SEH(structured exception handling)中__try __except异常处理模型

2024-03-01 21:48

本文主要是介绍SEH(structured exception handling)中__try __except异常处理模型,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!

SEH(structured exception handling)中__try __except异常处理模型

一、SEH 的工作原理
Windows 程序设计中最重要的理念就是消息传递,事件驱动。当GUI应用程序触发一个消息时,系统将把该消息放入消息队列,然后去查找并调用窗体的消息处理函数(CALLBACK),传递的参数当然就是这个消息。我们同样可以把异常也当作是一种消息,应用程序发生异常时就触发了该消息并告知系统。系统接收后同样会找它的“回调函数”,也就是我们的异常处理例程。当然,如果我们在程序中没有做异常处理的话,系统也不会置之不理,它将弹出我们常见的应用程序错误框,然后结束该程序。所以,当我们改变思维方式,以CALLBACK 的思想来看待 SEH,SEH 将不再神秘。

SEH 是 Windows 系统提供的功能,跟开发工具无关。值得一提的是,VC 将 SEH 进行了封装 try  catch  finally,c++中也可以用c的封装 __try {}__except () {} 和 __try {} __finally {}.所以当你建立一个C++ try块时,编译器就生成一个SEH __try块。一个C++ catch测试变成一个SEH异常过滤器,并且catch中的代码变成SEH __except块中的代码。实际上,当你写一条C++ throw语句时,编译器就生成一个对Windows的RaiseException函数的调用。用于throw语句的变量传递给RaiseException作为附加的参数。

r_no157.gif

二、__try __except用法

try except是windows 系统独有的异常处理模型,windows的异常处理模式,称为SEH(structured exception handling),SEH的异常处理模型主要由try - except语句来完成,与标准的try catch相似。C++异常处理模型使用catch关键字来定义异常处理模块,而SEH是采用__except关键字来定义。并且,catch关键字后面往往好像接受一个函数参数一样,可以是各种类型的异常数据对象;但是__except关键字则不同,它后面跟的却是一个表达式.我们知道,函数调用也是一个表达式。如下是一个小例子:

char* RobustStrCpy(char* strDestination, const char* strSource)
{__try{strcpy(strDestination,strSource);}__except (EXCEPTION_EXECUTE_HANDLER){//  Nothing to do here }return (strDestination);
}

调用者对这些参数中的某一个传递NULL(或任何无效的地址),strcpy就引起一个存取异常,并且导致整个进程结束。
使用SEH,就可以建立一个完全强壮的strcpy函数这个函数所做的一切就是将对strcpy的调用置于一个结构化的异常处理框架中。如果strcpy执行成功,函数就返回。如果strcpy引起一个存取异常,异常过滤器返回EXCEPTION_EXECUTE_HANDLER,导致该线程执行异常处理程序代码。在这个函数中,处理程序代码什么也不做,RobustStrCpy只是返回到它的调用者,根本不会造成进程结束

三、__except 参数的值(使用这些宏需要包含Windows.h头文件)

EXCEPTION_CONTINUE_EXECUTION(-1)   异常被忽略,控制流将在异常出现的点之后,继续恢复运行。

EXCEPTION_CONTINUE_SEARCH(0)          异常不被识别,也即当前的这个__except模块不是这个异常错误所对应的正确的异常处理模块。 系统将继续到上个__try - __except域中继续查找一个恰当的__except模块。

EXCEPTION_EXECUTE_HANDLER(1)        异常已经被识别,控制流将进入到__except模块中运行异常处理代码

四、Windows提供了两个获取异常信息的API函数

LPEXCEPTION_POINTERS GetExceptionInformation(VOID); //取得异常相关信息DWORD GetExceptionCode(VOID); // 取得异常编号

GetExceptionCode()返回异常编号,而GetExceptionInformation()返回更丰富的信息,EXCEPTION_POINTERS结构如下:

typedef struct _EXCEPTION_POINTERS
{PEXCEPTION_RECORD ExceptionRecord;  //其中EXCEPTION_RECORD类型,它记录了一些与异常相关的信息(前面的P或者LP代表是指针类型)PCONTEXT ContextRecord;		    //而CONTEXT数据结构体中记录了异常发生时,线程当时的上下文环境,主要包括寄存器的值(前面的P或者LP代表是指针类型)
} EXCEPTION_POINTERS, *PEXCEPTION_POINTERS;

有了这些信息,__except模块便可以对异常错误进行很好的分类和恢复处理,通常我们需要一个过滤函数来辅助。
一般称为是filterfunction.过滤函数只过滤需要处理的异常

int exception_access_violation_filter(LPEXCEPTION_POINTERS p_exinfo)
{if (p_exinfo->ExceptionRecord->ExceptionCode == EXCEPTION_ACCESS_VIOLATION) //此宏表示此异常为违反异常访问{MessageBox("access vialation exception");  //需包含Windows.h头文件使用return EXCEPTION_EXECUTE_HANDLER; //告诉except处理这个异常}else return EXCEPTION_CONTINUE_SEARCH; //不告诉except处理这个异常
}int exception_int_divide_by_zero_filter(LPEXCEPTION_POINTERS p_exinfo)
{if (p_exinfo->ExceptionRecord->ExceptionCode == EXCEPTION_INT_DIVIDE_BY_ZERO){MessageBox("int divide by zero exception");return  EXCEPTION_EXECUTE_HANDLER; //告诉except处理这个异常}else return EXCEPTION_CONTINUE_SEARCH; //不告诉except处理这个异常
}

于是,可以这样写这段异常处理代码,根据异常筛选函数,在相应位置处理某个特定类型的异常

__try
{// guarded code
}__except (exception_access_violation_filter(GetExceptionInformation()))  //或者为exception_int_divide_by_zero_filter
{//处理经过筛选后某个异常
}

五、抛出异常RaiseException

SEH异常处理模型中,也可以抛出一个异常。对应的WindowsAPI函数是RaiseException,通常,后三个参数基本不用

VOID RaiseException(DWORD dwExceptionCode, // 异常的编号DWORD dwExceptionFlags, // 异常标记DWORD nNumberOfArguments, // 参数个数CONST DWORD *lpArguments //  参数数组首地址);

六、相关总结

(1)SEH异常处理还有try - finally.类似于java里的try - catch - finally.但是SEH的try只能和except和finally两者之间的一个搭配,不能有try - except - finnaly.

(2)C++异常模型用try - catch语法定义,而SEH异常模型则用try - except语法, 与C++异常模型相似,try - except也支持多层的try - except嵌套。

(3)try - except模型中,一个try块只能是有一个except块;而C++异常模型中,一个try块可以有多个catch块。

(4)C++异常模型是按照异常对象的类型来进行匹配查找的;而try - except模型则不同,它通过一个表达式的值来进行判断.

(5)__except关键字后面跟的表达式,它可以是各种类型的表达式,例如,它可以是一个函数调用,或是一个条件表达式,或是一个逗号表达式,或干脆就是一个整型常量等等。最常用的是一个函数表达式,并且通过利用GetExceptionCode()或GetExceptionInformation()函数来获取当前的异常错误信息,便于程序员有效控制异常错误的分类处理。

(6)SEH异常处理模型中,异常通过RaiseException()函数抛出。RaiseException()函数的作用类似于C++异常模型中的throw。

(7)在C程序中使用 __try __except 和 __try __finally 而C++程序则应该使用 try catch,MSDN不建议俩者混合使用,前者一般主要运用在提高和保证产品的可靠性上(也即在顶层函数中使用 try - except 语句来 catch 任何异常)

(8)VC实现的异常处理机制中,不管是 try - except 模型,还是 try - catch 模型,它们都是以函数作为一个最基本“分析和控制”的目标,也即一个函数中只能采用一种形式的异常处理规则。否则,编译这一关就会被“卡壳”(与错误C2713有关)。

(9)__try块中不允许进行C ++异常处理

七、相关异常类型

算术异常类:ArithmeticExecption
空指针异常类:NullPointerException
类型强制转换异常:ClassCastException
数组负下标异常:NegativeArrayException
数组下标越界异常:ArrayIndexOutOfBoundsException
违背安全原则异常:SecturityException
文件已结束异常:EOFException
文件未找到异常:FileNotFoundException
字符串转换为数字异常:NumberFormatException
操作数据库异常:SQLException
输入输出异常:IOException
方法未找到异常:NoSuchMethodException

这篇关于SEH(structured exception handling)中__try __except异常处理模型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/763936

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者