在 Python 中创建自定义异常
本教程将演示你可以在 Python 中创建自定义异常类。在这里,我们将展示如何正确执行异常处理、定义自定义异常类以及覆盖现有的内置异常。
异常是一种事件,每当程序中的某些内容未按预期运行或中断程序预期用例的流程时就会发生。如果没有异常处理,程序将完全停止执行,并且必须修复或处理异常。
在 Python 中创建异常类的方式与创建常规类的方式相同。主要区别在于你必须包含 Python 的基类 Exception 以通知编译器你正在创建的类是异常类。
让我们测试这个方法以创建一个名为 DemoException 的异常类,并在内部使用占位符控制流关键字 pass 作为占位符。
class DemoException(Exception):
pass
要测试 DemoException 类并查看它在实际触发时显示的内容,请执行异常引发。异常引发与其他编程语言中的异常抛出同义。
使用关键字 raise,使用给定的异常类触发异常并输出异常消息。
class DemoException(Exception):
pass
raise DemoException
输出:
Traceback (most recent call last):
File "/Users/demo/python/demo_exception.py", line 4, in <module>
raise DemoException
__main__.DemoException
如果未声明自定义异常消息,则终端中将显示标准异常。
要为 DemoException 声明自定义异常消息,请覆盖异常类的 __init__() 方法,并在参数中包含应为异常输出的消息,以及强制自引用参数 self。
例如,让我们覆盖 __init__() 方法并为 DemoException 类创建自定义消息:
class DemoException(Exception):
def __init__(self, message):
super().__init__(message)
请注意,要成功地将消息集成到你的异常中,请调用基本 Exception 类、__init__() 方法,并将 message 作为参数包含在内。
让我们再次使用 raise 关键字调用异常类,现在,使用它传递自定义消息:
class DemoException(Exception):
def __init__(self, message):
super().__init__(message)
message = "Exception Triggered! Something went wrong."
raise DemoException(message)
输出应如下所示:
Traceback (most recent call last):
File "/Users/demo/python/helloworld.py", line 6, in <module>
raise DemoException(message)
__main__.DemoException: Exception Triggered! Something went wrong.
我们现在已经成功创建并触发了一个带有自定义错误消息的异常类。
对于可能触发异常的实际情况,我们如何处理和引发这些异常?你可以通过使用 try...except 块实现异常处理来巧妙地解决这个问题。
try...except 块很像 Java 等其他语言中的 try-catch 块。
try...except 块有 2 个主要块和 2 个可选块:
让我们使用前面使用 DemoException 类的示例来尝试一个简单的 try...except 块。
首先,将 raise 关键字包装在一个函数中,并将其放入 try...except 块中。
我们将为此示例创建的函数是一个函数,它接受一个数字并在它发送 0 时抛出异常。如果它发送任何其他号码,则代码将按预期进行。参考下面的例子:
class DemoException(Exception):
def __init__(self, message):
super().__init__(message)
message = "Exception Triggered! Something went wrong."
def triggerException(num):
if (num == 0):
raise DemoException(message)
else:
print(num)
try:
triggerException(0)
print("Code has successfully been executed.")
except DemoException:
print("Error: Number should not be 0.")
由于 triggerException() 将 0 作为参数传递,代码应该触发 DemoException。在这里,我们应该期望 raise 关键字消息被 except 块内的任何内容作为输出覆盖。
请注意,未输出 triggerException() 函数调用后的 print() 行。这是因为函数引发了异常;因此,它立即停止了 try 块中的所有进程,并直接进入 except 块。
输出:
Error: Number should not be 0.
现在,让我们尝试传递一个有效的数字,例如 20。
try:
triggerException(20)
print("Code has successfully been executed.")
except DemoException:
print("Error: Number should not be 0.")
输出:
20
Code has successfully been executed.
让我们尝试链接 except 块并创建另一个异常。让我们调用新的异常 NumberFormatException,如果给定的输入不是数字就会触发。对于这个异常类,让我们在类中声明消息。
class NumberFormatException(Exception, value):
message = f'{value} is not a number'
def __init__(self):
super().__init__(message)
现在,修改上面的代码来处理新的异常类 NumberFormatException:
class DemoException(Exception):
def __init__(self, message):
super().__init__(message)
class NumberFormatException(Exception):
def __init__(self, message, value):
message = f'{value} is not a number'
super().__init__(message)
message = "Exception occured."
def triggerException(num):
if (not num.isdigit()):
raise NumberFormatException(message, num)
elif (num == 0):
raise DemoException(message)
else:
print(num)
num = "sample string"
try:
triggerException(num)
print("Code has successfully been executed.")
except DemoException:
print("Error: Number should not be 0.")
except NumberFormatException:
print(num+" is not a number.")
在这段代码中,传递给 triggerException() 的 num 的值是一个字符串'sample string',因此应该触发 NumberFormatException。
输出:
sample string is not a number.
总之,在 Python 中创建自定义异常就像创建一个新类一样简单,但在类定义中将 Exception 类作为一个额外的参数。raise 关键字用于触发给定异常类的异常。try...except 块用于将一个或多个异常包装在一个代码块中,并在处理该异常时修改代码的作用,而不仅仅是完全关闭程序。
相关文章
Pandas DataFrame DataFrame.shift() 函数
发布时间:2024/04/24 浏览次数:133 分类:Python
-
DataFrame.shift() 函数是将 DataFrame 的索引按指定的周期数进行移位。
Python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:Python
-
Python Pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
Pandas read_csv()函数
发布时间:2024/04/24 浏览次数:254 分类:Python
-
Pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 DataFrame 中。
Pandas 多列合并
发布时间:2024/04/24 浏览次数:628 分类:Python
-
本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。
Pandas loc vs iloc
发布时间:2024/04/24 浏览次数:837 分类:Python
-
本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。
在 Python 中将 Pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:Python
-
了解如何在 Python 中将 Pandas 系列日期时间转换为字符串

