1.错误处理

try:print('try...')
r= 10 / int('2')print('result:', r)exceptValueError as e:print('ValueError:', e)exceptZeroDivisionError: ##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print('ZeroDivisionError:', e)else:print('no error!')finally:print('finally...')print('END')
finally一定会被执行(可以没有finally语句)。
如果一个异常没有与任何的 excep 匹配，那么这个异常将会传递给上层的 try 中。
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
如果没有错误发生，可以在except语句块后面加一个else，当没有错误发生时，会自动执行else语句
Python所有的错误都是从BaseException类派生的,写错误类的时候，可能会其子类也“一网打尽”，注意范围。
捕获错误，可以多层调用。
出错的时候，一定要分析错误的调用栈信息，才能定位错误的位置。
Python内置的logging模块可以非常容易地记录错误信息：
#err_logging.py
importloggingdeffoo(s):return 10 /int(s)defbar(s):return foo(s) * 2
defmain():try:
bar('0')exceptException as e:
logging.exception(e)
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。
raise 语句有如下三种常用的用法：
raise：单独一个 raise。该语句引发当前上下文中捕获的异常(比如在 except 块中)，或默认引发 RuntimeError 异常。
raise 异常类名称：raise 后带一个异常类名称，表示引发执行类型的异常。
raise 异常类名称(描述信息)：在引发指定类型的异常的同时，附带异常的描述信息。
如果要抛出错误，首先根据需要，可以定义一个错误的class，选择好继承关系，然后，用raise语句抛出一个错误的实例：
#err_raise.py
classFooError(ValueError):pass
deffoo(s):
n=int(s)if n==0:raise FooError('invalid value: %s' %s)return 10 /n
foo('0')
只有在必要的时候才定义我们自己的错误类型。如果可以选择Python已有的内置的错误类型(比如ValueError，TypeError)，尽量使用Python内置的错误类型。
#err_reraise.py
deffoo(s):
n=int(s)if n==0:raise ValueError('invalid value: %s' %s)return 10 /ndefbar():try:
foo('0')exceptValueError as e:print('ValueError!')raisebar()
raise语句如果不带参数，就会把当前错误原样抛出。
raise 唯一的一个参数指定了要被抛出的异常。它必须是一个异常的实例或者是异常的类(也就是 Exception 的子类)。
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
try:10 /0exceptZeroDivisionError:raise ValueError('input error!')
try:
a = input("输入一个数：")
#判断用户输入的是否为数字
if(not a.isdigit()):
raise ValueError("a 必须是数字")
except ValueError as e:
print("引发异常：",repr(e))
print("end")
result：
输入一个数：a
引发异常： ValueError('a 必须是数字')
end
当用户输入的不是数字时，程序会进入 if 判断语句，并执行 raise 引发 ValueError 异常。但由于其位于 try 块中，因为 raise 抛出的异常会被 try 捕获，并由 except 块进行处理。
因此，虽然程序中使用了 raise 语句引发异常，但程序的执行是正常的，手动抛出的异常并不会导致程序崩溃。
除了这个，上面的raise 例子中，执行到raise，就退出了。
2.调试
1.用print()把可能有问题的变量打印出来看看。
2.凡是用print()来辅助查看的地方，都可以用断言(assert)来替代。
deffoo(s):
n=int(s)assert n != 0, 'n is zero!'
return 10 /ndefmain():
foo('0')
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：
$ python err.py
Traceback (most recent call last):
...
AssertionError: nis zero!
启动Python解释器时可以用-O参数来关闭assert。关闭后，你可以把所有的assert语句当成pass来看。
3.logging不会抛出错误，而且可以输出到文件。logging.info()就可以输出一段文本
importlogging
logging.basicConfig(level=logging.INFO)
s= '0'n=int(s)
logging.info('n = %d' %n)print(10 / n)
它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。
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.启动Python的调试器pdb。
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：
#err.py
importpdb
s= '0'n=int(s)
pdb.set_trace()#运行到这里会自动暂停
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
3.单元测试
单元测试是用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作。
需要引入Python自带的unittest模块.
用到再细查。大体是看懂了。一定要做单元测试。减少测试人员的工作量，也减少很多不必要的错误。
单元测试的测试用例要覆盖常用的输入组合、边界条件和异常。
#-*- coding: utf-8 -*-
importunittestclassStudent(object):def __init__(self, name, score):
self.name=name
self.score=scoredefget_grade(self):#if self.score < 0 or self.score > 100:
#raise ValueError('ValueError')
if self.score >= 60 and self.score < 80:return 'B'
elif self.score >= 80 and self.score <= 100:return 'A'
elif self.score >= 0 and self.score < 60:return 'C'
else:raise ValueError("wrong key")classTestStudent(unittest.TestCase):deftest_80_to_100(self):
s1= Student('Bart', 80)
s2= Student('Lisa', 100)
self.assertEqual(s1.get_grade(),'A')
self.assertEqual(s2.get_grade(),'A')deftest_60_to_80(self):
s1= Student('Bart', 60)
s2= Student('Lisa', 79)
self.assertEqual(s1.get_grade(),'B')
self.assertEqual(s2.get_grade(),'B')deftest_0_to_60(self):
s1= Student('Bart', 0)
s2= Student('Lisa', 59)
self.assertEqual(s1.get_grade(),'C')
self.assertEqual(s2.get_grade(),'C')deftest_invalid(self):
s1= Student('Bart', -1)
s2= Student('Lisa', 101)
with self.assertRaises(ValueError):
s1.get_grade()
with self.assertRaises(ValueError):
s2.get_grade()if __name__ == '__main__':
unittest.main()
4.文档测试
#-*- coding: utf-8 -*-
deffact(n):'''Calculate 1*2*...*n
>>> fact(1)
1
>>> fact(10)
3628800
>>> fact(-1)
Traceback (most recent call last):
File "C:\python\lib\doctest.py", line 1329, in __run
compileflags, 1), test.globs)
File "", line 1, in 
fact(-1)
File "C:/Workspace/Document/Private/Code/python/tutorial/study.py", line 917, in fact
raise ValueError()
ValueError'''
if n < 1:raiseValueError()if n == 1:return 1
return n * fact(n - 1)if __name__ == '__main__':importdoctest
doctest.testmod()
Python内置的“文档测试”(doctest)模块可以直接提取注释中的代码并执行测试。
doctest严格按照Python交互式命令行的输入和输出来判断测试结果是否正确。只有测试异常的时候，可以用...表示中间一大段烦人的输出。
当模块正常导入时，doctest不会被执行。只有在命令行直接运行时，才执行doctest。所以，不必担心doctest会在非测试环境下执行。
5. warnings
warnings.warn(message, category=None, stacklevel=1, source=None)

发出警告,或者忽略它或引发异常。  有时间或遇见再细看吧。

参考自：廖老师的python3和菜鸟