python中的所有异常都是基类什么的成员_我的python学习--第十二天（二）

一时失言乱红尘 2023-01-08 07:29 62阅读 0赞

Python异常处理

Python的异常处理能力是很强大的，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。

所有异常都是基类Exception的成员，所有异常都从基类Exception继承，而且都在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、格式try:

block

except 异常类型：

block

finally:

block

该种异常处理语法的规则是：执行try下的语句，如果引发异常，则执行过程会跳到第一个except语句。

如果第一个except中定义的异常与引发的异常匹配，则执行该except中的语句。

如果引发的异常不匹配第一个except，则会搜索第二个except，允许编写的except数量没有限制。

如果所有的except都不匹配，则异常会传递到下一个调用本代码的最高层try代码中。

不管上面执行的怎么样，都要执行finally下面的内容。

示例代码：try:

f = open(“file.txt”,”r”)

except IOError, e:      \# 捕获到的IOError错误的详细原因会被放置在对象e中，然后运行该异常的except代码块

print e

可以使用Exception来捕获所有的异常，所有的异常信息都收来了，简单省心try:

f = open(“file.txt”,”r”)

except Exception,e:    \# Exception是所有异常类的基类，所有类型的错误信息都会输入到e中

print e

常见异常类型AttributeError     试图访问一个对象没有的树形，比如foo.x,但foo没有属性x

IOError         输入输出异常；基本是无法打开文件错误

ImportError      无法引入模块或者包；基本上是路径问题或者名称错误

IndentationError   语法错误；代码没有正确的对齐

IndexError:       下标索引超出序列边界，比如当x只有三个元素，却试图访问x\[5\]

KeyError         试图访问字典里不存在的键

NameError        使用一个还未赋值的变量

SyntaxError       代码非法，

TypeError        传入对象类型与要求的不符合

ValueError       传给函数的参数类型不正确,比如给int()函数传入字符串形

二、traceback获取详细的异常信息

1：传统方式的异常处理In \[1\]: try:

...:     1/0

...: except Exception,e:

...:     print e

...:

integer division or modulo by zero               \# 只显示简单的错误信息

2：加入了traceback之后的异常处理In \[1\]: import traceback

In \[2\]: try:

...:     1/0

...: except Exception:

...:     traceback.print\_exc()                 \# 打印出详细的错误信息

...:

Traceback (most recent call last):

File "", line 2, in

1/0

ZeroDivisionError: integer division or modulo by zero

3：traceback.print\_exc() vs traceback.format\_exc()

format\_exc():返回字符串，可以结合logging模块使用

logging.getLogger().error("Get users list error: %s" % traceback.format\_exc())

print\_exc():直接给打印出来。也可以接受file参数直接写入到一个文件

traceback.print\_exc()                       \# 打印到屏幕

traceback.print\_exc(file=open('tb.txt','w+'))       \# 错误信息重定向到文件

三、手动触发异常

在Python中，除了程序自身错误引发的异常外，也可以根据自己需要手工引发异常，最简单的形式就是输入关键

字raise，后跟要引发的异常的名称。

raise语法格式如下：

raise\[Exception\[, args \[, traceback\]\]\]

语句中Exception是异常的类型(例如，NameError)参数是一个异常参数值。该参数是可选的，如果不提供，异

常的参数是"None"。

定义一个异常：In \[1\]: import traceback

In \[2\]: try:

...:     print 'hello world'

...:     raise Exception('just a test')      \# 自己定义一个异常

...: except Exception:

...:     traceback.print\_exc()

...:

hello world

Traceback (most recent call last):

File "", line 3, in

raise Exception('just a test')

Exception: just a test

生产中自定义异常的方式：直接return 错误错误编号和信息try:

... ...

if role != 0:

return json.dumps(\{'code':1,'errmsg':'you are not admin'\})

... ...

except:

logging.getLogger().error("select  Cabinet list error: %s" % traceback.format\_exc())

return json.dumps(\{'code': 1, 'errmsg': 'select  Cabinet list error'\})

logging模块

一、概述

在实际项目中，需要对一些数据进行日志记录，并将日志记录到不同的存储单元中，例如数据库，文本，或者推送到图形化界面中，当需要时发现自己实现一个日志库其实是要很大的代价，因此，第三方的日志库上进行定制化处理 正文内容是对logging的理解和使用方式，非常方便

1：四个主要类，使用官方文档中的概括：logger       提供了应用程序可以直接使用的接口；

handler      将(logger创建的)日志记录发送到合适的目的输出；

filter       提供了细度设备来决定输出哪条日志记录；用处不太大

formatter     决定日志记录的最终输出格式

2：模块级函数logging.getLogger(\[name\])       \# 返回一个logger对象，如果没有指定名字将返回root logger，最常用

logging.basicConfig():         \# 给logger对象的配置管理函数，不常用

logging.debug()、logging.info()、logging.warning()、logging.error()、logging.critical()： \# logger的日志级别

二、logging工作流演示\#coding:utf-8

import logging

\# 创建一个logger命名为mylogger(可以是任意字符串), %(name)s可调用这个名字

logger = logging.getLogger('mylogger')

logger.setLevel(logging.DEBUG)

\# 创建一个handler，用于写入日志文件,只输出debug级别以上的日志

fh = logging.FileHandler('test.log')

fh.setLevel(logging.DEBUG)

\# 再创建一个handler，用于输出到控制台

ch = logging.StreamHandler()

ch.setLevel(logging.DEBUG)

\# 定义handler的输出格式

formatter = logging.Formatter('%(asctime)s - %(name)s - %(filename)s- %(levelname)s - %(message)s')

fh.setFormatter(formatter)

ch.setFormatter(formatter)

\# 给logger添加handler

logger.addHandler(fh)

logger.addHandler(ch)

\# 记录两条日志

logger.info('foorbar')

logger.debug('just a test ')

运行结果：\[root@yaoliang day\_12\]\# python test.py

2016-10-17 17:26:10,111 - mylogger - test.py- INFO - foorbar

2016-10-17 17:26:10,113 - mylogger - test.py- DEBUG - just a test

三、logging模块的api

1：logging.getLogger(\[name\])

返回一个logger实例，如果没有指定name，返回root logger。只要name相同，返回的logger实例都是同一个而且只有一个，即name和logger实例是一一对应的。这意味着，无需把logger实例在各个模块中传递。只要知道name，就能得到同一个logger实例

2：logger.setLevel(lvl)：设置logger记录日志的级别

level有以下几个级别：

NOTSET < DEBUG < INFO < WARNING < ERROR < CRITICA

如果把logger的级别设置为INFO，那么小于INFO级别的日志都不输出，大于等于INFO级别的日志都输出。也就意味着同一个logger实例，如果多个地方调用，会出现很多重复的日志

3：logger.addHandler(hd)：logger雇佣handler来帮它处理日志

handler对象负责发送相关的信息到指定目的地。Python的日志系统有多种Handler可以使用。有些Handler可以把信息输出到控制台，有些Logger可以把信息输出到文件，还有些 Handler可以把信息发送到网络上。如果觉得不够用，还可以编写自己的Handler。可以通过addHandler()方法添加多个多handler

handler主要有以下几种：

(常用)logging.StreamHandler：              \# 日志输出到流即控制台，可以是sys.stderr、sys.stdout

logging.FileHandler:                \# 日志输出到文件

logging.handlers.RotatingFileHandler：    \# 日志输出到文件，并按照设定的日志文件大小切割

logging.handlers.TimedRotatingFileHandler  \# 日志输出到文件，并按设定的时间切割日志文件

(不常用)logging.handlers.SocketHandler:         \# 远程输出日志到TCP/IP sockets

logging.handlers.DatagramHandler：       \# 远程输出日志到UDP sockets

logging.handlers.SMTPHandler:          \# 远程输出日志到邮件地址

logging.handlers.SysLogHandler:         \# 日志输出到syslog

logging.handlers.NTEventLogHandler:      \# 远程输出日志到Windows NT/2000/XP的事件日志

logging.handlers.MemoryHandler:         \# 日志输出到内存中的制定buffer

由于StreamHandler和FileHandler是常用的日志处理方式，所以直接包含在logging模块中，而其他方式则包含在logging.handlers模块中，

handle常见调用Handler.setLevel(lel)               \# 指定被处理的信息级别，低于lel级别的信息将被忽略

Handler.setFormatter()              \# 给这个handler选择一个格式

Handler.addFilter(filter)            \# 新增或删除一个filter对象

Handler.removeFilter(filter)          \# 新增或删除一个filter对象

logging生产环境的使用方法：将其封装为函数\#/usr/bin/env python

\#coding:utf-8

import logging,logging.handlers

def WriteLog(log\_name):

log\_filename = "/tmp/test.log"

log\_level = logging.DEBUG         \# 日志级别

format = logging.Formatter('%(asctime)s %(filename)s \[line:%(lineno)2d\]-%(funcName)s  %(levelname)s %(message)s')       \# 日志格式

handler = logging.handlers.RotatingFileHandler(log\_filename, mode='a', maxBytes=10\*1024\*1024, backupCount=5)        \# 日志输出到文件，文件最大10M，最多5个

handler.setFormatter(format)

logger = logging.getLogger(log\_name)

logger.setLevel(log\_level)

if not logger.handlers:        \# 每调用一次就会添加一个logger.handler，每次就额外多打印一次日志，if判断使其只调用一次

logger.addHandler(handler)

return logger         \# 函数最终将实例化的logger对象返回，后面直接调用即可

if \_\_name\_\_ == "\_\_main\_\_":

WriteLog('api').info('123')         \# 模块内部直接调用函数。等价下面两行

\# 下面的方法不推荐

\# writelog = WriteLog('api')

\# writelog.info('123')

4、logging.basicConfig(\[\*\*kwargs\])：加载logger的各项配置参数，不好用\# coding:utf-8

import logging

logging.basicConfig(level=logging.DEBUG,   \# 输出debug及其级别更高级别的日志

format='%(asctime)s %(filename)s \[line:%(lineno)d\] %(levelname)s %(message)s',

datefmt='%d %b %Y %H:%M:%S',

filename='myapp.log',           \# 日志文件输出的文件地址，不写默认打印到桌面

filemode='w')

logging.debug("this is debug message")

logging.info("this is info message")

logging.warning("this is warning message")

结果\[root@yaoliang day\_12\]\# tail myapp.log

17 Oct 2016 17:42:48 test2.py \[line:9\] DEBUG this is debug message

17 Oct 2016 17:42:48 test2.py \[line:10\] INFO this is info message

17 Oct 2016 17:42:48 test2.py \[line:11\] WARNING this is warning message

关于logging.basicConfig函数的常用配置：

filename:                \# 指定日志文件名

filemode:                \# 和file函数意义相同，指定日志文件的打开模式，'w'或'a'

datefmt：                \# 指定时间格式，同time.strftime()

level:                  \# 设置日志级别，默认为logging.WARNING，即warning及级别更高日志才输出

stream                  \# 指定将日志的输出流，可以指定输出到sys.stderr,sys.stdout或者文件，

默认输出到sys.stderr，当stream和filename同时指定时，stream被忽略

format                  \# 指定输出的格式和内容，format可以输出很多有用信息%(name)s：        \# 打印logger名，默认为root

%(levelno)s:       \# 打印日志级别的数值

%(levelname)s:     \# 打印日志级别名称

%(pathname)s:      \# 打印当前执行程序的路径，其实就是sys.argv\[0\]

%(filename)s:      \# 打印当前执行程序名

%(funcName)s:      \# 打印日志的当前函数

%(lineno)d:       \# 打印日志的当前行号

%(asctime)s:      \# 打印日志的时间

%(message)s:      \# 打印日志信息

%(thread)d:       \# 打印线程ID

%(threadName)s:    \# 打印线程名称

%(process)d:      \# 打印进程ID

5、logging.config模块通过配置文件的方式，加载logger的参数，最好用的方式\[root@yaoliang day\_12\]\# cat logger.conf

\# 定义logger模块，root是父类，必需存在的，其它的是自定义。

\# logging.getLogger(NAME)就相当于向logging模块注册了实例化了

\# name 中用 . 表示 log 的继承关系

\[loggers\]

keys=root,example01,example02

\# \[logger\_xxxx\] logger\_模块名称

\# level     级别，级别有DEBUG、INFO、WARNING、ERROR、CRITICAL

\# handlers  处理类，可以有多个，用逗号分开

\# qualname  logger名称，应用程序通过 logging.getLogger获取。对于不能获取的名称，则记录到root模块。

\# propagate 是否继承父类的log信息，0:否 1:是

\[logger\_root\]

level=DEBUG

handlers=hand01,hand02

\[logger\_example01\]

handlers=hand01,hand02

qualname=example01

propagate=0

\[logger\_example02\]

handlers=hand01,hand03

qualname=example02

propagate=0

\# \[handler\_xxxx\]

\# class handler类名

\# level 日志级别

\# formatter，上面定义的formatter

\# args handler初始化函数参数

\[handlers\]

keys=hand01,hand02,hand03

\[handler\_hand01\]

class=StreamHandler

level=INFO

formatter=form02

args=(sys.stderr,)

\[handler\_hand02\]

class=FileHandler

level=DEBUG

formatter=form01

args=('myapp.log', 'a')

\[handler\_hand03\]

class=handlers.RotatingFileHandler

level=INFO

formatter=form02

args=('myapp.log', 'a', 10\*1024\*1024, 5)

\# 日志格式

\[formatters\]

keys=form01,form02

\[formatter\_form01\]

format=%(asctime)s %(filename)s\[line:%(lineno)d\] %(levelname)s %(message)s

datefmt=%a, %d %b %Y %H:%M:%S

\[formatter\_form02\]

format=%(asctime)s%(name)-12s: %(levelname)-8s %(message)s

datefmt=%a, %d %b %Y %H:%M:%S

调用import logging

import logging.config

logging.config.fileConfig("logger.conf")

logger = logging.getLogger("example01")

logger.debug('This is debug message')

logger.info('This is info message')

logger.warning('This is warning message')

生产环境中的调用方法：通过函数import logging,

import  logging.config

def write\_log(loggername):

work\_dir = os.path.dirname(os.path.realpath(\_\_file\_\_))

log\_conf= os.path.join(work\_dir, 'conf/logger.conf')

logging.config.fileConfig(log\_conf)

logger = logging.getLogger(loggername)

return logger

四、关于root logger以及logger的父子关系

如何得到root logger？

root logger是默认的logger如果不创建logger实例， 直接调用logging.debug()、logging.info()logging.warning(),logging.error()、logging.critical()这些函数，

那么使用的logger就是 root logger， 它可以自动创建，也是单实例的。

root logger的日志级别？

root logger默认的level是logging.WARNING

如何表示父子关系？

logger的name的命名方式可以表示logger之间的父子关系. 比如：

parent\_logger = logging.getLogger('foo')

child\_logger = logging.getLogger('foo.bar')

什么是effective level？

logger有一个概念，叫effective level。 如果一个logger没有显示地设置level，那么它就

用父亲的level。如果父亲也没有显示地设置level， 就用父亲的父亲的level，以此推....

最后到达root logger，一定设置过level。默认为logging.WARNING

child loggers得到消息后，既把消息分发给它的handler处理，也会传递给所有祖先logger处理，

示例：\# coding:utf-8

import logging

\# 设置root logger，祖先

r = logging.getLogger()

ch = logging.StreamHandler()

ch.setLevel(logging.DEBUG)

formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s')

ch.setFormatter(formatter)

r.addHandler(ch)

\# 创建一个logger作为父亲

p = logging.getLogger('foo')

p.setLevel(logging.DEBUG)

ch = logging.StreamHandler()

ch.setLevel(logging.DEBUG)

formatter = logging.Formatter('%(asctime)s - %(message)s')

ch.setFormatter(formatter)

p.addHandler(ch)

\# 创建一个孩子logger

c = logging.getLogger('foo.bar')

c.debug('foo')

输出结果：\[root@yaoliang day\_12\]\# python test3.py

2016-10-17 17:56:01,375 - foo

2016-10-17 17:56:01,375 - DEBUG - foo

可见，孩子logger没有任何handler，所以对消息不做处理。但是它把消息转发给了它的父亲以及root logger。最后输出两条日志。

这也就出现了一个问题，同一条日志会重复输出

解决方案

1、每个logger实例都给一个独立的名字,输出之间互不影响，

2、logging.conf中定义不继承

nginx + gunicorn + supervisor + flask

1、安装gunicorn和supervisor\[root@yaoliang day\_12\]\# pip install gunicorn supervisor

2、启动gunicorn\[root@yaoliang homework\_11\]\# ls

app  run.py

\[root@yaoliang homework\_11\]\# gunicorn -w4 -b0.0.0.0:9999 app:app -D

\[root@yaoliang homework\_11\]\# ps aux | grep gunicorn

root      43387  0.0  1.2 220196 12040 ?        S    17:42   0:00 gunicorn: master \[app:app\]

root      43392  0.1  1.9 324784 19844 ?        S    17:42   0:00 gunicorn: worker \[app:app\]

root      43393  0.1  1.9 324792 19848 ?        S    17:42   0:00 gunicorn: worker \[app:app\]

root      43394  0.1  1.9 324800 19856 ?        S    17:42   0:00 gunicorn: worker \[app:app\]

root      43397  0.1  1.9 324812 19864 ?        S    17:42   0:00 gunicorn: worker \[app:app\]

root      43474  0.0  0.0 112648   976 pts/0    R+   17:43   0:00 grep --color=auto gunicorn

此时可以通过9999端口进行访问-w：表示启动多少个进程

\-b：表示监听的ip和端口

第一个app：表示包含Flask(\_\_name\_\_)对象的模块或包

第二个app：表示实例化Flask(\_\_name\_\_)对象

\-D：表示以守护进程运行

3、通过supervisor，一个专门用来管理进程的工具来管理系统的进程。

3.1、先生成配置文件\[root@yaoliang day\_12\]\# echo\_supervisord\_conf > /etc/supervisor.conf

3.2、修改配置文件，开启web管理界面，并在/etc/supervisor.conf底部添加新配置\[inet\_http\_server\]         ; inet (TCP) server disabled by default                       port=\*:9001                ; (ip\_address:port specifier, \*:port for all iface)

username=user              ; (default is no username (open server))

password=123               ; (default is no password (open server))

\[program:myapp\]

command=/usr/bin/gunicorn -w4 -b0.0.0.0:9999 app:app                ; supervisor启动命令

directory=/data/python/homework\_11

startsecs=0                                                         ; 启动时间

stopwaitsecs=0                                                      ; 终止等待时间

autostart=false                                                     ; 是否自动启动

autorestart=false                                                   ; 是否自动重启

stdout\_logfile=/tmp/gunicorn.log                                    ; 日常输出日志

stderr\_logfile=/tmp/gunicorn.err                                    ; 错误日志

3.3、supervisor的基本使用方法supervisord -c /etc/supervisor.conf                        \# 通过配置文件启动supervisor

supervisorctl -c /etc/supervisor.conf status                    \# 察看supervisor的状态

supervisorctl -c /etc/supervisor.conf reload                    \# 重新载入 配置文件

supervisorctl -c /etc/supervisor.conf start \[all\]|\[appname\]     \# 启动指定/所有 supervisor管理的程序进程

supervisorctl -c /etc/supervisor.conf stop \[all\]|\[appname\]      \# 关闭指定/所有 supervisor管理的程序进程

3.4、启动supervisor\[root@yaoliang day\_12\]\# supervisord -c /etc/supervisor.conf

\[root@yaoliang day\_12\]\# ps aux | grep supervisor

root      44393  0.0  1.1 224528 11308 ?        Ss   17:59   0:00 /usr/bin/python /usr/bin/supervisord -c /etc/supervisor.conf

root      44399  0.0  0.0 112648   980 pts/0    R+   17:59   0:00 grep --color=auto supervisor

\[root@yaoliang day\_12\]\# supervisorctl -c /etc/supervisor.conf status

myapp                            STOPPED   Not started

\[root@yaoliang day\_12\]\# supervisorctl -c /etc/supervisor.conf start myapp

myapp: started

\[root@yaoliang day\_12\]\# supervisorctl -c /etc/supervisor.conf status

myapp                            RUNNING   pid 44417, uptime 0:00:04

3.5、通过nginx配置supervisor的web管理界面,并启动\[root@yaoliang day\_12\]\# vim /etc/nginx/nginx.conf

server \{

listen       80;

server\_name  localhost;

location / \{

proxy\_pass http://127.0.0.1:9001;

\[root@yaoliang day\_12\]\# systemctl start nginx

3.6、访问nginx

![Image 1][]

[Image 1]:

python中的所有异常都是基类什么的成员_我的python学习--第十二天（二）

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关 Python 中的元类是什么？

相关 Python中的异常处理机制是什么？

相关 python中的所有异常都是基类什么的成员_我的python学习--第十二天（二）

相关 Python：类、基类、超类、派生类、异常基类

相关 python中的所有异常都是基类_下列是Python所有的内建标准异常的基类,标准化错误的是?...

相关 EasyMall第十二天

相关 .Net学习第十二天文件流

相关 Qt第十二天

相关 Python类的成员

相关第十二节：类的定义