exception 有哪两种命运？

• raise an error, program terminates
• be handled, and program continues

为什么要处理 exception？

除了因为 bug 引发的 exception，更多的 exception 可以并应该被预计到，然后得到相应的处理。

比如 - 尝试打开不存在的文件。 - 用户输入数据不合理。

一个检验输入数据是否合理的函数？

def read_val (val_type, request_msg, error_msg):
    while True:
        val = input (request_msg + " ")
        try:
            return (val_type (val))
        except ValueError:
            print (val, error_msg)


def test_read_val ():
    print (read_val (int, "Enter an integer:", "is not an integer"))


test_read_val ()

解释两句：

• 它有 “多型性”，polymorphic.
• int 是 type，也是 function，是 first-class object。在 python 里，一切都是对象。所谓 first-class object 可以理解为，它能作为函数的 arguments 和 return value。

为什么要承担处理 exception 的麻烦？

• 让程序不中止。
• 明确区分函数返回值的意义。比如 int ('abc') 返回的是 abc 的编码值，还是 None？
• 忘记了写 except，程序会死机等，这是一个明确的 bug 信号。

except 有几种写法？

• except:
• except ValueError:
• except (ValueError, TypeError):

函数计算出错了，怎么让它告诉我们？

大多数编程语言是让函数返回一个特定的值，类似 Python 的 None，让程序判断是否得到 None，是否出错。

有更好的做法：让函数自己就把错误信息显示出来，在它内部检查是否符合 specification，如果不符合，就把不符合的部分反馈出来。

在函数内可以用 raise exceptionName (arguments) 语句，构建错误信息。在函数外，用 except ValueError as msg: print ("some coment", msg) 把信息显示出来。

比如：

def get_ratios (vect1, vect2):
    """Assumes : vect1 and vect2 are equal lenght lists of numbers.
       Returns: s list containing the meaningful values of vect1 [1]/vect2 [2]."""
    ratios = []
    for index in range (len (vect1)):
        try:
            ratios.append (vect1 [index]/vect2 [index])
        except ZeroDivisionError:
            ratios.append (float ('nan'))
        except:
            raise ValueError ('get_ratios called with bad arguments')
    return ratios
    

def test_get_ratios ():
    try:
        print (get_ratios ([1.0, 2.0, 7.0, 6.0], [1.0, 2.0, 0.0, 3.0]))
        print (get_ratios ([], []))
        print (get_ratios ([1.0, 2.0], [3.0]))
    except ValueError as msg:
        print (msg)

输出

$ python3 fe_7_2_get_ratios.py 
[1.0, 1.0, nan, 2.0]
[]
get_ratios called with bad arguments

###nan 怎么用？

可以用 float ("nan") 把它作为浮点数使用，包含它的 expression 值也是 nan。

ratios.append (float ('nan'))

[1.0, 1.0, nan, 2.0]

为什么还要用except 包含不符合 specificaion 的情况？

检验一下又不会增加多少计算成本，而防范一下，defensive programming and checking，是个好习惯。

except:
    raise ValueError ('get_ratios called with bad arguments')

为什么要加 assertion？

另一种 defensive programming 的习惯。检验中间值，检验函数返回值。

assert Boolean expression, argument

以上，2018-04-15 记。