摘要：的最常見(jiàn)的作用是構(gòu)造異常實(shí)例并拋出它。子句組只在執(zhí)行過(guò)程中的異常產(chǎn)生時(shí)執(zhí)行。每個(gè)子句指定了需要處理的異常的特定類(lèi)。將強(qiáng)制轉(zhuǎn)為字符串會(huì)得到由返回的人類(lèi)可讀的字符串。

來(lái)源：3.4   Exceptions
譯者：飛龍
協(xié)議：CC BY-NC-SA 4.0

程序員必須總是留意程序中可能出現(xiàn)的錯(cuò)誤。例子數(shù)不勝數(shù)：一個(gè)函數(shù)可能不會(huì)收到它預(yù)期的信息，必需的資源可能會(huì)丟失，或者網(wǎng)絡(luò)上的連接可能丟失。在設(shè)計(jì)系統(tǒng)時(shí)，程序員必須預(yù)料到可能產(chǎn)生的異常情況并且采取適當(dāng)?shù)卮胧﹣?lái)處理它們。

處理程序中的錯(cuò)誤沒(méi)有單一的正確方式。為提供一些持久性服務(wù)而設(shè)計(jì)的程序，例如 Web 服務(wù)器 應(yīng)該對(duì)錯(cuò)誤健壯，將它們記錄到日志中為之后考慮，而且在盡可能長(zhǎng)的時(shí)間內(nèi)繼續(xù)接受新的請(qǐng)求。另一方面，Python 解釋器通過(guò)立即終止以及打印錯(cuò)誤信息來(lái)處理錯(cuò)誤，便于程序員在錯(cuò)誤發(fā)生時(shí)處理它。在任何情況下，程序員必須決定程序如何對(duì)異常條件做出反應(yīng)。

異常是這一節(jié)的話(huà)題，它為程序的錯(cuò)誤處理提供了通用的機(jī)制。產(chǎn)生異常是一種技巧，終止程序正常執(zhí)行流，發(fā)射異常情況產(chǎn)生的信號(hào)，并直接返回到用于響應(yīng)異常情況的程序的封閉部分。Python 解釋器每次在檢測(cè)到語(yǔ)句或表達(dá)式錯(cuò)誤時(shí)拋出異常。用戶(hù)也可以使用raise或assert語(yǔ)句來(lái)拋出異常。

拋出異常。異常是一個(gè)對(duì)象實(shí)例，它的類(lèi)直接或間接繼承自BaseException類(lèi)。第一章引入的assert語(yǔ)句產(chǎn)生AssertionError類(lèi)的異常。通常，異常實(shí)例可以使用raise語(yǔ)句來(lái)拋出。raise語(yǔ)句的通用形式在 Python 文檔中描述。raise的最常見(jiàn)的作用是構(gòu)造異常實(shí)例并拋出它。

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

當(dāng)異常產(chǎn)生時(shí)，當(dāng)前代碼塊的語(yǔ)句不會(huì)繼續(xù)執(zhí)行。除非異常被解決了（下面會(huì)描述），解釋器會(huì)直接返回到“讀取-求值-打印”交互式循環(huán)中，或者在 Python 以文件參數(shù)啟動(dòng)的情況下會(huì)完全終止。此外，解釋器會(huì)打印棧回溯，它是結(jié)構(gòu)化的文本塊，描述了執(zhí)行分支中的一系列嵌套的活動(dòng)函數(shù)，它們是異常產(chǎn)生的位置。在上面的例子中，文件名稱(chēng)表示異常由用戶(hù)在交互式會(huì)話(huà)中產(chǎn)生，而不是文件中的代碼。

處理異常。異常可以使用封閉的try語(yǔ)句來(lái)處理。try語(yǔ)句由多個(gè)子句組成，第一個(gè)子句以try開(kāi)始，剩下的以except開(kāi)始。

try:
    
except  as :
    
...

當(dāng)try語(yǔ)句執(zhí)行時(shí)，總是會(huì)立即執(zhí)行。except子句組只在執(zhí)行過(guò)程中的異常產(chǎn)生時(shí)執(zhí)行。每個(gè)except子句指定了需要處理的異常的特定類(lèi)。例如，如果是AssertionError，那么任何繼承自AssertionError的類(lèi)實(shí)例都會(huì)被處理，標(biāo)識(shí)符 綁定到所產(chǎn)生的異常對(duì)象上，但是這個(gè)綁定在之外并不有效。

例如，我們可以使用try語(yǔ)句來(lái)處理異常，在異常發(fā)生時(shí)將x綁定為0。

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

try語(yǔ)句能夠處理產(chǎn)生在函數(shù)體中的異常，函數(shù)在中調(diào)用。當(dāng)異常產(chǎn)生時(shí)，控制流會(huì)直接跳到最近的try語(yǔ)句的能夠處理該異常類(lèi)型的的主體中。

>>> def invert(x):
        result = 1/x  # Raises a ZeroDivisionError if x is 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"

這個(gè)例子表明，invert中的print表達(dá)式永遠(yuǎn)不會(huì)求值，反之，控制流跳到了handler中的except子句組中。將ZeroDivisionError e強(qiáng)制轉(zhuǎn)為字符串會(huì)得到由handler: "division by zero"返回的人類(lèi)可讀的字符串。

異常對(duì)象本身就帶有屬性，例如在assert語(yǔ)句中的錯(cuò)誤信息，以及有關(guān)異常產(chǎn)生處的信息。用戶(hù)定義的異常類(lèi)可以攜帶額外的屬性。

在第一章中，我們實(shí)現(xiàn)了牛頓法來(lái)尋找任何函數(shù)的零點(diǎn)。下面的例子定義了一個(gè)異常類(lèi)，無(wú)論何時(shí)ValueError出現(xiàn)，它都返回迭代改進(jìn)過(guò)程中所發(fā)現(xiàn)的最佳猜測(cè)值。數(shù)學(xué)錯(cuò)誤（ValueError的一種）在sqrt在負(fù)數(shù)上調(diào)用時(shí)產(chǎn)生。這個(gè)異常由拋出IterImproveError處理，它將牛頓迭代法的最新猜測(cè)值儲(chǔ)存為參數(shù)。

首先，我們定義了新的類(lèi)，繼承自Exception。

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

下面，我們定義了IterImprove，我們的通用迭代改進(jìn)算法的一個(gè)版本。這個(gè)版本通過(guò)拋出IterImproveError異常，儲(chǔ)存最新的猜測(cè)值來(lái)處理任何ValueError。像之前一樣，iter_improve接受兩個(gè)函數(shù)作為參數(shù)，每個(gè)函數(shù)都接受單一的數(shù)值參數(shù)。update函數(shù)返回新的猜測(cè)值，而done函數(shù)返回布爾值，表明改進(jìn)是否收斂到了正確的值。

>>> def iter_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，我們定義了find_root，它返回iter_improve的結(jié)果。iter_improve應(yīng)用于由newton_update返回的牛頓更新函數(shù)。newton_update定義在第一章，在這個(gè)例子中無(wú)需任何改變。find_root的這個(gè)版本通過(guò)返回它的最后一個(gè)猜測(cè)之來(lái)處理IterImproveError。

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

考慮使用find_root來(lái)尋找2 * x ** 2 + sqrt(x)的零點(diǎn)。這個(gè)函數(shù)的一個(gè)零點(diǎn)是0，但是在任何負(fù)數(shù)上求解它會(huì)產(chǎn)生ValueError。我們第一章的牛頓法實(shí)現(xiàn)會(huì)產(chǎn)生異常，并且不能返回任何零點(diǎn)的猜測(cè)值。我們的修訂版實(shí)現(xiàn)在錯(cuò)誤之前返回了最新的猜測(cè)值。

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

雖然這個(gè)近似值仍舊距離正確的答案0很遠(yuǎn)，一些應(yīng)用更傾向于這個(gè)近似值而不是ValueError。

異常是另一個(gè)技巧，幫助我們將程序細(xì)節(jié)劃分為模塊化的部分。在這個(gè)例子中，Python 的異常機(jī)制允許我們分離迭代改進(jìn)的邏輯，它在try子句組中沒(méi)有發(fā)生改變，以及錯(cuò)誤處理的邏輯，它出現(xiàn)在except子句中。我們也會(huì)發(fā)現(xiàn)，異常在使用 Python 實(shí)現(xiàn)解釋器時(shí)是個(gè)非常實(shí)用的特性。