python基础之错误、调试（异常处理）

在程序运行过程中，总会遇到各种各样的错误。

有的错误是程序编写有问题造成的，比如本来应该输出整数结果输出了字符串，这种错误我们通常称之为bug，bug是必须修复的。

有的错误是用户输入造成的，比如让用户输入email地址，结果得到一个空字符串，这种错误可以通过检查用户输入来做相应的处理。

还有一类错误是完全无法在程序运行过程中预测的，比如写入文件的时候，磁盘满了，写不进去了，或者从网络抓取数据，网络突然断掉了。这类错误也称为异常，在程序中通常是必须处理的，否则，程序会因为各种问题终止并退出。

Python内置了一套异常处理机制，来帮助我们进行错误处理。

此外，我们也需要跟踪程序的执行，查看变量的值是否正确，这个过程称为调试。Python的pdb可以让我们以单步方式执行代码。

最后，编写测试也很重要。有了良好的测试，就可以在程序修改后反复运行，确保程序输出符合我们编写的测试。

一、错误处理

1、语法错误

python的语法错误或者称之为解析错：SyntaxError: invalid syntax

2、异常

python程序的语法是正确的，但在运行期间检测到的错误称为异常，大多数的异常都不会被程序处理，都以错误信息的形式展现出来；常见的类型有： ZeroDivisionError，NameError 和 TypeError。

 1 异常处理：
 2 AttributeError 试图访问一个对象没有的树形，比如foo.x，但是foo没有属性x
 3 IOError 输入/输出异常；基本上是无法打开文件
 4 ImportError 无法引入模块或包；基本上是路径问题或名称错误
 5 IndentationError 语法错误（的子类） ；代码没有正确对齐
 6 IndexError 下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]
 7 KeyError 试图访问字典里不存在的键
 8 KeyboardInterrupt Ctrl+C被按下
 9 NameError 使用一个还未被赋予对象的变量
10 SyntaxError Python代码非法，代码不能编译(个人认为这是语法错误，写错了）
11 TypeError 传入对象类型与要求的不符合
12 UnboundLocalError 试图访问一个还未被设置的局部变量，基本上是由于另有一个同名的全局变量，
13 导致你以为正在访问它
14 ValueError 传入一个调用者不期望的值，即使值的类型是正确的

3、异常处理

高级语言通常都内置了一套try...except...finally...的错误处理机制，python也不例外。

异常处理的三种方式：
try:
    print(a)
except:
    print('Error')
#try...except...
try:
    print(a)
except TypeError as e:
    print(e)
except NameError as e:
    print(e)
#try...except NAME_ERROR as E
try:
    print(a)
except NameError as e:
    print(e)
except:
    print('Error')
finally:
    print('hello')  
#finally下的是，不管程序是否错误都执行的代码块

try:
    # 主代码块
    pass
except KeyError,e:
    # 异常时，执行该块
    pass
else:
    # 主代码块执行完，执行该块
    pass
finally:
    # 无论异常与否，最终执行该块
    pass

try语句按照如下方式工作；

首先，执行try子句（在关键字try和关键字except之间的语句）
如果没有异常发生，忽略except子句，try子句执行后结束。
如果在执行try子句的过程中发生了异常，那么try子句余下的部分将被忽略。如果异常的类型和 except 之后的名称相符，那么对应的except子句将被执行。最后执行 try 语句之后的代码。
如果一个异常没有与任何的except匹配，那么这个异常将会传递给上层的try中。

一个 try 语句可能包含多个except子句，分别来处理不同的特定的异常。最多只有一个分支会被执行。

处理程序将只针对对应的try子句中的异常进行处理，而不是其他的 try 的处理程序中的异常。

一个except子句可以同时处理多个异常，这些异常将被放在一个括号里成为一个元组，例如:

except (RuntimeError, TypeError, NameError):
        pass

最后一个except子句可以忽略异常的名称，它将被当作通配符使用。

try except 语句还有一个可选的else子句，如果使用这个子句，那么必须放在所有的except子句之后。这个子句将在try子句没有发生任何异常的时候执行。

try:
    a = 1
    print(a)
except NameError as e:
    print(e)
except:
    print('Error')
else:
    print('hello')  #else里的代码块是在try内的代码没有发生错误的时候才执行
finally:
    print('world')  #finally里的代码块是不管try里的代码是否正确都执行

使用 else 子句比把所有的语句都放在 try 子句里面要好，这样可以避免一些意想不到的、而except又没有捕获的异常。

4、记录错误

如果不捕获错误，自然可以让Python解释器来打印出错误堆栈，但程序也被结束了。既然我们能捕获错误，就可以把错误堆栈打印出来，然后分析错误原因，同时，让程序继续执行下去。

Python内置的logging模块可以非常容易地记录错误信息：

import logging
def foo(s):
    return 10 / int(s)
def bar(s):
    return foo(s) * 2
def main():
    try:
        res = bar('0')
        print(res)
    except Exception as e:
        # print(e)
        logging.exception(e)    #记录错误信息
main()
print('END')

同样是出错，但程序打印完错误信息后会继续执行，并正常退出。

5、抛出错误

因为错误是class，捕获一个错误就是捕获到该class的一个实例。因此，错误并不是凭空产生的，而是有意创建并抛出的。Python的内置函数会抛出很多类型的错误，我们自己编写的函数也可以抛出错误。只有在必要的时候才定义我们自己的错误类型。

捕获错误的目的只是记录一下，便于后续追踪。可以通过raise语句来实现：

try:
    print(a)
except NameError as e:
    print(e)
    raise

raise语句如果不带参数，就会把当前错误原样抛出。此外，在except中raise一个Error还可以把一种类型的错误转化成另一种类型，只要是合理的转换逻辑就可以。

二、调试

程序能一次写完并正常运行的概率很小，基本不超过1%。总会有各种各样的bug需要修正。有的bug很简单，看看错误信息就知道，有的bug很复杂，我们需要知道出错时，哪些变量的值是正确的，哪些变量的值是错误的，因此，需要一整套调试程序的手段来修复bug。

1、简单直接、粗暴有效的就是用print()把可能有问题的变量打印出来看看

def foo(s):
    n = int(s)
    print('>>n = %d' % n)
    return 10 / n
def main():
    foo('0')
main()

用print()最大的坏处是将来还得删掉它，想想程序里到处都是print()，运行结果中会包含很多垃圾信息。

2、断言

凡是用print()来辅助查看的地方，都可以用断言（assert）来替代：

def foo(s):
    n = int(s)
    assert n != 0,'s is zero'
    return 10 / n
def main():
    foo('0')
main()

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

启动python解释器时可以用-O参数来关闭assert，注意，“-O”时英文字母大写的O；关闭后，我们可以把所有的assert语句当成pass来看。

3、logging

把print()替换为logging是第三种方式，和assert比，logging不会抛出错误，而且可以输出到文件：

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

logging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，我们就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。

4、pdb

启动python的调试器pdb，让程序以单步方式运行，可以随时查看运行状态。（-m pdb）

输入命令1来查看代码

输入命令n可以单步执行代码

输入命令p+变量名来查看变量

输入命令q结束调试，退出程序

5、pdb.set_trace()

这个方法也是用pdb，但是不需要单步执行，我们只需要import pdb，然后，在可能出错的地方放一个pdb.set_trace()，就可以设置一个断点

import pdb
s = '0'
n = int(s)
pdb.set_trace()     #程序运行到这里会暂停进入调试模式
print(10 / n)

运行代码，程序会自动在pdb.set_trace()暂停并进入pdb调试环境，可以用命令p查看变量，或者用命令c继续运行

6、IDE [集成开发环境（integrated development environment）]

如果要比较爽地设置断点、单步执行，就需要一个支持调试功能的IDE。目前比较好的Python IDE有：
Visual Studio Code：https://code.visualstudio.com/，需要安装Python插件。
PyCharm：http://www.jetbrains.com/pycharm/
另外，Eclipse加上pydev插件也可以调试Python程序。