

 try:
     raise MyCriticalError("A critical error")
 except Exception as e:
     print("This will not catch MyCriticalError")

19、优雅的处理用户和系统中断

捕获KeyboardInterrupt和SystemExit异常,以优雅地处理用户或系统启动的关机。

 import sys

 try:
     while True:
         continue
 except KeyboardInterrupt:
     print("User interrupted the process")
     sys.exit(0)

20、生成器的资源回收

GeneratorExit表示生成器执行时产生了异常,捕获它可以在关闭生成器时进行清理操作。

 def my_generator():
     try:
         yield "Hello"
     except GeneratorExit:
         print("Generator closing")
         raise

 gen = my_generator()
 next(gen)
 gen.close()

总结

Python异常可以极大地增强代码的健壮性和清晰度。本文整理的20个异常处理代码示例可以帮助你充分利用Python的错误处理能力,显著改善代码的异常处理能力。

https://avoid.overfit.cn/post/a4865267399848feb0f35ae0f15d61c2

作者:Ravi M

目录
相关文章
|
22天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
31 6
|
15天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
57 8
|
23天前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
45 11
|
24天前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
35 11
|
20天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
21天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
44 6
|
25天前
|
Python
如何提高Python代码的可读性?
如何提高Python代码的可读性?
38 4
|
25天前
|
Python
Python编程入门:从零开始的代码旅程
本文是一篇针对Python编程初学者的入门指南,将介绍Python的基本语法、数据类型、控制结构以及函数等概念。文章旨在帮助读者快速掌握Python编程的基础知识,并能够编写简单的Python程序。通过本文的学习,读者将能够理解Python代码的基本结构和逻辑,为进一步深入学习打下坚实的基础。
|
29天前
|
设计模式 监控 程序员
Python中的装饰器:功能增强与代码复用的利器####
本文深入探讨了Python中装饰器的工作原理、应用场景及其在提升代码可读性、减少重复劳动方面的优势。不同于传统方法的冗长和复杂,装饰器提供了一种优雅且高效的方式来增强函数或方法的功能。通过具体实例,我们将揭示装饰器如何简化错误处理、日志记录及性能监控等常见任务,使开发者能够专注于核心业务逻辑的实现。 ####
|
28天前
|
存储 设计模式 缓存
Python中的装饰器:代码的魔法增强剂####
本文将深入探讨Python语言中一个强大而灵活的特性——装饰器。不同于传统的函数调用,装饰器提供了一种优雅的方式来扩展或修改函数行为,无需直接修改原函数代码。我们将通过实例分析,揭示装饰器的定义、工作原理及其在实际项目中的应用价值,旨在帮助开发者更好地理解和利用这一高级功能,提升代码的可读性与维护性。 ####