当前位置：文档之家 › Python异常及处理方法总结

Python异常及处理方法总结

  • 格式：docx
  • 大小：31.30 KB
  • 文档页数：14

Python异常及处理方法总结

调试Python程序时，经常会报出一些异常，异常的原因一方面可能是写程序时由于疏忽或者考虑不全造成了错误，这时就需要根据异常Traceback到出错点，进行分析改正；另一方面，有些异常是不可避免的，但我们可以对异常进行捕获处理，防止程序终止。

1 异常类型

1.1 Python内置异常

Python的异常处理能力是很强大的，它有很多内置异常，可向用户准确反馈出错信息。在Python中，异常也是对象，可对它进行操作。BaseException是所有内置异常的基类，但用户定义的类并不直接继承BaseException，所有的异常类都是从Exception继承，且都在exceptions模块中定义。Python自动将所有异常名称放在内建命名空间中，所以程序不必导入exceptions模块即可使用异常。一旦引发而且没有捕捉SystemExit异常，程序执行就会终止。如果交互式会话遇到一个未被捕捉的SystemExit异常，会话就会终止。

内置异常类的层次结构如下：

1. BaseException # 所有异常的基类

2. +-- SystemExit # 解释器请求退出

3. +-- KeyboardInterrupt # 用户中断执行(通常是输入^C)

4. +-- GeneratorExit # 生成器(generator)发生异常来通知退出

5. +-- Exception # 常规异常的基类

6. +-- StopIteration # 迭代器没有更多的值

7. +-- StopAsyncIteration # 必须通过异步迭代器对象的__anext__()方法引发以停止迭代

8. +-- ArithmeticError # 各种算术错误引发的内置异常的基类

9. | +-- FloatingPointError # 浮点计算错误

10. | +-- OverflowError # 数值运算结果太大无法表示

11. | +-- ZeroDivisionError # 除(或取模)零 (所有数据类型)

12. +-- AssertionError # 当assert语句失败时引发

13. +-- AttributeError # 属性引用或赋值失败

14. +-- BufferError # 无法执行与缓冲区相关的操作时引发

15. +-- EOFError # 当input()函数在没有读取任何数据的情况下达到文件结束条件(EOF)时引发

16. +-- ImportError # 导入模块/对象失败

17. | +-- ModuleNotFoundError # 无法找到模块或在在sys.modules中找到None

18. +-- LookupError # 映射或序列上使用的键或索引无效时引发的异常的基类

19. | +-- IndexError # 序列中没有此索引(index)

20. | +-- KeyError # 映射中没有这个键

21. +-- MemoryError # 内存溢出错误(对于Python 解释器不是致命的)

22. +-- NameError # 未声明/初始化对象 (没有属性)

23. | +-- UnboundLocalError # 访问未初始化的本地变量

24. +-- OSError # 操作系统错误，EnvironmentError，IOError，WindowsError，socket.error，select.error和mmap.error已合并到OSError中，构造函数可能返回子类

25. | +-- BlockingIOError # 操作将阻塞对象(e.g.

socket)设置为非阻塞操作

26. | +-- ChildProcessError # 在子进程上的操作失败

27. | +-- ConnectionError # 与连接相关的异常的基类

28. | | +-- BrokenPipeError # 另一端关闭时尝试写入管道或试图在已关闭写入的套接字上写入

29. | | +-- ConnectionAbortedError # 连接尝试被对等方中止 30. | | +-- ConnectionRefusedError # 连接尝试被对等方拒绝

31. | | +-- ConnectionResetError # 连接由对等方重置

32. | +-- FileExistsError # 创建已存在的文件或目录

33. | +-- FileNotFoundError # 请求不存在的文件或目录

34. | +-- InterruptedError # 系统调用被输入信号中断

35. | +-- IsADirectoryError # 在目录上请求文件操作(例如 os.remove())

36. | +-- NotADirectoryError # 在不是目录的事物上请求目录操作(例如 os.listdir())

37. | +-- PermissionError # 尝试在没有足够访问权限的情况下运行操作

38. | +-- ProcessLookupError # 给定进程不存在

39. | +-- TimeoutError # 系统函数在系统级别超时

40. +-- ReferenceError # weakref.proxy()函数创建的弱引用试图访问已经垃圾回收了的对象

41. +-- RuntimeError # 在检测到不属于任何其他类别的错误时触发

42. | +-- NotImplementedError # 在用户定义的基类中，抽象方法要求派生类重写该方法或者正在开发的类指示仍然需要添加实际实现

43. | +-- RecursionError # 解释器检测到超出最大递归深度

44. +-- SyntaxError # Python 语法错误

45. | +-- IndentationError # 缩进错误

46. | +-- TabError # Tab和空格混用

47. +-- SystemError # 解释器发现内部错误

48. +-- TypeError # 操作或函数应用于不适当类型的对象 49. +-- ValueError # 操作或函数接收到具有正确类型但值不合适的参数

50. | +-- UnicodeError # 发生与Unicode相关的编码或解码错误

51. | +-- UnicodeDecodeError # Unicode解码错误

52. | +-- UnicodeEncodeError # Unicode编码错误

53. | +-- UnicodeTranslateError # Unicode转码错误

54. +-- Warning # 警告的基类

55. +-- DeprecationWarning # 有关已弃用功能的警告的基类

56. +-- PendingDeprecationWarning # 有关不推荐使用功能的警告的基类

57. +-- RuntimeWarning # 有关可疑的运行时行为的警告的基类

58. +-- SyntaxWarning # 关于可疑语法警告的基类

59. +-- UserWarning # 用户代码生成警告的基类

60. +-- FutureWarning # 有关已弃用功能的警告的基类

61. +-- ImportWarning # 关于模块导入时可能出错的警告的基类

62. +-- UnicodeWarning # 与Unicode相关的警告的基类

63. +-- BytesWarning # 与bytes和bytearray相关的警告的基类

64. +-- ResourceWarning # 与资源使用相关的警告的基类。被默认警告过滤器忽略。

65.

详细说明请参考：https:///3/library/exceptions.html#base-classes

1.2 requests模块的相关异常

在做爬虫时，requests是一个十分好用的模块，所以我们在这里专门探讨一下requests模块相关的异常。

要调用requests模块的内置异常，只要“from

requests.exceptions import xxx”就可以了，比如：

from requests.exceptions import ConnectionError,

ReadTimeout

或者直接这样也是可以的：

from requests import ConnectionError, ReadTimeout

requests模块内置异常类的层次结构如下：

1. IOError

2. +-- RequestException # 处理不确定的异常请求

3. +-- HTTPError # HTTP错误

4. +-- ConnectionError # 连接错误

5. | +-- ProxyError # 代理错误

6. | +-- SSLError # SSL错误

7. | +-- ConnectTimeout(+-- Timeout) # (双重继承，下同)尝试连接到远程服务器时请求超时，产生此错误的请求可以安全地重试。

8. +-- Timeout # 请求超时

9. | +-- ReadTimeout # 服务器未在指定的时间内发送任何数据

10. +-- URLRequired # 发出请求需要有效的URL

11. +-- TooManyRedirects # 重定向太多

12. +-- MissingSchema(+-- ValueError) # 缺少URL架构(例如http或https)

13. +-- InvalidSchema(+-- ValueError) # 无效的架构，有效架构请参见defaults.py 14. +-- InvalidURL(+-- ValueError) # 无效的URL

15. | +-- InvalidProxyURL # 无效的代理URL

16. +-- InvalidHeader(+-- ValueError) # 无效的Header

17. +-- ChunkedEncodingError # 服务器声明了chunked编码但发送了一个无效的chunk

18. +-- ContentDecodingError(+-- BaseHTTPError) #

无法解码响应内容

合集下载

valueerror在python中的用法

valueerror在python中的用法

在Python编程语言中，ValueError是一种常见的异常类型，它通常指示着程序在处理数据时遇到了错误的数值。本文将从多个角度对ValueError异常的用法进行深入探讨，并为您解读其涵义和解决方法。

1. 什么是ValueError？

ValueError是Python中的内置异常类型之一，用于指示程序在处理数据时遇到了数值相关的错误。当一个函数或操作要求提供一个正确的数值参数，但实际上提供的数值却不符合要求时，就会引发ValueError异常。一个常见的例子是将无法转换为整数的字符串作为参数传递给int()函数时，就会触发该异常。

2. 在哪些情况下会引发ValueError？

ValueError异常通常在以下情况下会被触发：

- 尝试将无法转换为数字的字符串转换为数字类型时，如int('hello')。

- 尝试将包含非法字符的数字字符串转换为数字类型时，如int('123a')。

- 尝试对列表或元组进行解包时，但提供的数值个数与预期不符时，如a, b, c = (1, 2)。

- 其他需要正确的数值参数但提供的数值不符合要求的情况。

3. 如何处理ValueError异常？

处理ValueError异常的方法主要包括以下几种：

- 使用try...except语句捕获并处理异常，避免程序因为异常而中断。

- 在尝试转换数值类型或进行其他可能引发ValueError异常的操作前，先进行数据验证和检查。使用if语句判断字符串是否符合转换为数字的要求。

- 提供合理的用户输入提示，并通过异常处理机制引导用户重新输入正确的数值参数。

4. 个人观点与理解

在我看来，ValueError异常的出现通常是由于数据处理过程中的不完善或不严谨所致。在编写代码时，我们应该对可能引发ValueError的操作进行充分的检查和验证，以确保程序能够正确处理各种可能的输入情况。另外，合理的异常处理机制也是非常重要的，它可以提高程序的稳定性和用户体验。

Python代码的异常处理和打印异常信息

Python代码的异常处理和打印异常信息

Python代码的异常处理和打印异常信息

前⾔

Python的异常处理可以向⽤户准确反馈出错信息，所有异常都是基类Exception的⼦类。

⾃定义异常都是从基类Exception中继承，Python⾃动将所有内建的异常放到内建命名空间中

所以程序不必导⼊exceptions模块即可使⽤异常。

需要查看详细的错误信息需导⼊模块

捕获异常的⽅式

⽅法⼀：捕获所有的异常

⽅法⼆：采⽤traceback模块查看异常，需要导⼊traceback模块，这个⽅法会打印出异常代码的⾏号

⽅法三：采⽤sys模块回溯最后的异常

获取函数名和⾏号

上⾯介绍的⽅法⼆回打印出问题代码的⾏号，还有⼀些⽅法可以获取函数名和⾏号import traceback

try:

1/0

except Exception:

print (Exception)

"""输出异常类"""try:

1/0

except:

traceback.print_exc()

"""输出：

Traceback (most recent call last):

File "C:/Users/Administrator/Desktop/demo04.py", line 123, in 1/0

ZeroDivisionError: division by zero

"""

try:

1/0except: info = sys.exc_info()

print(info)

print(info[0])

print(info[1])

"""输出

(, ZeroDivisionError('division by zero',), )

division by zero

"""import sys

def get_cur_info(): """Return the frame object for the caller's stack frame."""

try:

raise Exception except:

f = sys.exc_info()[2].tb_frame.f_back

整理python爬虫过程中会遇到的问题，以及如何解决这些问题的方法

整理python爬虫过程中会遇到的问题，以及如何解决这些问题的方法

整理python爬虫过程中会遇到的问题，以及如何解决这些问题的方法

在使用python爬虫的过程中，当我们掌握了爬虫的基本技术，然后开始我们的爬虫之旅的时候，各位小伙伴一定会遇到些许问题因而非常苦恼，现在我们就来探讨下这些在python爬虫的过程中可能遇到的问题，以及如何解决这些问题。

第一个，JS加密技术。一般网页的开发者为了不让自己的js代码轻易被别人拷贝，所以会采取一些加密的手段，来保护自己的代码。但是，对于爬虫的用户来说，爬取到一些个乱码实在是不太好受。因此，我们就需要解密。我们可以通过debug来找到js加密解密的代码，然后通过python重新实现，但是这种方法很耗时。或者，我们可以使用selenium工具实现，但是这个工具的运行效率较低。

第二个，爬虫策略。爬虫的大部分时间都用在了访问网络的过程中，爬虫的目的在于获取网页上的数据信息并对爬虫获得的数据进行提取等处理。但是，如果我们爬虫和提取作为整个的爬虫流程，效率其实是很低的。所以，我们应该将这两个过程分开，单独进行爬虫，单独进行提取才是更好的策略。

第三个，增量爬取。增量爬取就是爬虫不去重复下载已经下载过的内容，要实现增量爬取，我们需要使用一个新的概念-网址池。网址池是用来统一管理所有的url地址的，我们通过网址池来记录哪些是我们python爬虫访问过的，从而避免重复。网址池的用处还可以实现断点续爬等等。断点续爬就是让之前没有爬取完毕的url继续爬虫。

第四个，爬虫去重。我们在爬取内容的时候，很可能这个内容被转载多次，因此在多个url地址上可能会是相同的内容。如果我们不加分辨就进行爬虫，毫无疑问会获得大量重复的内容。一个简单的方法是，通过文章内容的几段话作为这个文章的标识符，将其存储起来。一旦再次遇到相同的标识符，那就是重复的内容，不再进行爬虫。

第五个，爬虫被封禁。爬虫会给服务器带来很大的负载，因此很多服务器会限制爬虫，甚至禁用爬虫。大家都知道要构造合理的http访问头，如user-agent域的值。但是，这里还有许多其它的避免被封禁的需要注意的问题，如放慢爬虫访问速度，使得爬虫访问路径和用户访问路径一致，采取动态ip地址等等。

python 异常处理方法

python 异常处理方法

- 1 - python 异常处理方法

在Python编程中，异常处理是一个非常重要的概念。当程序运行时出现意外情况，例如输入错误、计算错误等，程序可能会崩溃，导致严重的后果。为了解决这个问题，Python 提供了异常处理机制，允许我们在程序出现异常时进行捕获和处理。

Python 异常处理的基本语法如下：

try:

# 可能会引发异常的代码

except ExceptionType:

# 异常处理代码

其中，try 代码块包含可能会引发异常的代码，如果出现异常，Python 会跳到 except 代码块，并执行异常处理代码。

在 Python 中，有许多不同的异常类型，包括 IOError、ValueError、TypeError、ZeroDivisionError 等等。我们可以使用不同的 except 块来处理不同类型的异常。例如：

try:

x = int(input('请输入一个整数：'))

y = 10 / x

except ValueError:

print('输入错误，请输入一个整数！')

except ZeroDivisionError:

print('除数不能为 0！') - 2 - else:

print('结果为：', y)

在这个例子中，我们使用了两个不同的 except 块来处理输入错误和除数为 0 的情况。如果没有发生异常，else 代码块将被执行，输出计算结果。

除了基本的 try-except 语句外，Python 还提供了其他异常处理机制，例如 try-except-else-finally 语句，可以在 try 代码块中包含 else 和 finally 代码块，分别在无异常和有异常时执行。例如：

try: