python異常退出

1. python運行錯誤怎麼辦

1. 一、python的錯誤處理：
   
   在程序運行的過程中，如果發生了錯誤，可以事先約定返回一個錯誤代碼，這樣，就可以知道是否有錯以及出錯的原因。
   在操作系統提供的調用中，返回錯誤碼非常常見。比如打開文件的函數open()，成功時返迴文件的描述符（就是一個整數），出錯時返回-1用錯誤碼來表示是否出錯十分不便，因為函數本身應該返回的正常結果和錯誤碼混在一起，造成調用者必須大量的代碼來判斷是否出錯：def foo():
   r = somefunction() if r == (-1): return (-1) return rdef bar():
   r = foo() if r == (-1): print("Error") else: pass一旦出錯，還要一級一級上報，直到某個函數可以處理該錯誤（比如，給用戶輸出一個錯誤信息）
   
   所以，高級語言通常都內置了一套try...except...finally...的錯誤處理機制，python也不例外。try
   讓我們用一個例子來看看try的機制try: print("try....")
   r = 10 / 0 print("result", r)except ZeroDivisionError as e: print("except:", e)finally: print("finally...")print("END....")
   
   當我們認為某些代碼可能會出錯時，就可以用try來運行這段代碼，如果執行出錯，則後續代碼不會繼續執行
   而是直接跳轉至錯誤處理代碼，即except語句塊
   執行完except後，如果有finally語句塊，則執行finally語句塊，至此，執行完畢。
   
   上面的代碼在計算10 / 0時 會產生一個除法運算錯誤：try....except: division by zerofinally...
   END....>>>從輸出可以看到，當錯誤發生時，後續語句print("result:", r)不會被執行，except由於捕獲到ZeroDivisionError因此被執行。
   最後，finally語句被執行。然後，程序繼續按照流程往下走。
   
   如果把除數0 變成2，則執行結果如下try....
   result 5.0finally...
   END....>>>由於沒有錯誤發生，所以except語句塊不會被執行，但是finally如果有則一定會被執行，當然finally也可以沒有
   你還可以猜測，錯誤應該有很多種類，日過發生了不同類型的錯誤，應該由不同的except語句塊處理。
   沒錯，可以有多個except來捕獲不同類型的錯誤：try: print("try.....")
   r = 10 / int("a") print("result:", r)except ValueError as e: print("ValueError:", e)except ZeroDivisionError as e: print("ZeroDivisionError:", e)finally: print("finally...")print("END...")
   
   int()函數可能會拋出ValueError,所以我們用一個except捕獲ValueError，用另一個except捕獲ZeroDivisionError
   此外，如果沒有錯誤發生，可以再except語句塊後面加一個else，當沒有錯誤發生時，會自動執行else語句。try: print("try...")
   r = 10 / int("2") print("result:", r)except ValueError as e: print("ValueError:", e)except ZeroDivisionError as e: print("ZeroDivisionError:", e)else: print("No error!")finally: print("finally...")print("END")
   
   python的錯誤其實也是class，所有的錯誤類型都繼承自BaseException,
   所以在使用except時需要注意的是，它不但捕獲該類型的錯誤，還把其子類也「一網打盡」。
   比如：try:
   foo()except ValueError as e: print("ValueError")except UnicodeError as e: print("UnicodeError")
   
   第二個except永遠也捕獲不到UnicodeError, 因為UnicodeError是ValueError的子類
   如果有，也是被第一個except給捕獲了。
   python所有的錯誤都是BaseException類派生的。
   
   所有常見的錯誤類型和繼承關系看這里：
   https://docs.python.org/3/library/exceptions.html#exception-hierarchy使用try...exccept捕獲錯誤還有一個巨大的好處，就是可以跨越多層調用，比如函數main（）調用foo（）
   foo（）調用bar（），結果bar（）出錯了，這時，只要main（）捕獲到了，就可以處理：def foo(s): return 10 / int(s)def bar(s): return foo(s) * 2def main(): try:
   bar("0") except Exception as e: print("Error:", e) finally: print("finally...")
   
   也就是說，不需要在每個可能出錯的地方去捕獲異常，只要在合適的層次去捕獲就可以了。
   這樣一來，就大大減少了寫 try...except...finally的麻煩。
   
   
   二、調用堆棧
   
   如果錯誤沒有被捕獲，他就會一直往上拋，最後被python解釋器捕獲，列印一個錯誤信息，然後程序退出。def foo(s): return 10 / int(s)def bar(s): return foo(s) * 2def main():
   bar("0")
   
   main()
   
   執行結果為：
   
   Traceback (most recent call last):
   File "C:/Python36/test.py", line 10, in <mole>
   main()
   File "C:/Python36/test.py", line 8, in main
   bar("0")
   File "C:/Python36/test.py", line 5, in bar return foo(s) * 2
   File "C:/Python36/test.py", line 2, in foo return 10 / int(s)
   ZeroDivisionError: division by zero
   
   出錯並不可怕，可怕的時不知道哪裡出錯了。解讀錯誤信息時定位錯誤的關鍵。
   我們從上往下可以看到整個錯誤的調用函數鏈。
   
   錯誤第一行：
   Traceback (most recent call last):
   這告訴我們的是錯誤的跟蹤信息。
   
   File "C:/Python36/test.py", line 10, in < mole >main()
   說明調用main（）出錯了，在代碼文件test.py中第10行，但是原因是第8行：
   
   File"C:/Python36/test.py", line8, in main
   bar("0")
   調用bar("0")出錯了，在代碼文件test.py中第8行，但原因是第5行：
   
   
   File"C:/Python36/test.py", line5, in barreturn foo(s) * 2調用return foo(s) * 2時出錯了，在test.py中第5行，但原因是第2行
   
   
   File "C:/Python36/test.py", line 2, in foo return 10 / int(s)
   ZeroDivisionError: division by zero
   
   這時我們找到了源頭，原來在第2行調用return 10 / int(s)出錯了，錯誤為ZeroDivisionError
   
   
   三、記錄錯誤
   
   如果不捕獲錯誤，自然可以讓python解釋器來列印出錯誤堆棧，但是程序也被結束了。
   既然我們能捕獲錯誤，就可以把錯誤堆棧列印出來，然後分析錯誤原因，同時，讓程序繼續執行下去。
   
   python內置的logging模塊可以非常容易地記錄錯誤信息：import loggingdef foo(s): return 10 / int(s)def bar(s): return foo(s) * 2def main(): try:
   bar("0") except Exception as e:
   logging.exception(e)
   
   main()print("END")
   
   輸出結果為：
   ERROR:root:division by zero
   Traceback (most recent call last):
   File "C:/Python36/test.py", line 12, in main
   bar("0")
   File "C:/Python36/test.py", line 8, in bar return foo(s) * 2
   File "C:/Python36/test.py", line 5, in foo return 10 / int(s)
   ZeroDivisionError: division by zero
   END
   
   同樣是出錯，但程序列印完錯誤信息後會繼續執行，並正常退出。
   
   通過配置，logging還可以把錯誤記錄到日誌文件里，方便事後排查。
   
   
   四、拋出錯誤
   
   因為錯誤是class，捕獲一個錯誤就是捕獲到該class的一個實例。
   因此，錯誤並不是憑空產生的，而是有意創建並拋出的。
   
   python的內置函數會拋出很多類型的錯誤，我們自己編寫的函數也可以拋出錯誤。
   
   如果要拋出錯誤，首先根據需要，可以定義一個錯誤的class，選擇好繼承關系，然後用raise語句拋出一個錯誤的實例：class FooError(ValueError): passdef foo(s):
   n = int(s) if n == 0: raise FooError("invalid value: %s" % s) return 10 / n
   
   foo("0")
   
   輸出結果：
   Traceback (most recent call last):
   File "C:/Python36/test.py", line 10, in <mole>
   foo("0")
   File "C:/Python36/test.py", line 7, in foo raise FooError("invalid value: %s" % s)
   FooError: invalid value: 0
   
   只有在必要的時候才定義我們自己的錯誤類型。
   如果可以選擇python已有的內置錯誤類型（比如ValueError, TypeError）,盡量使用python內置的錯誤類型。
   
   最後，我們來看另一種錯誤處理方式：def foo(s):
   n = int(s) if n == 0: raise ValueError("invalid value: %s" % s) return 10 / ndef bar(): try:
   foo("0") except ValueError as e: print("ValieError") raisebar()
   
   在bar（）函數中，我們明明已經捕獲了錯誤，但是，列印一個ValueError之後
   又通過raise語句拋出去了。這不是有病嗎
   
   其實，這種錯誤處理方式不但沒病，而且相當常見。
   捕獲錯誤目的只是記錄一下，便於或許追蹤。
   
   但是，由於當前函數不知道應該怎麼處理該錯誤，所以，最恰當的方式是繼續往上拋，讓頂層調用者去處理。
   好比一個員工處理不了一個問題時，就把問題一直往上拋，最終會拋給CEO去解決。
   
   注意：raise語句如果不帶參數，就會把當前錯誤原樣拋出。
   此外，在except中raise一個Error，還可以改寫錯誤類型try: 10 / 0except ZeroDivisionError: raise ValueError("do not input zero!")
   
   輸出結果：
   Traceback (most recent call last):
   File "C:/Python36/test.py", line 4, in <mole> raise ValueError("do not input zero!")
   ValueError: do not input zero!>>>只要是合理的轉換邏輯就可以，但是，絕不應該把一個IOError轉成毫不相乾的valueError.
   
   總結：
   
   python內置的 try...except...finally 用來處理錯誤十分方便。
   出錯時，會分析錯誤信息並定位錯誤發生的代碼位置才是關鍵的。
   
   程序也可以主動拋出錯誤，讓調用者來處理相應的錯誤。
   但是應該在文檔中寫清楚可能會拋出哪些錯誤，以及錯誤產生的原因。
   

2. Python中程序異常都能被處理嗎

「異常」是Python對象，表示一個錯誤。

如果不想出現異常後程序自動停止運行，編程的人，就要主動捕捉異常，並自己作出相應處理。

捕捉異常可以使用try/except語句。

try/except語句用來檢測try語句塊中的錯誤，從而讓except語句捕獲異常信息並處理。

下面是try/except的示例，說明了怎樣處理各種異常：

try:

<語句> #運行別的代碼

except <名字>：

<語句> #如果在try部份引發了'name'異常

except <名字>，<數據>:

<語句> #如果引發了'name'異常，獲得附加的數據

else:

<語句> #如果沒有異常發生

Python的各種標准異常是預先定義好的。基本上包括了常見的異常情況，主要有以下內容。

異常名稱 描述

BaseException 所有異常的基類

SystemExit 解釋器請求退出

KeyboardInterrupt 用戶中斷執行(通常是輸入^C)

Exception 常規錯誤的基類

StopIteration 迭代器沒有更多的值

GeneratorExit 生成器(generator)發生異常來通知退出

StandardError 所有的內建標准異常的基類

ArithmeticError 所有數值計算錯誤的基類

FloatingPointError 浮點計算錯誤

OverflowError 數值運算超出最大限制

ZeroDivisionError 除(或取模)零 (所有數據類型)

AssertionError 斷言語句失敗

AttributeError 對象沒有這個屬性

EOFError 沒有內建輸入,到達EOF 標記

EnvironmentError 操作系統錯誤的基類

IOError 輸入/輸出操作失敗

OSError 操作系統錯誤

WindowsError 系統調用失敗

ImportError 導入模塊/對象失敗

LookupError 無效數據查詢的基類

IndexError 序列中沒有此索引(index)

KeyError 映射中沒有這個鍵

MemoryError 內存溢出錯誤(對於Python 解釋器不是致命的)

NameError 未聲明/初始化對象 (沒有屬性)

UnboundLocalError 訪問未初始化的本地變數

ReferenceError 弱引用(Weak reference)試圖訪問已經垃圾回收了的對象

RuntimeError 一般的運行時錯誤

NotImplementedError 尚未實現的方法

SyntaxError Python 語法錯誤

IndentationError 縮進錯誤

TabError Tab 和空格混用

SystemError 一般的解釋器系統錯誤

TypeError 對類型無效的操作

ValueError 傳入無效的參數

UnicodeError Unicode 相關的錯誤

UnicodeDecodeError Unicode 解碼時的錯誤

UnicodeEncodeError Unicode 編碼時錯誤

UnicodeTranslateError Unicode 轉換時錯誤

Warning 警告的基類

DeprecationWarning 關於被棄用的特徵的警告

FutureWarning 關於構造將來語義會有改變的警告

OverflowWarning 舊的關於自動提升為長整型(long)的警告

PendingDeprecationWarning 關於特性將會被廢棄的警告

RuntimeWarning 可疑的運行時行為(runtime behavior)的警告

SyntaxWarning 可疑的語法的警告

UserWarning 用戶代碼生成的警告

Python系統處理異常就是提示一下，停止運行。不想停止，只有自己處理。

可以不帶類型，所有異常執行同一組語句：

try:
正常的操作
except:
發生異常，執行這塊代碼
else:
如果沒有異常執行這塊代碼

也可以多個異常共用一段代碼：

ry:
正常的操作
except(Exception1[, Exception2[,...ExceptionN]]]):
發生以上多個異常中的一個，執行這塊代碼
else:
如果沒有異常執行這塊代碼

還有一種格式，可以有finally部分：

try:
fh = open("testfile", "w")
try:
fh.write("這是一個測試文件，用於測試異常!!")
finally:
print "關閉文件"
fh.close()except IOError:
print "Error: 沒有找到文件或讀取文件失敗"

當在try塊中拋出一個異常，立即執行finally塊代碼。

finally塊中的所有語句執行後，異常被再次觸發，並執行except塊代碼。

參數的內容不同於異常。

除了標准異常，我們也可以自己定義異常，並進行處理,這時用到raise語句：

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

語句中 Exception 是異常的類型（例如，NameError）參數標准異常中任一種，args 是自已提供的異常參數。

最後一個參數是可選的（在實踐中很少使用），如果存在，是跟蹤異常對象。

相應的異常處理程序示例如下：

try:
正常語句，內含raise語句

except Exception,err:
觸發自定義異常

else:
其餘代碼

3. 如何解決的Python類型錯誤

1.Python異常類

Python是面向對象語言，所以程序拋出的異常也是類。常見的Python異常有以下幾個，大家只要大致掃一眼，有個映像，等到編程的時候，相信大家肯定會不只一次跟他們照面（除非你不用Python了）。

異常 描述
NameError 嘗試訪問一個沒有申明的變數
ZeroDivisionError 除數為0
SyntaxError 語法錯誤
IndexError 索引超出序列范圍
KeyError 請求一個不存在的字典關鍵字
IOError 輸入輸出錯誤（比如你要讀的文件不存在）
AttributeError 嘗試訪問未知的對象屬性
ValueError 傳給函數的參數類型不正確，比如給int()函數傳入字元串形
2.捕獲異常
Python完整的捕獲異常的語句有點像：
復制代碼 代碼如下:

try:
try_suite
except Exception1,Exception2,...,Argument:
exception_suite
...... #other exception block
else:
no_exceptions_detected_suite
finally:
always_execute_suite

額...是不是很復雜？當然，當我們要捕獲異常的時候，並不是必須要按照上面那種格式完全寫下來，我們可以丟掉else語句，或者finally語句；甚至不要exception語句，而保留finally語句。額，暈了？好吧，下面，我們就來一一說明啦。
2.1.try...except...語句
try_suite不消我說大家也知道，是我們需要進行捕獲異常的代碼。而except語句是關鍵，我們try捕獲了代碼段try_suite里的異常後，將交給except來處理。
try...except語句最簡單的形式如下：
復制代碼 代碼如下:

try:
try_suite
except:
exception block

上面except子句不跟任何異常和異常參數，所以無論try捕獲了任何異常，都將交給except子句的exception block來處理。如果我們要處理特定的異常，比如說，我們只想處理除零異常，如果其他異常出現，就讓其拋出不做處理，該怎麼辦呢？這個時候，我們就要給except子句傳入異常參數啦！那個ExceptionN就是我們要給except子句的異常類（請參考異常類那個表格），表示如果捕獲到這類異常，就交給這個except子句來處理。比如：
復制代碼 代碼如下:

try:
try_suite
except Exception:
exception block

舉個例子：
復制代碼 代碼如下:

>>> try:
... res = 2/0
... except ZeroDivisionError:
... print "Error:Divisor must not be zero!"
...
Error:Divisor must not be zero!

看，我們真的捕獲到了ZeroDivisionError異常！那如果我想捕獲並處理多個異常怎麼辦呢？有兩種辦法，一種是給一個except子句傳入多個異常類參數，另外一種是寫多個except子句，每個子句都傳入你想要處理的異常類參數。甚至，這兩種用法可以混搭呢！下面我就來舉個例子。
復制代碼 代碼如下:

try:
floatnum = float(raw_input("Please input a float:"))
intnum = int(floatnum)
print 100/intnum
except ZeroDivisionError:
print "Error:you must input a float num which is large or equal then 1!"
except ValueError:
print "Error:you must input a float num!"
[root@Cherish tmp]# python test.py
Please input a float:fjia
Error:you must input a float num!
[root@Cherish tmp]# python test.py
Please input a float:0.9999
Error:you must input a float num which is large or equal then 1!
[root@Cherish tmp]# python test.py
Please input a float:25.091
4

上面的例子大家一看都懂，就不再解釋了。只要大家明白，我們的except可以處理一種異常，多種異常，甚至所有異常就可以了。
大家可能注意到了，我們還沒解釋except子句後面那個Argument是什麼東西？別著急，聽我一一道來。這個Argument其實是一個異常類的實例（別告訴我你不知到什麼是實例），包含了來自異常代碼的診斷信息。也就是說，如果你捕獲了一個異常，你就可以通過這個異常類的實例來獲取更多的關於這個異常的信息。例如：
復制代碼 代碼如下:

>>> try:
... 1/0
... except ZeroDivisionError,reason:
... pass
...
>>> type(reason)
<type 'exceptions.ZeroDivisionError'>
>>> print reason
integer division or molo by zero
>>> reason
ZeroDivisionError('integer division or molo by zero',)
>>> reason.__class__
<type 'exceptions.ZeroDivisionError'>
>>> reason.__class__.__doc__
'Second argument to a division or molo operation was zero.'
>>> reason.__class__.__name__
'ZeroDivisionError'

上面這個例子，我們捕獲了除零異常，但是什麼都沒做。那個reason就是異常類ZeroDivisionError的實例，通過type就可以看出。
2.2try ... except...else語句
現在我們來說說這個else語句。Python中有很多特殊的else用法，比如用於條件和循環。放到try語句中，其作用其實也差不多：就是當沒有檢測到異常的時候，則執行else語句。舉個例子大家可能更明白些：
復制代碼 代碼如下:

>>> import syslog
>>> try:
... f = open("/root/test.py")
... except IOError,e:
... syslog.syslog(syslog.LOG_ERR,"%s"%e)
... else:
... syslog.syslog(syslog.LOG_INFO,"no exception caught\n")
...
>>> f.close()

2.3 finally子句
finally子句是無論是否檢測到異常，都會執行的一段代碼。我們可以丟掉except子句和else子句，單獨使用try...finally，也可以配合except等使用。
例如2.2的例子，如果出現其他異常，無法捕獲，程序異常退出，那麼文件 f 就沒有被正常關閉。這不是我們所希望看到的結果，但是如果我們把f.close語句放到finally語句中，無論是否有異常，都會正常關閉這個文件，豈不是很 妙
復制代碼 代碼如下:

>>> import syslog
>>> try:
... f = open("/root/test.py")
... except IOError,e:
... syslog.syslog(syslog.LOG_ERR,"%s"%e)
... else:
... syslog.syslog(syslog.LOG_INFO,"no exception caught\n")
... finally:
>>> f.close()

大家看到了沒，我們上面那個例子竟然用到了try,except,else,finally這四個子句！:-)，是不是很有趣？到現在，你就基本上已經學會了如何在Python中捕獲常規異常並處理之。
3.兩個特殊的處理異常的簡便方法
3.1斷言（assert）
什麼是斷言，先看語法：
復制代碼 代碼如下:

assert expression[,reason]

其中assert是斷言的關鍵字。執行該語句的時候，先判斷表達式expression，如果表達式為真，則什麼都不做；如果表達式不為真，則拋出異常。reason跟我們之前談到的異常類的實例一樣。不懂？沒關系，舉例子！最實在！
復制代碼 代碼如下:

>>> assert len('love') == len('like')
>>> assert 1==1
>>> assert 1==2,"1 is not equal 2!"
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
AssertionError: 1 is not equal 2!

我們可以看到，如果assert後面的表達式為真，則什麼都不做，如果不為真，就會拋出AssertionErro異常，而且我們傳進去的字元串會作為異常類的實例的具體信息存在。其實，assert異常也可以被try塊捕獲：
復制代碼 代碼如下:

>>> try:
... assert 1 == 2 , "1 is not equal 2!"
... except AssertionError,reason:
... print "%s:%s"%(reason.__class__.__name__,reason)
...
AssertionError:1 is not equal 2!
>>> type(reason)
<type 'exceptions.AssertionError'>

3.2.上下文管理（with語句）
如果你使用try,except,finally代碼僅僅是為了保證共享資源（如文件，數據）的唯一分配，並在任務結束後釋放它，那麼你就有福了！這個with語句可以讓你從try,except,finally中解放出來！語法如下：
復制代碼 代碼如下:

with context_expr [as var]:
with_suite

是不是不明白？很正常，舉個例子來！
復制代碼 代碼如下:

>>> with open('/root/test.py') as f:
... for line in f:
... print line

上面這幾行代碼幹了什麼？
（1）打開文件/root/test.py
（2）將文件對象賦值給 f
（3）將文件所有行輸出
（4）無論代碼中是否出現異常，Python都會為我們關閉這個文件，我們不需要關心這些細節。
這下，是不是明白了，使用with語句來使用這些共享資源，我們不用擔心會因為某種原因而沒有釋放他。但並不是所有的對象都可以使用with語句，只有支持上下文管理協議（context management protocol）的對象才可以，那哪些對象支持該協議呢？如下表：
file
decimal.Context
thread.LockType
threading.Lock
threading.RLock
threading.Condition
threading.Semaphore
threading.BoundedSemaphore
至於什麼是上下文管理協議，如果你不只關心怎麼用with,以及哪些對象可以使用with，那麼我們就不比太關心這個問題：）
4.拋出異常(raise)
如果我們想要在自己編寫的程序中主動拋出異常，該怎麼辦呢？raise語句可以幫助我們達到目的。其基本語法如下：
復制代碼 代碼如下:

raise [SomeException [, args [,traceback]]

第一個參數，SomeException必須是一個異常類，或異常類的實例
第二個參數是傳遞給SomeException的參數，必須是一個元組。這個參數用來傳遞關於這個異常的有用信息。
第三個參數traceback很少用，主要是用來提供一個跟中記錄對象（traceback）
下面我們就來舉幾個例子。
復制代碼 代碼如下:

>>> raise NameError
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
NameError
>>> raise NameError() #異常類的實例
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
NameError
>>> raise NameError,("There is a name error","in test.py")
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
>>> raise NameError("There is a name error","in test.py") #注意跟上面一個例子的區別
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
NameError: ('There is a name error', 'in test.py')
>>> raise NameError,NameError("There is a name error","in test.py") #注意跟上面一個例子的區別
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
NameError: ('There is a name error', 'in test.py')

其實，我們最常用的還是，只傳入第一個參數用來指出異常類型，最多再傳入一個元組，用來給出說明信息。如上面第三個例子。
5.異常和sys模塊
另一種獲取異常信息的途徑是通過sys模塊中的exc_info()函數。該函數回返回一個三元組:(異常類，異常類的實例，跟中記錄對象)
復制代碼 代碼如下:

>>> try:
... 1/0
... except:
... import sys
... tuple = sys.exc_info()
...
>>> print tuple
(<type 'exceptions.ZeroDivisionError'>, ZeroDivisionError('integer division or molo by zero',), <traceback object at 0x7f538a318b48>)
>>> for i in tuple:
... print i
...
<type 'exceptions.ZeroDivisionError'> #異常類
integer division or molo by zero #異常類的實例
<traceback object at 0x7f538a318b48> #跟蹤記錄對象

4. python出錯，請問是什麼問題

要把代碼發現來才知道，以下是常見的錯誤
下面終於要講到當你用到更多的Python的功能（數據類型，函數，模塊，類等等）時可能碰到的問題了。由於篇幅有限，這里盡量精簡，尤其是對一些高級的概念。要想了解更多的細節，敬請閱讀Learning Python, 2nd Edition的「小貼士」以及「Gotchas」章節。

打開文件的調用不使用模塊搜索路徑
當你在Python中調用open()來訪問一個外部的文件時，Python不會使用模塊搜索路徑來定位這個目標文件。它會使用你提供的絕對路徑，或者假定這個文件是在當前工作目錄中。模塊搜索路徑僅僅為模塊載入服務的。
不同的類型對應的方法也不同
列表的方法是不能用在字元串上的，反之亦然。通常情況下，方法的調用是和數據類型有關的，但是內部函數通常在很多類型上都可以使用。舉個例子來說，列表的reverse方法僅僅對列表有用，但是len函數對任何具有長度的對象都適用
不能直接改變不可變數據類型
記住你沒法直接的改變一個不可變的對象（例如，元組，字元串）：

T = (1, 2, 3)
T[2] = 4 # 錯誤

用切片，聯接等構建一個新的對象，並根據需求將原來變數的值賦給它。因為Python會自動回收沒有用的內存，因此這沒有看起來那麼浪費：

T = T[:2] + (4,) # 沒問題了: T 變成了 (1, 2, 4)

使用簡單的for循環而不是while或者range
當你要從左到右遍歷一個有序的對象的所有元素時，用簡單的for循環（例如，for x in seq:）相比於基於while-或者range-的計數循環而言會更容易寫，通常運行起來也更快。除非你一定需要，盡量避免在一個for循環里使用range：讓Python來替你解決標號的問題。在下面的例子中三個循環結構都沒有問題，但是第一個通常來說更好；在Python里，簡單至上。

S = "lumberjack"

for c in S: print c # 最簡單

for i in range(len(S)): print S[i] # 太多了

i = 0 # 太多了
while i < len(S): print S[i]; i += 1

不要試圖從那些會改變對象的函數得到結果
諸如像方法list.append()和list.sort()一類的直接改變操作會改變一個對象，但不會將它們改變的對象返回出來（它們會返回None）；正確的做法是直接調用它們而不要將結果賦值。經常會看見初學者會寫諸如此類的代碼：

mylist = mylist.append(X)

目的是要得到append的結果，但是事實上這樣做會將None賦值給mylist，而不是改變後的列表。更加特別的一個例子是想通過用排序後的鍵值來遍歷一個字典里的各個元素，請看下面的例子：

D = {...}
for k in D.keys().sort(): print D[k]

差一點兒就成功了——keys方法會創建一個keys的列表，然後用sort方法來將這個列表排序——但是因為sort方法會返回None，這個循環會失敗，因為它實際上是要遍歷None（這可不是一個序列）。要改正這段代碼，將方法的調用分離出來，放在不同的語句中，如下：

Ks = D.keys()
Ks.sort()
for k in Ks: print D[k]

只有在數字類型中才存在類型轉換
在Python中，一個諸如123+3.145的表達式是可以工作的——它會自動將整數型轉換為浮點型，然後用浮點運算。但是下面的代碼就會出錯了：

S = "42"
I = 1
X = S + I # 類型錯誤

這同樣也是有意而為的，因為這是不明確的：究竟是將字元串轉換為數字（進行相加）呢，還是將數字轉換為字元串（進行聯接）呢？在Python中，我們認為「明確比含糊好」（即，EIBTI（Explicit is better than implicit）），因此你得手動轉換類型：

X = int(S) + I # 做加法: 43
X = S + str(I) # 字元串聯接: "421"

循環的數據結構會導致循環
盡管這在實際情況中很少見，但是如果一個對象的集合包含了到它自己的引用，這被稱為循環對象（cyclic object）。如果在一個對象中發現一個循環，Python會輸出一個[…]，以避免在無限循環中卡住：

>>> L = ['grail'] # 在 L中又引用L自身會
>>> L.append(L) # 在對象中創造一個循環
>>> L
['grail', [...]]

除了知道這三個點在對象中表示循環以外，這個例子也是很值得借鑒的。因為你可能無意間在你的代碼中出現這樣的循環的結構而導致你的代碼出錯。如果有必要的話，維護一個列表或者字典來表示已經訪問過的對象，然後通過檢查它來確認你是否碰到了循環。
賦值語句不會創建對象的副本，僅僅創建引用
這是Python的一個核心理念，有時候當行為不對時會帶來錯誤。在下面的例子中，一個列表對象被賦給了名為L的變數，然後L又在列表M中被引用。內部改變L的話，同時也會改變M所引用的對象，因為它們倆都指向同一個對象。

>>> L = [1, 2, 3] # 共用的列表對象
>>> M = ['X', L, 'Y'] # 嵌入一個到L的引用
>>> M
['X', [1, 2, 3], 'Y']

>>> L[1] = 0 # 也改變了M
>>> M
['X', [1, 0, 3], 'Y']

通常情況下只有在稍大一點的程序里這就顯得很重要了，而且這些共用的引用通常確實是你需要的。如果不是的話，你可以明確的給他們創建一個副本來避免共用的引用；對於列表來說，你可以通過使用一個空列表的切片來創建一個頂層的副本：

>>> L = [1, 2, 3]
>>> M = ['X', L[:], 'Y'] # 嵌入一個L的副本

>>> L[1] = 0 # 僅僅改變了L，但是不影響M
>>> L
[1, 0, 3]
>>> M
['X', [1, 2, 3], 'Y']

切片的范圍起始從默認的0到被切片的序列的最大長度。如果兩者都省略掉了，那麼切片會抽取該序列中的所有元素，並創造一個頂層的副本（一個新的，不被公用的對象）。對於字典來說，使用字典的dict.()方法。
靜態識別本地域的變數名
Python默認將一個函數中賦值的變數名視作是本地域的，它們存在於該函數的作用域中並且僅僅在函數運行的時候才存在。從技術上講，Python是在編譯def代碼時，去靜態的識別本地變數，而不是在運行時碰到賦值的時候才識別到的。如果不理解這點的話，會引起人們的誤解。比如，看看下面的例子，當你在一個引用之後給一個變數賦值會怎麼樣：

>>> X = 99
>>> def func():
... print X # 這個時候還不存在
... X = 88 # 在整個def中將X視作本地變數
...
>>> func( ) # 出錯了！

你會得到一個「未定義變數名」的錯誤，但是其原因是很微妙的。當編譯這則代碼時，Python碰到給X賦值的語句時認為在這個函數中的任何地方X會被視作一個本地變數名。但是之後當真正運行這個函數時，執行print語句的時候，賦值語句還沒有發生，這樣Python便會報告一個「未定義變數名」的錯誤。
事實上，之前的這個例子想要做的事情是很模糊的：你是想要先輸出那個全局的X，然後創建一個本地的X呢，還是說這是個程序的錯誤？如果你真的是想要輸出這個全局的X，你需要將它在一個全局語句中聲明它，或者通過包絡模塊的名字來引用它。
默認參數和可變對象
在執行def語句時，默認參數的值只被解析並保存一次，而不是每次在調用函數的時候。這通常是你想要的那樣，但是因為默認值需要在每次調用時都保持同樣對象，你在試圖改變可變的默認值（mutable defaults）的時候可要小心了。例如，下面的函數中使用一個空的列表作為默認值，然後在之後每一次函數調用的時候改變它的值：

>>> def saver(x=[]): # 保存一個列表對象
... x.append(1) # 並每次調用的時候
... print x # 改變它的值
...
>>> saver([2]) # 未使用默認值
[2, 1]
>>> saver() # 使用默認值
[1]
>>> saver() # 每次調用都會增加！
[1, 1]
>>> saver()
[1, 1, 1]

有的人將這個視作Python的一個特點——因為可變的默認參數在每次函數調用時保持了它們的狀態，它們能提供像C語言中靜態本地函數變數的類似的一些功能。但是，當你第一次碰到它時會覺得這很奇怪，並且在Python中有更加簡單的辦法來在不同的調用之間保存狀態（比如說類）。
要擺脫這樣的行為，在函數開始的地方用切片或者方法來創建默認參數的副本，或者將默認值的表達式移到函數裡面；只要每次函數調用時這些值在函數里，就會每次都得到一個新的對象：

>>> def saver(x=None):

... if x is None: x = [] # 沒有傳入參數？
... x.append(1) # 改變新的列表
... print x
...
>>> saver([2]) # 沒有使用默認值
[2, 1]
>>> saver() # 這次不會變了
[1]
>>> saver()
[1]

其他常見的編程陷阱
下面列舉了其他的一些在這里沒法詳述的陷阱：
在頂層文件中語句的順序是有講究的：因為運行或者載入一個文件會從上到下運行它的語句，所以請確保將你未嵌套的函數調用或者類的調用放在函數或者類的定義之後。
reload不影響用from載入的名字：reload最好和import語句一起使用。如果你使用from語句，記得在reload之後重新運行一遍from，否則你仍然使用之前老的名字。
在多重繼承中混合的順序是有講究的：這是因為對superclass的搜索是從左到右的，在類定義的頭部，在多重superclass中如果出現重復的名字，則以最左邊的類名為准。
在try語句中空的except子句可能會比你預想的捕捉到更多的錯誤。在try語句中空的except子句表示捕捉所有的錯誤，即便是真正的程序錯誤，和sys.exit()調用，也會被捕捉到。

5. python異常值處理

如果你用 Python 編程，那麼你就無法避開異常，因為異常在這門語言里無處不在。打個比方，當你在腳本執行時按 ctrl+c 退出，解釋器就會產生一個 KeyboardInterrupt 異常。而 KeyError、ValueError、TypeError 等更是日常編程里隨處可見的老朋友。

異常處理工作由「捕獲」和「拋出」兩部分組成。「捕獲」指的是使用 try ... except 包裹特定語句，妥當的完成錯誤流程處理。而恰當的使用 raise 主動「拋出」異常，更是優雅代碼里必不可少的組成部分。

異常分類

BaseException所有異常的基類
Exception常見錯誤的基類
ArithmeticError所有數值計算錯誤的基類
Warning警告的基類

AssertError斷言語句（assert）失敗
AttributeError嘗試訪問未知的對象屬性
DeprecattionWarning關於被棄用的特徵的警告
EOFError用戶輸入文件末尾標志EOF（Ctrl+d）
FloattingPointError浮點計算錯誤
FutureWarning關於構造將來語義會有改變的警告
GeneratorExitgenerator.close()方法被調用的時候
ImportError導入模塊失敗的時候
IndexError索引超出序列的范圍
KeyError字典中查找一個不存在的關鍵字
KeyboardInterrupt用戶輸入中斷鍵（Ctrl+c）
MemoryError內存溢出（可通過刪除對象釋放內存）
NamerError嘗試訪問一個不存在的變數
NotImplementedError尚未實現的方法
OSError操作系統產生的異常（例如打開一個不存在的文件）
OverflowError數值運算超出最大限制
OverflowWarning舊的關於自動提升為長整型（long）的警告
PendingDeprecationWarning關於特徵會被遺棄的警告
ReferenceError弱引用（weakreference）試圖訪問一個已經被垃圾回收機制回收了的對象
RuntimeError一般的運行時錯誤
RuntimeWarning可疑的運行行為（runtimebehavior）的警告
StopIteration迭代器沒有更多的值
SyntaxErrorPython的語法錯誤
SyntaxWarning可疑的語法的警告
IndentationError縮進錯誤
TabErrorTab和空格混合使用
SystemErrorPython編譯器系統錯誤
SystemExitPython編譯器進程被關閉
TypeError不同類型間的無效操作
UnboundLocalError訪問一個未初始化的本地變數（NameError的子類）
UnicodeErrorUnicode相關的錯誤（ValueError的子類）
UnicodeEncodeErrorUnicode編碼時的錯誤（UnicodeError的子類）
UnicodeDecodeErrorUnicode解碼時的錯誤（UnicodeError的子類）
UserWarning用戶代碼生成的警告
ValueError傳入無效的參數
ZeroDivisionError除數為零

6. python中exit(0)和exit(1)的用法和區別，謝謝了

一、功能不同

1、exit(0)：表示程序正常退出。

2、exit(1)：表示程序異常退出。

二、特點不同

1、exit(0)：把exit用在main內的時候無論main是否定義成void返回的值都是有效的。

2、exit(1)：等價於return(1)，不需要考慮類型。

三、操作順序不同

1、exit(0)：直接使進程停止運行，清除其使用的內存空間，並銷毀其穗拍在內核中的各種數據結構。

2、exit(1)：在調用 exit 系統調用之前要檢查文件的打開情況,把文件緩沖區中的內容寫迴文件。

參考資棗族螞料來源：網路百凳埋科-Exit()

7. 如何在Python程序退出的時候，強制運行一些命令呢

程序一定會運行到clean()函數，但是，如果你代碼寫的多，你就應該知道，濫用try...except...會讓你非常痛苦。例如它突然給你列印一個運行異常: 1。你根本不知道是哪裡出了問題，也不知道具體出了什麼問題。為了找到問題，你必須讓程序把錯誤爆出來。但這樣一來，clean()又不能正常運行了。Python退出時強制運行一段代碼

有什麼辦法，既能讓程序報錯，又能在報錯已經還能運行clean()呢?

這個時候，我們就可以使用Python自帶的atexit這個模塊了。它的使用方法非常簡單：

import atexit

@atexit.register

def clean():

print('清理環境相關的代碼')

setup()

test()

這樣一來，我們不需要顯式調用clean函數了。無論程序正常結束，還是程序異常報錯，clean函數裡面的內容總會執行。

8. python 處理異常 sys.exit出現錯誤，這是怎麼回事

你族御升是不是跳出來的那個對話框點了取拆粗消了？ 點取消的話就表示不退出程序，你的sys.exit()就失敗了兆老.

9. sys.exit()報錯

sys.exit() 引發一個 SystemExit異常，若沒有捕獲這個乎笑異常，Python解釋器會直接退出；捕獲這個異常可以做一些額外的清理工作。0為腔吵正常退出，其他數值（1-127）為不正常，可拋異常事件供捕獲。
exit() 跟 C 語言等其他語言的 exit() 應該是一樣的。
如果是你手動調用這個函數就是要自己處理異常的伍頃侍情況。

10. python程序運行時報錯，怎麼處理

1.異常種類

python中的異常種類非常多，每個異常專門用於處理某一項異常！！！

下面是一些常用的異常：