Day-10: 错误、调试和测试

  程序运行时,会遇到各种各样的错误。

  编写错误叫做bug,而另一类由于运行过程中无法预测的,比如写文件时,磁盘满了,写不进去;或者从网络抓取数据,网络突然掉了。这些错误称为异常,程序中需要对异常进行处理,使得程序能够运行下去。

  • 错误处理

  Python中,程序运行错误时,如果错误没有捕获,它会一直往上抛,最后被Python解释器捕获,打印一个错误。

# err.py:
def foo(s):
    return 10 / int(s)

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

def main():
    bar('0')

main()
$ python err.py
Traceback (most recent call last):
  File "err.py", line 11, in <module>
    main()
  File "err.py", line 9, in main
    bar('0')
  File "err.py", line 6, in bar
    return foo(s) * 2
  File "err.py", line 3, in foo
    return 10 / int(s)
ZeroDivisionError: integer division or modulo by zero

从上到下,错误会一层层的反馈,直到显示最终出错的地方。

  try...except...finally...:常用这种方法来检查错误并捕捉到,同时进行相应的处理。

try:
    print 'try...'
    r = 10 / 0
    print 'result:', r
except ZeroDivisionError, e:
    print 'except:', e
finally:
    print 'finally...'
print 'END'
try...
except: integer division or modulo by zero
finally...
END

  注意到,错误类型有很多种,它们其实都是从BaseException类派生出来的,常见的错误类型和继承关系有:https://docs.python.org/2/library/exceptions.html#exception-hierarchy

  • 调试

  程序运行一次就成功的概率很小,基本上不超过1%。一般有如下的调试方法:

  第一种,直接在可能出错的地方print出来,但是后期会一个个删掉。

  第二种,使用断言来代替。

# err.py
def foo(s):
    n = int(s)
    assert n != 0, 'n is zero!'
    return 10 / n

def main():
    foo('0')

断言中,如果“n != 0”是错的,就抛出AssertionError,并显示后面的字符串。

  第三种,使用logging。

  logging有debug,info,warning,error等几个级别,从前到后优先级依次提高,即如果,指定level=WARNING后,debug和info就不起作用了。这样一样,就可以输出不同级别的信息,也不用删除,最后统一控制输出哪个级别的信息。

  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。

# err.py
import logging
logging.basicConfig(level=logging.INFO) s
= '0' n = int(s) logging.info('n = %d' % n) print 10 / n
$ python err.py
INFO:root:n = 0
Traceback (most recent call last):
  File "err.py", line 8, in <module>
    print 10 / n
ZeroDivisionError: integer division or modulo by zero

  第四种调试方式,就是调试器pdb,让程序以单步方式运行,可以随时查看运行状态。

# err.py
s = '0'
n = int(s)
print 10 / n

然后,以参数-m pdb启动,单步运行

$ python -m pdb err.py
> /Users/michael/Github/sicp/err.py(2)<module>()
-> s = '0'
(Pdb) l
  1     # err.py
  2  -> s = '0'
  3     n = int(s)
  4     print 10 / n
[EOF]

输入n单步运行下一步

(Pdb) n
> /Users/michael/Github/sicp/err.py(3)<module>()
-> n = int(s)
(Pdb) n
> /Users/michael/Github/sicp/err.py(4)<module>()
-> print 10 / n

输入p 变量名来查看变量状态。

(Pdb) p s
'0'
(Pdb) p n
0

输入q结束运行

(Pdb) n
ZeroDivisionError: 'integer division or modulo by zero'
> /Users/michael/Github/sicp/err.py(4)<module>()
-> print 10 / n
(Pdb) q

  另外在合适的地方,设置pdb.set_trace(),可以作为断点。

# 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
$ python err.py 
> /Users/michael/Github/sicp/err.py(7)<module>()
-> print 10 / n
(Pdb) p n
0
(Pdb) c
Traceback (most recent call last):
  File "err.py", line 7, in <module>
    print 10 / n
ZeroDivisionError: integer division or modulo by zero

到达断点时,进入pdb调试器。

  最后,还有方便的IDE调试器。

  • 单元测试

  单元测试,顾名思义,就是对一个部分测试,可以是一个模块、一个函数或者一个类。它的目的是保证该单元能够实现原先规划的功能,为之后的整体调试做准备。

  例如,现有模块mydict.py,对它的要求是实现如下功能:

>>> d = Dict(a=1, b=2)
>>> d['a']
1
>>> d.a
1

mydict.py代码如下:

class Dict(dict):

    def __init__(self, **kw):
        super(Dict, self).__init__(**kw)

    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(r"'Dict' object has no attribute '%s'" % key)

    def __setattr__(self, key, value):
        self[key] = value

编写的单元测试,需要引入unittest模块,编写的mydict_test.py如下:

import unittest

from mydict import Dict

class TestDict(unittest.TestCase):

    def test_init(self):  # 测试初始化功能
        d = Dict(a=1, b='test')
        self.assertEquals(d.a, 1)
        self.assertEquals(d.b, 'test')
        self.assertTrue(isinstance(d, dict))

    def test_key(self):  # 测试key的功能
        d = Dict()
        d['key'] = 'value'
        self.assertEquals(d.key, 'value')

    def test_attr(self):  # 测试属性功能
        d = Dict()
        d.key = 'value'
        self.assertTrue('key' in d)
        self.assertEquals(d['key'], 'value')

    def test_keyerror(self):  # 测试key错误的功能
        d = Dict()
        with self.assertRaises(KeyError):
            value = d['empty']

    def test_attrerror(self):  # 测试属性错误的功能
        d = Dict()
        with self.assertRaises(AttributeError):
            value = d.empty

  编写的单元测试类,从unittest.TestCase继承。其中,只有以test开头的方法是测试方法。

  运行单元测试时,可以在测试文件中加入:

if __name__ == '__main__':
    unittest.main()

然后run。

  另一种,在命令行中输入命令:

$ python -m unittest mydict_test
.....
----------------------------------------------------------------------
Ran 5 tests in 0.000s

OK

第二种方法,可以一次运行多个测试文件,比较方便。

  setUp与tearDown:在每个测试方法前后分别被执行,避免在测试代码中重复加入代码。

  最后,单元测试要考虑到异常,代码不能过于复杂,以免本身就有bug。

  • 文档测试

  Python中可以提供实例文档,在文件中编写特定格式的注释,调用doctest判断程序是否会像注释中那样的运行。

class Dict(dict):
    '''
    Simple dict but also support access as x.y style.

    >>> d1 = Dict()
    >>> d1['x'] = 100
    >>> d1.x
    100
    >>> d1.y = 200
    >>> d1['y']
    200
    >>> d2 = Dict(a=1, b=2, c='3')
    >>> d2.c
    '3'
    >>> d2['empty']
    Traceback (most recent call last):
        ...
    KeyError: 'empty'
    >>> d2.empty
    Traceback (most recent call last):
        ...
    AttributeError: 'Dict' object has no attribute 'empty'
    '''
    def __init__(self, **kw):
        super(Dict, self).__init__(**kw)

    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(r"'Dict' object has no attribute '%s'" % key)

    def __setattr__(self, key, value):
        self[key] = value

if __name__=='__main__':
    import doctest
    doctest.testmod()

然后run。如果什么都没输出,就说明编写的doctest运行都是正确的。

  注:本文为学习廖雪峰Python入门整理后的笔记

posted @ 2017-09-14 21:17  倔强的小蚂蚁  阅读(115)  评论(0编辑  收藏  举报