错误和异常

程序错误

程序的错误

python程序中错误通常分为3种类型，即语法错误、运行错误和逻辑错误。

语法错误：源代码中的拼写语法错误，这些错误导致Python编译器无法把Python源代码转换为字节码，也称编译错误。包含语法错误时，编译器显示SyntaxError错误信息。
运行错误：python程序的运行时错误是在解释执行过程中产生的错误，例如程序没有导入random模块，解释器将在运行时抛出NameError错误信息。
逻辑错误：Python程序的逻辑错误时程序可以执行，但是执行结果不正确。对于逻辑错误，解释器无能为力，需要用户自己调试判断。

异常处理

python语言采取结构化的异常处理机制。在程序运行过程中，如果产生错误，将抛出异常；通过try语句来定义代码块，以运行可能抛出的异常的代码，通过except语句可以捕获特点的异常并执行相应处理，通过finally语句可以保证即使产生异常（处理失败），也可以在事后清理资源。

内置异常类

异常

在程序运行时，如果出现错误，Python解释器会创建一个异常对象，并抛出给系统运行时。即程序终止正常执行流程，转而执行异常处理流程。

在某种特殊条件下，代码中也可以创建一个异常对象，并通过raise语句抛出给系统运行时。

异常对象是异常类的对象实例。Python异常类均派生于BaseException。

引发异常

大部分由程序错误而产生的错误和异常一般由Python虚拟机自动抛出。另外在程序中如果判断某种错误情况，可以创建相应异常类的对象，并通过raise语句抛出。

# Python虚拟机自动抛出异常
1 / 0# ZeroDivisionError: division by zero

# 通过raise语句抛出异常示例
a = -1
if a < 0: raise ValueError("数值不能为负数")# ValueError: 数值不能为负数

使用try…except…else…finally语句捕获异常
异常处理

自定义异常类

虽然Python库中提供了许多异常，但在应用程序开发过程中，有时候需要定义特定于应用程序的异常类，表示应用程序的一些错误类型。

自定义异常类一般继承与Exception或其子类。自定义异常类的名称一般以Error或Exception为后缀

class NumberError(Exception): # 自定义异常类继承于Exception
        def __init__(self, data):
            Exception.__init__(self, data)
            self.data = data
        def __str__(self): # 重载__str__()方法
            return self.data + ':非法数值(<0)'
def total(data):
    total = 0
    for i in data:
        if i < 0:raise NumberError(str(i))
        total += i
    return total

data1 = (44, 78, 90, 80, 55)
data2 = (44, 78, 90, -80, 55)
print(total(data1))
# 347
print(total(data2))
# NumberError: -80:非法数值(<0)

断言处理

用户在编写程序时，在调试阶段往往需要判断代码执行过程中变量的值等信息（例如对象是否为空，数值是否为0等）

用户可以使用print()函数打印输出结果，也可以通过断点跟踪调试查看变量，但使用断言更加灵活高效。

一般用于下列情况：

前置条件断言：代码执行之前必须具备的特性
后置条件断言：代码执行之后必须具备的特性
前后不变断言：代码执行前后不能变化的特性

断言主要功能是帮助程序员调试程序，以保证程序运行的正确性，断言一般在开发调试阶段使用，即在调试模式时断言有效，在优化模式运行时自动忽略断言。

assert语句和AssertionError类

使用关键字assert可以声明断言

assert<布尔表达式> # 简单形式

assert<布尔表达式>, <字符串表达式> # 带参数的形式

<字符串表达式>是断言失败时输出的失败消息
如果断言成功则不报错，断言失败则导致AssertionError

a = 5
assert a == 10
#output:
#AssertionError:

a = 5
assert a == 10, "a的值不等于10"
#output:
#AssertionError: a的值不等于10

Python解释器有两种运行模式，即调试模式和优化模式。通常为调试模式，内置只读变量__debug__为True;当选项-O运行时（即python.exe -O)为优化模式，此时内置只读变量__debug__为False。故两种形式的assert语句相当于：

if __debug__:
    if not testexpression: raise AssertionError
if __debug__:
    if not testexpression: raise AssertionError(data)

程序调试

在程序实际运行之前，查找和修正其错误的过程称为调试(debugging)。

测试模块

1.安装pytest或ipytest(用于jupyter notebook)

pip install pytest

2.pytest是Python中非常流行的测试框架之一，它使得编写和运行测试变得非常简单。
3.简单DEMO（ipytest)

导入ipytest库，ipytest.autoconfig() 是 ipytest 模块的一个函数，用于自动配置 ipytest 以在 Jupyter Notebook 中运行。
import ipytest
ipytest.autoconfig()

  > 首先编写了一个过滤参数列表中能被5整除的函数
  ```python
def get_divisible_by_five(numbers):
    """Returns a list of numbers which are divisible by five in the list got as an argument"""
    result = []
    for num in numbers:
        if not num % 5:
            result.append(num)

    return result

编写一个测试用例测试get_divisible_by_five函数能否正常工作

%%ipytest
#%%ipytest是一个Jupyter Notebook的魔法命令，它表明这个cell中的代码应该由ipytest模块来运行。

def test_get_divisible_by_five():#Python解释器或自动识别test_开头的函数作为测试
    assert get_divisible_by_five([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) == [5, 10]