Python 中的多个异常
在编程中,发生的异常会干扰程序的正常流程。在 Python 中,它表示为错误。根据异常的原因,异常的类型可以不同,例如 IndexError,KeyError 等。
我们可以使用 try
和 except
块来处理异常。try
块包含一些可能引发异常的代码,如果引发异常,则可以在 except
块中指定备用代码。
例如,
try:
print(5/0)
except:
print(5/1)
输出:
5
5/0
引发异常,因此它将执行 except
块中的代码。
请注意,也可以使用 raise
关键字手动引发异常。
我们还可以处理 Python 中的多个异常。我们知道 Python 中有不同类型的异常,因此对于不同的异常,我们可以有多个 except
语句。
例如,
try:
raise ValueError()
except ValueError:
print("Value Error")
except KeyError:
print("Key Error")
输出:
Value Error
一个 except
语句也可以捕获多个异常。这些方法将在下面讨论。
实现此目的的第一种方法是用逗号分隔例外并将其放在括号中。以下代码显示了如何。
try:
raise ValueError()
except (ValueError, KeyError):
print("Error")
输出:
Error
如果遇到括号中提到的异常,则执行该块中的代码。我们还可以为异常对象(也称为错误对象)分配一些名称。e
是错误对象的最常用名称。例如,
try:
raise ValueError()
except (ValueError, KeyError) as e:
print("Error")
输出:
Error
as
关键字为对象名称创建别名。在 Python 2.5 以下,可以通过简单地使用逗号分隔错误对象的名称来消除 as
关键字的使用,如下所示。
try:
raise ValueError()
except (ValueError, KeyError), e:
print("Error")
输出:
Error
contextlib
库提供了一个非常有用的名为 suppress()
的函数,该函数还可用于处理多个异常。
此函数将 try
、except
和 pass
语句组合到一行代码中。它与 with
语句一起使用,该语句也用于异常处理,并使代码更清晰易读。
以下代码显示了如何使用此函数。
from contextlib import suppress
with suppress(FileNotFoundError):
os.remove('somefile.tmp')
上面的代码与带有 try
、except
和 pass
语句的以下程序等效。
try:
os.remove('somefile.tmp')
except FileNotFoundError:
pass
当我们不想执行任何操作但要避免空代码出现任何错误时,可以使用 pass
语句。
我们可以对多个异常使用 suppress
函数,如下所示。
from contextlib import suppress
with suppress(FileNotFoundError, KeyError):
os.remove('somefile.tmp')
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