0 Fork 0

Files

T

xixu-me e1fb2929c0 chore: clean repository history

2026-06-05 21:13:11 +08:00

9.3 KiB

Raw Blame History

doc_type, full_text

doc_type	full_text
short	sources/03_Error_checking.md

03_Error_checking 总结

本文补充说明 Python 中的错误检查与异常处理机制，重点包括：Python 的运行时错误模型、异常的抛出与捕获、异常传播、捕获范围控制、重新抛出、finally 与 with 的资源管理，以及在 parse_csv() 中处理脏数据的实践练习。相关主题可归入 Python异常处理、错误处理最佳实践、资源管理与 CSV解析。

核心观点

Python 通常不会在函数调用前检查参数类型或取值。函数只要接收到的数据能支持函数体中的操作，就会运行；否则错误会在运行时以异常形式出现。

例如：

def add(x, y):
    return x + y

add(3, 4)               # 7
add('Hello', 'World')   # 'HelloWorld'
add('3', '4')           # '34'
add(3, '4')             # TypeError

这体现了 Python 的动态类型特征：代码是否正确通常通过运行和测试来验证。因此，本文强调测试在 Python 程序可靠性中的重要性，相关内容可连接到 Python测试。

异常的基本用法

异常用于表示程序中的错误或非正常情况。

抛出异常

使用 raise 主动抛出异常：

if name not in authorized:
    raise RuntimeError(f'{name} not authorized')

捕获异常

使用 try-except 捕获异常：

try:
    authenticate(username)
except RuntimeError as e:
    print(e)

except RuntimeError as e 中的 e 是异常实例，保存了具体错误信息。虽然它是对象，但打印时通常表现得像字符串。

异常传播机制

异常会沿调用栈向上传播，直到遇到第一个匹配的 except 块。

如果某个函数中抛出了 RuntimeError，调用它的函数没有处理，异常会继续向上传递；一旦被某层 except RuntimeError 捕获，传播就停止，不会继续传给更外层调用者。

这说明异常处理具有“最近匹配处理者优先”的特性。捕获后，程序会从整个 try-except 结构之后的第一条语句继续执行。

内置异常

Python 提供了多种内置异常类型，异常名称通常暗示了错误原因。例如：

TypeError：类型不支持某操作
ValueError：值的格式或内容不合法
KeyError：字典中找不到指定键
IndexError：序列索引越界
ImportError：模块导入失败
RuntimeError：一般运行时错误
SyntaxError：语法错误
KeyboardInterrupt：用户中断程序

本文列举的异常包括：

ArithmeticError
AssertionError
EnvironmentError
EOFError
ImportError
IndexError
KeyboardInterrupt
KeyError
MemoryError
NameError
ReferenceError
RuntimeError
SyntaxError
SystemError
TypeError
ValueError

完整列表应参考 Python 官方文档。

捕获多个异常

可以用多个 except 分别处理不同错误：

try:
    ...
except LookupError as e:
    ...
except RuntimeError as e:
    ...
except IOError as e:
    ...
except KeyboardInterrupt as e:
    ...

如果多个异常的处理逻辑相同，可以将它们组合：

try:
    ...
except (IOError, LookupError, RuntimeError) as e:
    ...

这属于 Python异常处理中的异常分类处理策略。

捕获所有异常的风险

可以使用 Exception 捕获几乎所有普通异常：

try:
    ...
except Exception:
    print('An error occurred')

但这通常是危险做法，因为它会隐藏真正的错误原因，使调试困难。例如：

try:
    go_do_something()
except Exception:
    print('Computer says no')

这种写法会吞掉所有异常，包括意料之外的问题，例如依赖模块未安装、代码逻辑错误等。

更好的做法是至少打印异常原因：

try:
    go_do_something()
except Exception as e:
    print('Computer says no. Reason :', e)

但总体原则是：只捕获你能合理处理的异常。不要捕获无法恢复的错误。相关主题可归入错误处理最佳实践。

重新抛出异常

如果需要记录日志或执行某些补救动作，但仍希望调用者知道错误，可以在 except 中使用裸 raise 重新抛出当前异常：

try:
    go_do_something()
except Exception as e:
    print('Computer says no. Reason :', e)
    raise

这种模式适合“记录后继续上抛”，避免错误被静默吞掉。

异常处理最佳实践

本文给出的核心建议是：

不要随意捕获异常。
让程序快速、明确地失败，即 “fail fast and loud”。
只有当你确实能够恢复并继续运行时，才捕获异常。
如果捕获所有异常，应提供查看或报告错误原因的机制。
对于“不应该发生”的无意义状态，可以主动检查并抛出异常。

这一区分很重要：

不需要检查所有参数类型，让错误自然暴露即可。
但如果参数组合本身在语义上无效，应主动报错。

例如，parse_csv() 中如果指定 select，就必须有列标题；因此当 select 与 has_headers=False 同时出现时，应抛出异常。

`finally`：保证执行的清理逻辑

finally 用于指定无论是否发生异常都必须执行的代码：

lock = Lock()
lock.acquire()
try:
    ...
finally:
    lock.release()

它常用于释放资源，例如：

锁
文件
网络连接
临时资源

这属于资源管理的基础模式。

`with`：现代资源管理方式

现代 Python 中，很多 try-finally 资源释放逻辑可以用 with 替代：

lock = Lock()
with lock:
    ...

离开 with 上下文后，资源会自动释放。

文件操作也是典型例子：

with open(filename) as f:
    ...

with 定义了资源的使用上下文。当执行离开该上下文时，资源会被清理。不过，with 只适用于实现了上下文管理协议的对象。

练习 3.8：在 `parse_csv()` 中主动抛出异常

此前的 parse_csv() 支持用户通过 select 参数选择列，但该功能依赖 CSV 文件具有列标题。

因此，如果同时传入：

select=['name', 'price']
has_headers=False

就应抛出异常：

raise RuntimeError("select argument requires column headers")

示例：

parse_csv('Data/prices.csv', select=['name','price'], has_headers=False)

应得到：

RuntimeError: select argument requires column headers

该练习强调：不必检查所有输入类型，例如文件名是否为字符串、types 是否为列表等；这些错误可以让程序自然失败。但对于语义上自相矛盾的参数组合，应主动检查并报错。

练习 3.9：捕获脏数据导致的转换错误

现实中的 CSV 文件可能包含缺失、损坏或格式不正确的数据。例如 Data/missing.csv 中某些行的 shares 字段为空，转换为 int 时会抛出：

ValueError: invalid literal for int() with base 10: ''

要求修改 parse_csv()：

在记录创建期间捕获 ValueError
对无法转换的行打印警告
警告包含行号
警告包含失败原因
跳过错误行，继续处理后续数据

示例输出：

Row 4: Couldn't convert ['MSFT', '', '51.23']
Row 4: Reason invalid literal for int() with base 10: ''
Row 7: Couldn't convert ['IBM', '', '70.44']
Row 7: Reason invalid literal for int() with base 10: ''

最终返回的 portfolio 中只包含成功转换的记录。

该练习展示了异常处理的合理用途：输入数据不可靠，但程序可以跳过坏记录并继续工作。

练习 3.10：允许用户静默错误

继续修改 parse_csv()，增加类似 silence_errors=True 的参数，使用户可以主动关闭错误提示：

portfolio = parse_csv(
    'Data/missing.csv',
    types=[str, int, float],
    silence_errors=True
)

此时坏记录仍会被跳过，但不打印警告信息。

本文强调：一般不应该静默忽略错误。更好的默认行为是报告问题，并允许用户显式选择是否静默。

关键收获

Python 不会预先验证函数参数类型，错误通常在运行时出现。
异常通过 raise 抛出，通过 try-except 捕获。
异常会传播到第一个匹配的 except。
捕获过宽的异常会隐藏问题，降低可调试性。
最好只捕获能够实际处理和恢复的异常。
使用裸 raise 可以在记录错误后重新抛出异常。
finally 保证清理代码总会运行。
with 是现代 Python 中管理文件、锁等资源的推荐方式。
对无意义的参数组合应主动抛出异常。
对现实输入中的脏数据，可以捕获特定异常、报告问题并继续处理。

9.3 KiB Raw Blame History Unescape Escape