一文就能全部搞定！Python技能提升——异常传播轨迹

本文链接：https://blog.youkuaiyun.com/Python_xiaobang/article/details/112480372

当程序出现错误时，系统会自动引发异常，除此之外，Python也允许程序自行引发异常，自行引发异常使用raise语句完成。

使用raise引发异常

如果在程序中需要自行引发异常，则应该使用raise语句，raise语句有如下三种常用的用法：

1. raise： 单独一个raise

该语句引发现在上下文中捕获到的异常（如在except块中），或默认引发RuntimeError异常

2. raise 异常类： raise后带一个异常类

该语句引发指定异常类的默认实例

3. raise 异常对象： 引发指定的异常对象

即使是用户自行引发的异常，也可以通过try…except进行捕获，当然也可以不管它，让该异常向上（先调用者）传播，如果该异常传到Python解释器，则程序就会中止。

如下示例示范了处理用户引发异常的两种方式：

由上面程序可以知道，程序即可在调用mtd(3)时使用try…except来捕获异常，这样改异常将会被except块捕获，不会传播给调用它的函数；也可直接调用mtd(3)，这样该函数的异常就会直接传播给它的调用函数，如果该函数也不处理该异常，就会导致程序中止。

运行上面程序，输出结果如下：

上面第一行输出的是第一次调用mtd(3)的结果，该方法引发的异常被except块捕获并处理。

后面的大段输出是第二次调用mtd(3)的结果，由于该异常没有被except块捕获，因此该异常一直向上传播，直到传给Python解释器导致程序中止。

注意：第二次调用mtd(3)引发的以“File”开头的三行输出，其实现实的就是异常的传播轨迹信息，即如果程序不对异常进行处理，Python默认会在控制台输出异常的传播轨迹信息。

推荐：020 持续更新，精品小圈子每日都有新内容，干货浓度极高。
结实人脉、讨论技术你想要的这里都有！
抢先入群，跑赢同龄人！（入群无需任何费用）
点击此处，与Python开发大牛一起交流学习。
群号：745895701
申请即送：
Python软件安装包，Python实战教程
资料免费领取，包括 Python基础学习、进阶学习、爬虫、人工智能、自动化运维、自动化测试等

自定义异常类

用户自定义异常都应该继承Exception基类或Exception的子类，在自定义异常类时基本不需要写更多的代码，只需要指定自定义异常类的父类即可。

如下所示：

class AuctionException(Exception):

pass

上面程序创建了AuctionException异常类，该异常类不需要类体定义，因此使用pass语句作为占位符即可。

except和raise同时使用

在实际应用中对异常可能需要更复杂的处理方式——当一个异常出现时，单靠某个方法无法完成处理该异常，必须由几个方法协作才可完全处理该异常。即在异常出现的当前方法中，程序只对异常进行部分处理，还有些处理需要在该方法的调用者中才能完成，所以应该再次引发异常，让该方法的调用者也能捕获异常。

为了实现这种通过多个方法协作处理同一个异常的情形，可在except块中结合raise语句完成，如下：

上面程序中AuctionTest类中except块捕获到异常后，系统打印了该异常的字符串信息，接着引发一个AuctionException异常，通知该方法的调用者再次处理该AuctionException异常。所以程序中的main()函数，也就是bid()方法的调用者还可再次捕获AuctionException异常，并将该异常的详细描述信息打印出来。

Python的异常传播轨迹

异常对象提供了一个with_traceback用于处理异常的传播轨迹，查看异常的传播轨迹可追踪异常触发的源头，也可看到异常一路触发的轨迹。

如下示例：

上面程序中main()函数调用firstMethod()，firstMethod()调用secondMethod()，secondMethod()调用thirdMethod()，thirdMethod()直接引发一个SelfException异常。

运行上面程序，将会看到如下结果：

可以看出，异常从thirdMethod()函数开始触发，传到secondMethod()函数，再传到firstMethdo()函数，最后传到main()函数，在main()函数中止，这个过程就是Python的异常传播轨迹。

在实际应用程序的开发中，大多数可重用操作都会被分解成一系列函数或方法调用，这是因为为了具有更好的可重用性，会将每个可重用的代码单元定义成函数或方法，将复杂任务逐渐分解为更容易管理的小型子任务。由于一个大的业务功能需要由多个函数或方法共同实现，在最终编程模型中，很多对象将通过一系列函数或方法调用来实现通信，执行任务。

所以，当应用程序运行时，经常会发生一系列函数或方法调用，从而形成“函数调用栈”，异常的传播则相反：只要异常没有被完全捕获（包括异常没有被捕获，或异常被处理后重新引发了新异常），异常就从发生异常的函数或方法逐渐向外传播，首先传给该函数或方法的调用者，该函数或方法的调用者再传给其调用者…直至最后传到Python解释器，此时Python解释器会中止该程序，并打印异常的传播轨迹信息。

Python专门提供了traceback模块来处理异常传播轨迹，使用traceback可方便地处理Python的异常传播轨迹。

导入traceback模块之后，traceback提供了如下两个常用方法：

1. traceback.print_exc()： 将异常传播轨迹信息输出到控制台或指定文件中

2. format_exc()： 将异常传播轨迹信息转换成字符串

到这里可能你有疑问：从上面方法看不出它们到底处理哪个异常的传播轨迹信息？

OK，实际上常用的print_exc()是print_exc([limit[,file]])省略了limit、file两个参数的形式。

其中，limit用于限制显示异常传播的层数，比如函数A调用函数B，函数B发生了异常，如果指定limit=1，则只显示函数A里面发生的异常，如果不设置limit参数，则默认全部显示。

file指定将异常传播轨迹信息输出到指定文件中，如果不指定该参数，则默认输出到控制台。

示例如下：