Python基于traceback模塊獲取異常信息
除了使用 sys.exc_info() 方法獲取更多的異常信息之外,還可以使用 traceback 模塊,該模塊可以用來(lái)查看異常的傳播軌跡,追蹤異常觸發(fā)的源頭。
下面示例顯示了如何顯示異常傳播軌跡:
class SelfException(Exception):
pass
def main():
firstMethod()
def firstMethod():
secondMethod()
def secondMethod():
thirdMethod()
def thirdMethod():
raise SelfException("自定義異常信息")
main()
上面程序中 main() 函數(shù)調(diào)用 firstMethod(),firstMethod() 調(diào)用 secondMethod(),secondMethod() 調(diào)用 thirdMethod(),thirdMethod() 直接引發(fā)一個(gè) SelfException 異常。運(yùn)行上面程序,將會(huì)看到如下所示的結(jié)果:
Traceback (most recent call last):
File "C:\Users\mengma\Desktop\1.py", line 11, in <module>
main()
File "C:\Users\mengma\Desktop\1.py", line 4, in main <--mian函數(shù)
firstMethod()
File "C:\Users\mengma\Desktop\1.py", line 6, in firstMethod <--第三個(gè)
secondMethod()
File "C:\Users\mengma\Desktop\1.py", line 8, in secondMethod <--第二個(gè)
thirdMethod()
File "C:\Users\mengma\Desktop\1.py", line 10, in thirdMethod <--異常源頭
raise SelfException("自定義異常信息")
SelfException: 自定義異常信息
從輸出結(jié)果可以看出,異常從 thirdMethod() 函數(shù)開(kāi)始觸發(fā),傳到 secondMethod() 函數(shù),再傳到 firstMethod() 函數(shù),最后傳到 main() 函數(shù),在 main() 函數(shù)止,這個(gè)過(guò)程就是整個(gè)異常的傳播軌跡。
在實(shí)際應(yīng)用程序的開(kāi)發(fā)中,大多數(shù)復(fù)雜操作都會(huì)被分解成一系列函數(shù)或方法調(diào)用。這是因?yàn)?,為了具有更好的可重用性,?huì)將每個(gè)可重用的代碼單元定義成函數(shù)或方法,將復(fù)雜任務(wù)逐漸分解為更易管理的小型子任務(wù)。由于一個(gè)大的業(yè)務(wù)功能需要由多個(gè)函數(shù)或方法來(lái)共同實(shí)現(xiàn),在最終編程模型中,很多對(duì)象將通過(guò)一系列函數(shù)或方法調(diào)用來(lái)實(shí)現(xiàn)通信,執(zhí)行任務(wù)。
所以,當(dāng)應(yīng)用程序運(yùn)行時(shí),經(jīng)常會(huì)發(fā)生一系列函數(shù)或方法調(diào)用,從而形成“函數(shù)調(diào)用戰(zhàn)”。異常的傳播則相反,只要異常沒(méi)有被完全捕獲(包括異常沒(méi)有被捕獲,或者異常被處理后重新引發(fā)了新異常),異常就從發(fā)生異常的函數(shù)或方法逐漸向外傳播,首先傳給該函數(shù)或方法的調(diào)用者,該函數(shù)或方法的調(diào)用者再傳給其調(diào)用者,直至最后傳到 Python 解釋器,此時(shí) Python 解釋器會(huì)中止該程序,并打印異常的傳播軌跡信息。
很多初學(xué)者一看到輸出結(jié)果所示的異常提示信息,就會(huì)驚慌失措,他們以為程序出現(xiàn)了很多嚴(yán)重的錯(cuò)誤,其實(shí)只有一個(gè)錯(cuò)誤,系統(tǒng)提示那么多行信息,只不過(guò)是顯示異常依次觸發(fā)的軌跡。
其實(shí),上面程序的運(yùn)算結(jié)果顯示的異常傳播軌跡信息非常清晰,它記錄了應(yīng)用程序中執(zhí)行停止的各個(gè)點(diǎn)。最后一行信息詳細(xì)顯示了異常的類型和異常的詳細(xì)消息。從這一行向上,逐個(gè)記錄了異常發(fā)生源頭、異常依次傳播所經(jīng)過(guò)的軌跡,并標(biāo)明異常發(fā)生在哪個(gè)文件、哪一行、哪個(gè)函數(shù)處。
使用 traceback 模塊查看異常傳播軌跡,首先需要將 traceback 模塊引入,該模塊提供了如下兩個(gè)常用方法:
- traceback.print_exc():將異常傳播軌跡信息輸出到控制臺(tái)或指定文件中。
- format_exc():將異常傳播軌跡信息轉(zhuǎn)換成字符串。
可能有讀者好奇,從上面方法看不出它們到底處理哪個(gè)異常的傳播軌跡信息。實(shí)際上我們常用的 print_exc() 是 print_exc([limit[, file]]) 省略了 limit、file 兩個(gè)參數(shù)的形式。而 print_exc([limit[, file]]) 的完整形式是 print_exception(etype, value, tb[,limit[, file]]),在完整形式中,前面三個(gè)參數(shù)用于分別指定異常的如下信息:
- etype:指定異常類型;
- value:指定異常值;
- tb:指定異常的traceback 信息;
當(dāng)程序處于 except 塊中時(shí),該 except 塊所捕獲的異常信息可通過(guò) sys 對(duì)象來(lái)獲取,其中 sys.exc_type、sys.exc_value、sys.exc_traceback 就代表當(dāng)前 except 塊內(nèi)的異常類型、異常值和異常傳播軌跡。
簡(jiǎn)單來(lái)說(shuō), print_exc([limit[, file]]) 相當(dāng)于如下形式:
print_exception(sys.exc_etype, sys.exc_value, sys.exc_tb[, limit[, file]])
也就是說(shuō),使用 print_exc([limit[, file]]) 會(huì)自動(dòng)處理當(dāng)前 except 塊所捕獲的異常。該方法還涉及兩個(gè)參數(shù):
limit:用于限制顯示異常傳播的層數(shù),比如函數(shù) A 調(diào)用函數(shù) B,函數(shù) B 發(fā)生了異常,如果指定 limit=1,則只顯示函數(shù) A 里面發(fā)生的異常。如果不設(shè)置 limit 參數(shù),則默認(rèn)全部顯示。
file:指定將異常傳播軌跡信息輸出到指定文件中。如果不指定該參數(shù),則默認(rèn)輸出到控制臺(tái)。
借助于 traceback 模塊的幫助,我們可以使用 except 塊捕獲異常,并在其中打印異常傳播信息,包括把它輸出到文件中。例如如下程序:
# 導(dǎo)入trackback模塊
import traceback
class SelfException(Exception): pass
def main():
firstMethod()
def firstMethod():
secondMethod()
def secondMethod():
thirdMethod()
def thirdMethod():
raise SelfException("自定義異常信息")
try:
main()
except:
# 捕捉異常,并將異常傳播信息輸出控制臺(tái)
traceback.print_exc()
# 捕捉異常,并將異常傳播信息輸出指定文件中
traceback.print_exc(file=open('log.txt', 'a'))
上面程序第一行先導(dǎo)入了 traceback 模塊,接下來(lái)程序使用 except 捕獲程序的異常,并使用 traceback 的 print_exc() 方法輸出異常傳播信息,分別將它輸出到控制臺(tái)和指定文件中。
運(yùn)行上面程序,同樣可以看到在控制臺(tái)輸出異常傳播信息,而且在程序目錄下生成了一個(gè) log.txt 文件,該文件中同樣記錄了異常傳播信息。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python實(shí)戰(zhàn)之MNIST手寫數(shù)字識(shí)別詳解
MNIST數(shù)據(jù)集是機(jī)器學(xué)習(xí)領(lǐng)域中非常經(jīng)典的一個(gè)數(shù)據(jù)集,由60000個(gè)訓(xùn)練樣本和10000個(gè)測(cè)試樣本組成,每個(gè)樣本都是一張28 * 28像素的灰度手寫數(shù)字圖片。本文主要介紹了通過(guò) MNIST實(shí)現(xiàn)手寫數(shù)字識(shí)別,需要的可以參考一下2022-01-01
使用django-guardian實(shí)現(xiàn)django-admin的行級(jí)權(quán)限控制的方法
這篇文章主要介紹了使用django-guardian實(shí)現(xiàn)django-admin的行級(jí)權(quán)限控制的方法,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
Python+matplotlib實(shí)現(xiàn)量場(chǎng)圖的繪制
matplotlib是基于Python語(yǔ)言的開(kāi)源項(xiàng)目,pyplot提供一系列繪制2D圖形的方法。本文將帶大家學(xué)習(xí)matplotlib.pyplot.quiver()相關(guān)方法屬性并通過(guò)其繪制量場(chǎng)圖2021-12-12
簡(jiǎn)單的Python的curses庫(kù)使用教程
這篇文章主要介紹了簡(jiǎn)單的Python的curses庫(kù)使用教程,來(lái)自IBM官方開(kāi)發(fā)者技術(shù)文檔,需要的朋友可以參考下2015-04-04
Python列表刪除重復(fù)元素與圖像相似度判斷及刪除實(shí)例代碼
這篇文章主要給大家介紹了關(guān)于Python列表刪除重復(fù)元素與圖像相似度判斷及刪除的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-05-05
opencv+mediapipe實(shí)現(xiàn)人臉檢測(cè)及攝像頭實(shí)時(shí)示例
本文主要介紹了opencv+mediapipe實(shí)現(xiàn)人臉檢測(cè)及攝像頭實(shí)時(shí),文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-12-12

