Python3 错误调试和测试

Posted 2021-03-02 云龙

1.错误处理

try:
    print(‘try...‘)
    r = 10 / int(‘2‘)
    print(‘result:‘, r)
except ValueError as e:
    print(‘ValueError:‘, e)
except ZeroDivisionError:  ##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。

　　常见的错误类型和继承关系看这里：https://docs.python.org/3/library/exceptions.html#exception-hierarchy

　　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

import logging

def foo(s):
    return 10 / int(s)

def bar(s):
    return foo(s) * 2

def main():
    try:
        bar(‘0‘)
    except Exception 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。

 

　　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
class FooError(ValueError):
    pass

def foo(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

def foo(s):
    n = int(s)
    if n==0:
        raise ValueError(‘invalid value: %s‘ % s)
    return 10 / n

def bar():
    try:
        foo(‘0‘)
    except ValueError as e:
        print(‘ValueError!‘)
        raise

bar()

　　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 / 0
except ZeroDivisionError:
    raise ValueError(‘input error!‘)

 

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。

def foo(s):
    n = int(s)
    assert n != 0, ‘n is zero!‘
    return 10 / n

def main():
    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: n is 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

import logging
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
import pdb

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

　　Pycharm的调试程序：https://blog.csdn.net/s740556472/article/details/90054266

 

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 -*-
import unittest

class Student(object):
    def __init__(self, name, score):
        self.name = name
        self.score = score
    def get_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")



class TestStudent(unittest.TestCase):

    def test_80_to_100(self):
        s1 = Student(‘Bart‘, 80)
        s2 = Student(‘Lisa‘, 100)
        self.assertEqual(s1.get_grade(), ‘A‘)
        self.assertEqual(s2.get_grade(), ‘A‘)

    def test_60_to_80(self):
        s1 = Student(‘Bart‘, 60)
        s2 = Student(‘Lisa‘, 79)
        self.assertEqual(s1.get_grade(), ‘B‘)
        self.assertEqual(s2.get_grade(), ‘B‘)

    def test_0_to_60(self):
        s1 = Student(‘Bart‘, 0)
        s2 = Student(‘Lisa‘, 59)
        self.assertEqual(s1.get_grade(), ‘C‘)
        self.assertEqual(s2.get_grade(), ‘C‘)

    def test_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 -*-
def fact(n):
    ‘‘‘
    Calculate 1*2*...*n

    >>> fact(1)
    1
    >>> fact(10)
    3628800
    >>> fact(-1)
    Traceback (most recent call last):
      File "C:pythonlibdoctest.py", line 1329, in __run
        compileflags, 1), test.globs)
      File "<doctest __main__.fact[2]>", line 1, in <module>
        fact(-1)
      File "C:/Workspace/Document/Private/Code/python/tutorial/study.py", line 917, in fact
        raise ValueError()
    ValueError
    ‘‘‘
    if n < 1:
        raise ValueError()
    if n == 1:
        return 1
    return n * fact(n - 1)




if __name__ == ‘__main__‘:
    import doctest
    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。

 

参考自：廖老师的python3和菜鸟