首页 > 编程语言 >十分钟学习Python异常处理

十分钟学习Python异常处理

时间:2024-07-06 13:58:31浏览次数:17  
标签:自定义 Python 捕获 except try 十分钟 print 异常

十分钟学习Python异常处理

在编程过程中,错误和异常是不可避免的。Python提供了强大的异常处理机制,帮助我们捕获和处理运行时错误,使程序更加健壮和可靠。本文将带你在十分钟内快速掌握Python的异常处理基础知识。

1. 什么是异常?

异常是指在程序运行过程中发生的错误,它会中断程序的正常执行。常见的异常包括除零错误、文件未找到错误、索引越界错误等。

示例

# 除零错误
print(10 / 0)

# 文件未找到错误
with open('non_existent_file.txt', 'r') as file:
    content = file.read()

# 索引越界错误
my_list = [1, 2, 3]
print(my_list[5])

 上述代码都会引发异常,导致程序崩溃。

2. 捕获异常

Python使用tryexceptelsefinally关键字来捕获和处理异常。

基本语法

 

try:
    # 可能引发异常的代码
    pass
except ExceptionType:
    # 处理异常的代码
    pass
else:
    # 没有引发异常时执行的代码
    pass
finally:
    # 无论是否引发异常都执行的代码
    pass

 示例

try:
    result = 10 / 0
except ZeroDivisionError:
    print("除零错误!")
else:
    print("计算成功,结果是:", result)
finally:
    print("执行完毕。")

输出

除零错误!
执行完毕。

 在上面的例子中,ZeroDivisionError异常被捕获并处理,程序不会崩溃。

3. 捕获多个异常

你可以在一个try块中捕获多个异常,并为每个异常指定不同的处理代码。

示例

try:
    # 可能引发多种异常的代码
    my_list = [1, 2, 3]
    print(my_list[5])
    result = 10 / 0
except IndexError:
    print("索引越界错误!")
except ZeroDivisionError:
    print("除零错误!")

 输出

索引跨界错误!

 在上面的例子中,IndexError异常被捕获并处理,ZeroDivisionError异常不会被触发。

4. 捕获所有异常

你可以使用Exception类捕获所有类型的异常,但这通常不推荐,因为它会掩盖潜在的编程错误。

示例

 

try:
    result = 10 / 0
except Exception as e:
    print(f"发生异常:{e}")

输出

发生异常:division by zero

 在上面的例子中,所有异常都会被捕获并打印出来。

5. 自定义异常

你可以定义自己的异常类,以便在特定情况下引发和处理自定义异常。

示例

class MyCustomError(Exception):
    pass

def risky_function():
    raise MyCustomError("这是一个自定义异常!")

try:
    risky_function()
except MyCustomError as e:
    print(f"捕获自定义异常:{e}")

 输出

捕获自定义异常:这是一个自定义异常!

 在上面的例子中,我们定义了一个自定义异常类MyCustomError,并在函数中引发该异常。

6. 使用finally

finally块中的代码无论是否引发异常都会执行,通常用于释放资源或进行清理操作。

示例

 

try:
    file = open('example.txt', 'r')
    content = file.read()
except FileNotFoundError:
    print("文件未找到!")
finally:
    file.close()
    print("文件已关闭。")

 在上面的例子中,无论是否引发异常,文件都会被关闭。

7. 上下文管理器

Python提供了上下文管理器(如with语句)来简化资源管理,自动处理异常并释放资源。

示例

 

try:
    with open('example.txt', 'r') as file:
        content = file.read()
        print(content)
except FileNotFoundError:
    print("文件未找到!")

 在上面的例子中,with语句自动管理文件的打开和关闭,无需显式调用close方法。

总结

通过本文,你已经了解了Python异常处理的基础知识,包括捕获异常、捕获多个异常、自定义异常和使用finally块。掌握这些知识将帮助你编写更加健壮和可靠的代码。如果你有任何问题或想法,欢迎加关注一起交流学习进步!

标签:自定义,Python,捕获,except,try,十分钟,print,异常
From: https://blog.csdn.net/2401_86168842/article/details/140228308

相关文章

  • 一个基于Flask框架的Python Web应用程序
    dashboard.py主要实现了以下功能:1.用户注册与登录:提供了用户注册和登录的功能,用户的密码会被哈希处理后存储在users.json文件中。2.文件管理:实现了简单的文件管理功能,包括列出文件夹中的文件、上传文件和删除文件。只有管理员用户才能进行文件管理操作。3,路由定义:定义了......
  • 【python数据挖掘案列】利用线性回归(LR)实现天气变化的时间序列预测
    利用线性回归实现天气变化的时间序列预测一、引言天气预测一直是气象学和机器学习领域的重要研究内容。时间序列预测是其中的一种常见任务,旨在通过分析历史数据来预测未来的天气情况。在本文中,我们将使用线性回归模型来实现天气变化的时间序列预测,并介绍整个预测流程。二......
  • python 基于函数的API设计,理解接口与实现分离
    在Python中,基于函数的API设计中实现接口与实现分离是一种良好的编程实践,它可以提高代码的可维护性、可扩展性和可读性。接口:可以理解为一组定义好的函数签名,这些函数签名描述了函数的名称、参数以及返回值的类型,但不包含具体的实现逻辑。实现:则是针对接口中定义的函数......
  • python绘制一维离散点
    在Python中,绘制一维离散点通常意味着我们要在一条直线上标记出几个特定的点。这可以通过多种库来实现,但最常见和强大的库之一是matplotlib。以下是一个详细的代码示例,它展示了如何使用matplotlib库来绘制一维离散点,并且这个示例具有一定的参考价值和实际意义。1.绘制一维离散点......
  • 【模块二】Python进阶
    函数基础函数的本质就是一功能代码块组织在一个函数名下,可以反复调用1.去重函数可以减少代码的重复性。通过将重复的代码逻辑封装成函数。可以避免再不同的地方重复编写相同的代码**2.解耦**函数对代码的组织结构化可以将代码分成逻辑上独立的模块,提高代码的可读性和可维护......
  • 【模块三】Python高级
    面向对象基础类和对象概念面向对象编程(Object-OrientedProgramming,简称OOP)是一种编程范式。类是人们抽象出来的一个概念,所有拥有相同属性和功能的事物称为一个类;而拥有相同属性和功能的具体事物则成为这个类的实例对象。面向对象编程提供了一种从现实世界中抽象出概念和实体......
  • python绘制一维离散点
    在Python中,绘制一维离散点通常意味着我们要在一条直线上标记出几个特定的点。这可以通过多种库来实现,但最常见和强大的库之一是matplotlib。以下是一个详细的代码示例,它展示了如何使用matplotlib库来绘制一维离散点,并且这个示例具有一定的参考价值和实际意义。1.绘制一维离散......
  • 2.7 在Windows系统下载、安装、汉化、配置搭建PyCharm集成开发环境(IDE)——《跟老吕学P
    2.7在Windows系统下载、安装、汉化、配置搭建PyCharm集成开发环境(IDE)——《跟老吕学Python》在Windows系统下载、安装、汉化、配置搭建PyCharm集成开发环境(IDE)一、PyCharm系统要求二、下载PyCharm1.访问PyCharm官网2.转入PyCharm主页3.选择版本4.转入版本下载页面......
  • python 进阶教程--matplotlib
    matplotlib3.1安装配置3.2Matplotlib快速入门3.3图形绘制线图散点图条形图饼图3.4风格样式使用内置样式创建自定义样式临时使用样式3.1安装配置Matplotlib是一个用于创建高质量图表的Python绘图库。在开始使用Matplotlib之前,需要先安装它。以下是安装......
  • 如何用python计算不定积分
    在Python中,计算不定积分(即原函数或反导数)可以通过SymPy库实现。SymPy是一个用于符号数学的Python库,支持许多类型的数学对象,包括整数、有理数、实数、复数、函数、极限、积分、微分、方程、几何等。1.示例一:使用SymPy库来计算不定积分以下是一个使用SymPy库来计算不定积分的详细......