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
|
8月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
604 0
|
8月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
651 1
|
8月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
713 0
|
8月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
394 0
|
8月前
|
存储 数据采集 监控
Python定时爬取新闻网站头条:从零到一的自动化实践
在信息爆炸时代,本文教你用Python定时爬取腾讯新闻头条,实现自动化监控。涵盖请求、解析、存储、去重、代理及异常通知,助你构建高效新闻采集系统,适用于金融、电商、媒体等场景。(238字)
1345 2
|
测试技术 Python
Python接口自动化测试框架(基础篇)-- 流程控制之循环语句for&while
本文介绍了Python中的循环语句,包括while和for循环的使用,range()函数的运用,以及continue、break和pass关键字的说明,同时提出了关于while循环是否能与成员运算符结合使用的思考。
298 1
Python接口自动化测试框架(基础篇)-- 流程控制之循环语句for&while
|
测试技术 索引 Python
Python接口自动化测试框架(练习篇)-- 数据类型及控制流程(一)
本文提供了Python接口自动化测试中的编程练习,包括计算器、猜数字、猜拳和九九乘法表等经典问题,涵盖了数据类型、运算、循环、条件控制等基础知识的综合应用。
383 1
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
1347 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
IDE 测试技术 开发工具
Python接口自动化测试框架(基础篇)-- 不只是txt的文件操作
本文介绍了Python中的文件操作方法,包括使用open()打开文件、close()关闭文件、read()读取内容、readline()读取单行、readlines()读取多行、write()写入内容以及writelines()写入多行的方法。同时,探讨了文件操作模式和编码问题,并扩展了上下文管理器with...as的使用,以及对图片和音频文件操作的思考和练习。
237 1
Python接口自动化测试框架(基础篇)-- 不只是txt的文件操作

推荐镜像

更多