热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

【Python】错误、调试和测试

链接到错误处理链接到调试链接到单元测试链接到文档测试 【错误处理】小结:遇到错误怎么办?1、不理它。2、捕获它,再抛出。3、捕获并处理错误。 raise不懂如何处理错误就直接抛出(

链接到错误处理

链接到调试

链接到单元测试

链接到文档测试

 

【错误处理】

小结:遇到错误怎么办?

1、不理它。

2、捕获它,再抛出。

3、捕获并处理错误。

 

raise

不懂如何处理错误就直接抛出(raise),交由合适的层次处理,有时候需要自定义错误,但是通常使用Python内置的错误就可以了:

#!/usr/bin/env python3
#
-*- coding: utf-8 -*-
# 自定义的异常
class MyError(Exception):
pass
# 抛出异常的函数
def f():
raise MyError('This is my error!')
# 不处理,继续抛
def f2():
f()
# 不处理,继续抛
def f3():
f2()
print('hi1') # 被打印
f3()
print('hi2') # 不会被打印,因为程序因为出错而终止了

处理机的调用和函数调用的方向刚好相反,因为最终都没有人来处理这个错误,所以错误被一直上抛,直到被Python解释器捕获:

hi1
Traceback (most recent call last):
File
"D:\labs\test.py", line 21, in
File
"D:\labs\test.py", line 18, in f3
File
"D:\labs\test.py", line 14, in f2
File
"D:\labs\test.py", line 10, in f
__main__.MyError: This is my error!

不懂如何处理错误的第二种方式是记录一下再继续抛出,这需要用到“try…except”:

# 自定义的异常
class MyError(Exception):
pass
# 抛出异常的函数
def f():
raise MyError('This is my error!')
# 不处理,继续抛
def f2():
f()
# 不处理,继续抛
def f3():
f2()
print('hi1') # 被打印
try:
f3()
except Exception as e:
print('...mark')
raise # 原样抛出
finally:
print('b')
print('hi2') # 错误没被处理了,程序不再执行

输出:

hi1
...mark
b
Traceback (most recent call last):
File
"D:\labs\test.py", line 23, in
File
"D:\labs\test.py", line 18, in f3
File
"D:\labs\test.py", line 14, in f2
File
"D:\labs\test.py", line 10, in f
__main__.MyError: This is my error!

(可以观察到finally是无论如何都会在最后被执行的!)

 

try…except

错误一般由底层代码抛出,通常是“他人的代码”,所以更经常写的是try…except别人抛出的错误。

那么如何自己来处理错误呢?当位于合适的层次的时候我们用“try…except”来处理错误:

print('hi1') # 被打印
try:
f3()
except Exception as e:
print('a:', e)
finally:
print('b')
print('hi2') # 错误被处理了,程序继续执行

输出情况:

hi1
a: This
is my error!
b
hi2

测试证明except 父类错误就可以捕获子类错误。

在try的内部一但raise了错误,如果有except语句将其捕获,那么try语句块的剩余语句是不会被执行的,因此try语句块要设定合适的范围,而不是一次try大量的语块:

class Error1(Exception):
pass
try:
print('1')
raise Error1('Error1')
print('2') # 不被执行
print('3') # 不被执行
except Exception as e:
print(e)
print('continue execute')

1
Error1
continue execute

 对于捕获多个错误的情况:

并不是多个错误都会被捕获,因为一旦raise了第一个错误,try语句块的程序就不会再继续执行了,所以同时抛出多个错误的情况是不存在的,书写多个except语句只是为了逐级排查最终捕获一个错误!

 

Python的except语句还可以加上else,如果没有错误将会执行else内的语句。

 

logging

#!/usr/bin/env python3
#
-*- coding: utf-8 -*-
import logging
class Error1(Exception):
pass
try:
print('1')
raise Error1('I make a mistake')
print('2') # 不被执行
print('3') # 不被执行
except Exception as e:
print('4')
logging.exception(e)
print('5')
print('continue execute')

1
4
ERROR:root:I make a mistake
Traceback (most recent call last):
File
"test.py", line 10, in
raise Error1('I make a mistake')
Error1: I make a mistake
5
continue execute

今天遇到了一个问题卡了好一会儿:TabError: inconsistent use of tabs and spaces in indentation。原因是混用了空格和tab(可能是copy代码带来的)。最后删掉重输了一遍就解决了。

 

【调试】

debug的方法:

1、print

2、断言:print的升级版。

3、logging:既可以输出到console,也可以输出到文件、不打断程序执行。

在使用logging之前还需要在程序头添加一行配置:

import logging
logging.basicConfig(level
=logging.WARNING)

level指定了记录信息的级别,分为DEBUG、INFO、WARNING、ERROR。当level指定为DEBUG,记录debug及以上的logging信息,当level指定为INFO,记录info及以上的logging信息,以此类推:

import logging
logging.basicConfig(level
=logging.DEBUG)
print(1)
logging.debug(
'debug:hi')
logging.info(
'info:hi')
logging.warning(
'warning:hi')
logging.error(
'error')
print(2)

输出:

1
DEBUG:root:debug:hi
INFO:root:info:hi
WARNING:root:warning:hi
ERROR:root:error
2

继续修改level的等级:

logging.basicConfig(level=logging.INFO)

1
INFO:root:info:hi
WARNING:root:warning:hi
ERROR:root:error
2

…

logging.basicConfig(level=logging.WARNING)

1
WARNING:root:warning:hi
ERROR:root:error
2

…

logging.basicConfig(level=logging.ERROR)

1
ERROR:root:error
2

 

4、pdb

在命令行下开启dubug模式(参数要加在文件名前面) :

$ python -m pdb test.py

输入n单步执行代码:

$ python -m pdb test.py
> d:\labs\test.py(3)()
-> n = 0
(Pdb) n
> d:\labs\test.py(4)()
-> print(1)
(Pdb) n
1
> d:\labs\test.py(5)()
-> n = n + 1
(Pdb)

随时可以用 p 变量名查看变量:

> $ test.py(9)()
-> n = n + 1
(Pdb) p n
2

使用q来退出。

 最后,从某处开始debug的方法:

import pdb print(1)
print(2)
pdb.set_trace()
# 从这里开始进入debug模式。
print(3)
print(4)
print(5)

直接运行.py程序就可以了。

ps:一直执行n命令将循环运行程序。

 

【单元测试】

Q1:什么是单元测试?

Q2:如何进行单元测试?

 

A1:单元测试是指对一个模块、一个函数或者一个类来进行正确性检验的测试。

 

A2:例如我要检测自己写的sum()函数好不好用。

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

1、首先需要编写测试用例,这需要用到Python自带的unittest模块:

import unittest
from test import sum

class TestSum(unittest.TestCase):
def test_func(self):
self.assertEqual(sum(
1, 2), 3)
self.assertEqual(sum(
1, -2), -1)
self.assertEqual(sum(
100, -2), 98)
self.assertEqual(sum(
1001, 110), 1111)

assertEqual是用于判定两个参数是否相等的函数,unittest模块中还有很多用于检测正确性的函数。 凡是test_xxx在测试的时候都会被运行。

import unittest
from test import sum
class TestSum(unittest.TestCase):
def test_func(self):
self.assertEqual(sum(
1, 2), 3)
self.assertEqual(sum(
1, -2), 0)
self.assertEqual(sum(
100, -2), 98)
self.assertEqual(sum(
1001, 110), 1111) def test_func2(self):
self.assertEqual(sum(
1, 2), 3)
self.assertEqual(sum(
1, -2), 0)
self.assertEqual(sum(
100, -2), 90)
self.assertEqual(sum(
1001, 110), 1111)
def test_func3(self):
self.assertEqual(sum(
1, 2), 3)
self.assertEqual(sum(
1, -2), -1)
self.assertEqual(sum(
100, -2), 98)
self.assertEqual(sum(
1001, 110), 1111)
def test_func4(self):
print('hi~')
print('#$@#%@#$^%%#$^@@#$^&*')

 

2、运行测试用例:

$ python -m unittest sum_test.py
.
----------------------------------------------------------------------
Ran
1 test in 0.000s
OK

$ python -m unittest sum_test.py
FF.hi
~
#$@#%@#$^%%#$^@@#$^&*
.
======================================================================
FAIL: test_func (sum_test.TestSum)
----------------------------------------------------------------------
Traceback (most recent call last):
File
"D:\labs\sum_test.py", line 9, in test_func
self.assertEqual(sum(
1, -2), 0)
AssertionError:
-1 != 0
======================================================================
FAIL: test_func2 (sum_test.TestSum)
----------------------------------------------------------------------
Traceback (most recent call last):
File
"D:\labs\sum_test.py", line 15, in test_func2
self.assertEqual(sum(
1, -2), 0)
AssertionError:
-1 != 0
----------------------------------------------------------------------
Ran
4 tests in 0.000s
FAILED (failures
=2)

 有时候可能会期待是不是抛出一些错误,可以这么写:

def test_attrerror(self):
d
= Dict()
with self.assertRaises(AttributeError):
value
= d.empty # raise AttributeError()

 在测试用例中还可以添加setUp和tearDown函数,这两个函数分别在测试开始时和测试结束时被调用。

 

【文档测试】

1、搭建测试环境。

def sum(x, y):
''' test my sum funtion '''
return x + y
if __name__ == '__main__': import doctest doctest.testmod()

$ python test.py
# 无输出

 

2、编写测试代码

def sum(x, y):
'''
test my sum funtion >>> sum(2, 3) 5 >>> sum(1, 9) 10
'''
return x + y
if __name__ == '__main__':
import doctest
doctest.testmod()

如果代码测试无误就不会有输出。

如果有错则有类似输出如下:

$ python test.py
**********************************************************************
File
"test.py", line 8, in __main__.sum
Failed example:
sum(
1, 9)
Expected:
9
Got:
10
**********************************************************************
1 items had failures:
1 of 2 in __main__.sum
***Test Failed*** 1 failures.

 


推荐阅读
  • 本题探讨如何通过最大流算法解决农场排水系统的设计问题。题目要求计算从水源点到汇合点的最大水流速率,使用经典的EK(Edmonds-Karp)和Dinic算法进行求解。 ... [详细]
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 本题探讨了在一个有向图中,如何根据特定规则将城市划分为若干个区域,使得每个区域内的城市之间能够相互到达,并且划分的区域数量最少。题目提供了时间限制和内存限制,要求在给定的城市和道路信息下,计算出最少需要划分的区域数量。 ... [详细]
  • Scala 实现 UTF-8 编码属性文件读取与克隆
    本文介绍如何使用 Scala 以 UTF-8 编码方式读取属性文件,并实现属性文件的克隆功能。通过这种方式,可以确保配置文件在多线程环境下的一致性和高效性。 ... [详细]
  • 本文详细探讨了JDBC(Java数据库连接)的内部机制,重点分析其作为服务提供者接口(SPI)框架的应用。通过类图和代码示例,展示了JDBC如何注册驱动程序、建立数据库连接以及执行SQL查询的过程。 ... [详细]
  • 最近团队在部署DLP,作为一个技术人员对于黑盒看不到的地方还是充满了好奇心。多次咨询乙方人员DLP的算法原理是什么,他们都以商业秘密为由避而不谈,不得已只能自己查资料学习,于是有了下面的浅见。身为甲方,虽然不需要开发DLP产品,但是也有必要弄明白DLP基本的原理。俗话说工欲善其事必先利其器,只有在懂这个工具的原理之后才能更加灵活地使用这个工具,即使出现意外情况也能快速排错,越接近底层,越接近真相。根据DLP的实际用途,本文将DLP检测分为2部分,泄露关键字检测和近似重复文档检测。 ... [详细]
  • 实体映射最强工具类:MapStruct真香 ... [详细]
  • 深入解析 Apache Shiro 安全框架架构
    本文详细介绍了 Apache Shiro,一个强大且灵活的开源安全框架。Shiro 专注于简化身份验证、授权、会话管理和加密等复杂的安全操作,使开发者能够更轻松地保护应用程序。其核心目标是提供易于使用和理解的API,同时确保高度的安全性和灵活性。 ... [详细]
  • 作者:守望者1028链接:https:www.nowcoder.comdiscuss55353来源:牛客网面试高频题:校招过程中参考过牛客诸位大佬的面经,但是具体哪一块是参考谁的我 ... [详细]
  • 本文详细介绍了 Flink 和 YARN 的交互机制。YARN 是 Hadoop 生态系统中的资源管理组件,类似于 Spark on YARN 的配置方式。我们将基于官方文档,深入探讨如何在 YARN 上部署和运行 Flink 任务。 ... [详细]
  • 本文详细介绍了 org.apache.commons.io.IOCase 类中的 checkCompareTo() 方法,通过多个代码示例展示其在不同场景下的使用方法。 ... [详细]
  • 深入解析Redis内存对象模型
    本文详细介绍了Redis内存对象模型的关键知识点,包括内存统计、内存分配、数据存储细节及优化策略。通过实际案例和专业分析,帮助读者全面理解Redis内存管理机制。 ... [详细]
  • 本文探讨了使用C#在SQL Server和Access数据库中批量插入多条数据的性能差异。通过具体代码示例,详细分析了两种数据库的执行效率,并提供了优化建议。 ... [详细]
  • 异常要理解Java异常处理是如何工作的,需要掌握一下三种异常类型:检查性异常:最具代表性的检查性异常是用户错误或问题引起的异常ÿ ... [详细]
  • 本文介绍如何使用 Android 的 Canvas 和 View 组件创建一个简单的绘图板应用程序,支持触摸绘画和保存图片功能。 ... [详细]
author-avatar
铁血aaaaaaaaaaaaa_295
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有