3.3 异常

INFO

来源：3.3 Exceptions

对应：无

程序员必须时刻留意程序中可能出现的错误。这样的例子很多：函数可能收不到它本来设计要接受的参数，必要的资源可能缺失，或者网络连接可能中断。设计程序时，必须预见到可能出现的异常情况，并采取适当措施来处理。

处理程序中的错误，没有唯一正确的方法。有些程序要提供持续的服务，比如网络服务器，这类程序应当对错误保持健壮：把错误记录下来，留待日后查看，同时尽可能继续处理新的请求。另一方面，Python 解释器处理错误的方式是立即终止程序并打印错误消息，好让程序员在问题一出现时就着手解决。无论哪种情况，程序员都必须有意识地选择程序该如何应对异常情况。

异常（Exceptions）是本节的主题。异常提供了一种通用机制，能往程序里加入处理错误的逻辑。抛出异常（raising an exception）是一种技术，用来中断程序的正常执行流程，表明出现了某种异常情况，并直接返回到程序中预先指定好、用来应对这种情况的那部分。Python 解释器每次检测到表达式或语句里有错误，都会抛出异常。用户也可以用 raise 和 assert 语句抛出异常。

抛出异常。异常是一个对象实例，它的类（class）直接或间接继承自 BaseException。第 1 章引入的 assert 语句会抛出一个类为 AssertionError 的异常。一般来说，任何异常实例都可以用 raise 语句抛出。raise 语句的一般形式见 Python 文档。raise 最常见的用法，是构造一个异常实例并把它抛出。

>>> raise Exception('An error occurred')
Traceback (most recent call last):
	File "<stdin>", line 1, in <module>
Exception: an error occurred

抛出异常时，当前代码块中后面的语句都不会再执行。除非异常被处理（见下文），否则解释器会直接返回到交互式的读取-求值-打印循环（read-eval-print loop）；如果 Python 是用文件参数启动的，则会完全终止。此外，解释器还会打印一段堆栈回溯（stack backtrace）：它是一段结构化的文本，描述了异常抛出时、执行分支中处于活动状态的嵌套函数调用。在上面的例子里，文件名 <stdin> 表明这个异常是用户在交互会话中抛出的，而不是来自文件里的代码。

处理异常（handling exceptions）。异常可以由外围的 try 语句来处理。try 语句由若干子句组成；第一个以 try 开头，其余的以 except 开头：

try:
	<try suite>
except <exception class> as <name>:
	<except suite>

执行 try 语句时，<try suite> 总是立即执行。只有执行 <try suite> 的过程中抛出异常，才会执行各 except 子句的 suite。每个 except 子句指定它要处理的特定异常类。例如，如果 <exception class> 是 AssertionError，那么执行 <try suite> 过程中抛出的任何继承自 AssertionError 类的实例，都由随后的 <except suite> 处理。在 <except suite> 内部，标识符 <name> 绑定到被抛出的那个异常对象，但这个绑定不会延续到 <except suite> 之外。

例如，我们可以用一个 try 语句来处理 ZeroDivisionError，它在异常抛出时把名称 x 绑定到 $0$。

>>> try:
		x = 1/0
	except ZeroDivisionError as e:
		print('handling a', type(e))
		x = 0
handling a <class 'ZeroDivisionError'>
>>> x
0

try 语句会处理发生在 <try suite> 内某个函数体里的异常，只要这个函数是在 <try suite> 里被施加的，无论直接还是间接。抛出异常时，控制权会直接跳到最近一个能处理该类型异常的 try 语句的 <except suite> 里。

>>> def invert(x):
		result = 1/x # 抛出一个异常（ZeroDivisionError) 如果 x 为 0
		print('Never printed if x is 0')
		return result
>>> def invert_safe(x):
		try:
			return invert(x)
		except ZeroDivisionError as e:
			return str(e)

>>> invert_safe(2)
Never printed if x is 0
0.5
>>> invert_safe(0)
'division by zero'

这个例子说明，invert 里的 print 表达式永远不会被求值，控制权会转而进入 invert_safe 中 except 子句的 suite。把 ZeroDivisionError e 强制转换成字符串，就得到 invert_safe 返回的那个便于人阅读的字符串：「division by zero」。

3.3.1 异常对象

异常对象（Exception Object）本身可以有属性（attribute），比如 assert 语句里写的错误消息，以及异常在执行到哪一步被抛出的信息。用户自定义的异常类还可以有额外的属性。

第 1 章里，我们实现了牛顿法来求任意函数的零点。下面的例子定义了一个异常类：每当发生 ValueError，它就返回迭代改进过程中找到的最佳猜测。把 sqrt 施加到负数上，会抛出数学域错误（math domain error，ValueError 的一种）。处理这个异常的办法，是抛出一个 IterImproveError，把牛顿法里最近的一次猜测存为属性。

首先，定义一个继承自 Exception 的新类。

>>> class IterImproveError(Exception):
        def __init__(self, last_guess):
            self.last_guess = last_guess

接下来，我们定义 improve 的一个版本，也就是我们通用的迭代改进算法。这个版本会抛出 IterImproveError 来处理任何 ValueError，并把最近的一次猜测存进去。和之前一样，improve 接受两个函数作为参数，每个函数都接受一个数值参数。update 函数返回新的猜测，done 函数返回一个布尔值，表示迭代改进是否已收敛到一个正确的值。

>>> def improve(update, done, guess=1, max_updates=1000):
        k = 0
        try:
            while not done(guess) and k < max_updates:
                guess = update(guess)
                k = k + 1
            return guess
        except ValueError:
            raise IterImproveError(guess)

最后，定义 find_zero，它返回把 improve 施加到 newton_update 返回的牛顿更新函数上所得的结果。newton_update 在第 1 章定义，这个例子不需要对它做任何改动。这个版本的 find_zero 遇到 IterImproveError 时会返回最后的猜测。

>>> def find_zero(f, guess=1):
        def done(x):
            return f(x) == 0
        try:
            return improve(newton_update(f), done, guess)
        except IterImproveError as e:
            return e.last_guess

考虑把 find_zero 施加到函数 $2x^2+\sqrt{x}$ 上，求它的零点。这个函数在 $0$ 处有一个零点，但把任何负数代进去求值都会抛出 ValueError。我们在第 1 章实现的牛顿法会抛出这个错误，无法返回关于零点的任何猜测。而我们修订后的实现会返回错误发生前找到的最后一个猜测。

>>> from math import sqrt
>>> find_zero(lambda x: 2*x*x + sqrt(x))
-0.030211203830201594

尽管这个近似值离正确答案 $0$ 还很远，但有些应用宁愿要这个粗略的近似值，也不愿碰到 ValueError。

异常是另一种技术，帮我们把程序的各种关注点拆成相互独立的模块。在这个例子里，Python 的异常机制让我们能把迭代改进的逻辑（它在 try 子句的 suite 里保持不变）和处理错误的逻辑（它出现在 except 子句里）分开。我们还会看到，在用 Python 实现解释器时，异常也是一个有用的特性。