Python中traceback错误堆栈信息处理

2023-12-29 03:32

本文主要是介绍Python中traceback错误堆栈信息处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、Python中的异常栈跟踪

之前在做Java的时候,异常对象默认就包含stacktrace相关的信息,通过异常对象的相关方法printStackTrace()和getStackTrace()等方法就可以取到异常栈信息,能打印到log辅助调试或者做一些别的事情。但是到了Python,在2.x中,异常对象可以是任何对象,经常看到很多代码是直接raise一个字符串出来,因此就不能像Java那样方便的获取异常栈了,因为异常对象和异常栈是分开的。而多数Python语言的书籍上重点在于描述Python中如何构造异常对象和raise try except finally这些的使用,对调试程序起关键作用的stacktrace往往基本上不怎么涉及。

python中用于处理异常栈的模块是traceback模块,它提供了print_exception、format_exception等输出异常栈等常用的工具函数。

'''
遇到问题没人解答?小编创建一个Python学习交流qq群:857662006 
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
`def` `func(a, b):``    ``return` `a ``/` `b``if` `__name__ ``=``=` `'__main__'``:``    ``import` `sys``    ``import` `traceback``    ``try``:``        ``func(``1``, ``0``)``    ``except` `Exception as e:``        ``print` `"print exc"``        ``traceback.print_exc(``file``=``sys.stdout)`

输出结果:

print exc
Traceback (most recent call last):File "./teststacktrace.py", line 7, in <module>func(1, 0)File "./teststacktrace.py", line 2, in funcreturn a / b

其实traceback.print_exc()函数只是traceback.print_exception()函数的一个简写形式,而它们获取异常相关的数据都是通过sys.exc_info()函数得到的。

'''
遇到问题没人解答?小编创建一个Python学习交流qq群:857662006 
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
`def` `func(a, b):``    ``return` `a ``/` `b``if` `__name__ ``=``=` `'__main__'``:``    ``import` `sys``    ``import` `traceback``    ``try``:``        ``func(``1``, ``0``)``    ``except` `Exception as e:``        ``print` `"print_exception()"``        ``exc_type, exc_value, exc_tb ``=` `sys.exc_info()``        ``print` `'the exc type is:'``, exc_type``        ``print` `'the exc value is:'``, exc_value``        ``print` `'the exc tb is:'``, exc_tb``        ``traceback.print_exception(exc_type, exc_value, exc_tb)`

输出结果:

print_exception()
the exc type is: <type 'exceptions.ZeroDivisionError'>
the exc value is: integer division or modulo by zero
the exc tb is: <traceback object at 0x104e7d4d0>
Traceback (most recent call last):File "./teststacktrace.py", line 7, in <module>func(1, 0)File "./teststacktrace.py", line 2, in funcreturn a / b
ZeroDivisionError: integer division or modulo by zero

sys.exc_info()返回的值是一个元组,其中第一个元素,exc_type是异常的对象类型,exc_value是异常的值,exc_tb是一个traceback对象,对象中包含出错的行数、位置等数据。然后通过print_exception函数对这些异常数据进行整理输出。

traceback模块提供了extract_tb函数来更加详细的解释traceback对象所包含的数据:

'''
遇到问题没人解答?小编创建一个Python学习交流qq群:857662006 
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
def func(a, b):return a / b
if __name__ == '__main__':import sysimport tracebacktry:func(1, 0)except:_, _, exc_tb = sys.exc_info()for filename, linenum, funcname, source in traceback.extract_tb(exc_tb):print "%-23s:%s '%s' in %s()" % (filename, linenum, source, funcname)

输出结果:

`samchimac:tracebacktest samchi$ python .``/``teststacktrace.py``.``/``teststacktrace.py    :``7` `'func(1, 0)'` `in` `<module>()``.``/``teststacktrace.py    :``2` `'return a / b'` `in` `func()`

二、使用cgitb来简化异常调试

如果平时开发喜欢基于log的方式来调试,那么可能经常去做这样的事情,在log里面发现异常之后,因为信息不足,那么会再去额外加一些debug log来把相关变量的值输出。调试完毕之后再把这些debug log去掉。其实没必要这么麻烦,Python库中提供了cgitb模块来帮助做这些事情,它能够输出异常上下文所有相关变量的信息,不必每次自己再去手动加debug log。

cgitb的使用简单的不能想象:

'''
遇到问题没人解答?小编创建一个Python学习交流qq群:857662006 
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
`def` `func(a, b):``        ``return` `a ``/` `b``if` `__name__ ``=``=` `'__main__'``:``        ``import` `cgitb``        ``cgitb.enable(``format``=``'text'``)``        ``import` `sys``        ``import` `traceback``        ``func(``1``, ``0``)`

运行之后就会得到详细的数据:

`A problem occurred ``in` `a Python script.  Here ``is` `the sequence of``function calls leading up to the error, ``in` `the order they occurred.` ` ``/``Users``/``samchi``/``Documents``/``workspace``/``tracebacktest``/``teststacktrace.py ``in` `<module>()``    ``4`   `import` `cgitb``    ``5`   `cgitb.enable(``format``=``'text'``)``    ``6`   `import` `sys``    ``7`   `import` `traceback``    ``8`   `func(``1``, ``0``)``func ``=` `<function func>` ` ``/``Users``/``samchi``/``Documents``/``workspace``/``tracebacktest``/``teststacktrace.py ``in` `func(a``=``1``, b``=``0``)``    ``2`   `return` `a ``/` `b``    ``3` `if` `__name__ ``=``=` `'__main__'``:``    ``4`   `import` `cgitb``    ``5`   `cgitb.enable(``format``=``'text'``)``    ``6`   `import` `sys``a ``=` `1``b ``=` `0`

完全不必再去log.debug(“a=%d” % a)了,个人感觉cgitb在线上环境不适合使用,适合在开发的过程中进行调试,非常的方便。

也许你会问,cgitb为什么会这么屌?能获取这么详细的出错信息?其实它的工作原理同它的使用方式一样的简单,它只是覆盖了默认的sys.excepthook函数,sys.excepthook是一个默认的全局异常拦截器,可以尝试去自行对它修改:

'''
遇到问题没人解答?小编创建一个Python学习交流qq群:857662006 
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
`def` `func(a, b):``        ``return` `a ``/` `b``def` `my_exception_handler(exc_type, exc_value, exc_tb):``        ``print` `"i caught the exception:"``, exc_type``        ``while` `exc_tb:``                ``print` `"the line no:"``, exc_tb.tb_lineno``                ``print` `"the frame locals:"``, exc_tb.tb_frame.f_locals``                ``exc_tb ``=` `exc_tb.tb_next`` ` `if` `__name__ ``=``=` `'__main__'``:``        ``import` `sys``        ``sys.excepthook ``=` `my_exception_handler``        ``import` `traceback``        ``func(``1``, ``0``)`

输出结果:

`i caught the exception: <``type` `'exceptions.ZeroDivisionError'``>``the line no: ``14``the frame ``locals``: {``'my_exception_handler'``: <function my_exception_handler at ``0x100e04aa0``>, ``'__builtins__'``: <module ``'__builtin__'` `(built``-``in``)>, ``'__file__'``: ``'./teststacktrace.py'``, ``'traceback'``: <module ``'traceback'` `from` `'/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/traceback.pyc'``>, ``'__package__'``: ``None``, ``'sys'``: <module ``'sys'` `(built``-``in``)>, ``'func'``: <function func at ``0x100e04320``>, ``'__name__'``: ``'__main__'``, ``'__doc__'``: ``None``}``the line no: ``2``the frame ``locals``: {``'a'``: ``1``, ``'b'``: ``0``}`

看到没有?没有什么神奇的东西,只是从stack frame对象中获取的相关变量的值。frame对象中还有很多神奇的属性,就不一一探索了。

三、使用logging模块来记录异常

在使用Java的时候,用log4j记录异常很简单,只要把Exception对象传递给log.error方法就可以了,但是在Python中就不行了,如果直接传递异常对象给log.error,那么只会在log里面出现一行异常对象的值。

在Python中正确的记录Log方式应该是这样的:

`logging.exception(ex)``logging.error(ex, exc_info``=``1``) ``# 指名输出栈踪迹, logging.exception的内部也是包了一层此做法``logging.critical(ex, exc_info``=``1``) ``# 更加严重的错误级别`

这篇关于Python中traceback错误堆栈信息处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/548206

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e