详细内容或原文请订阅后点击阅览
数据科学：从学校到工作，第三部分
python错误处理和记录的良好实践：从学校到工作，第三部分首先出现在数据科学方面。
来源:走向数据科学简介
编写代码是关于解决问题的，但并非每个问题都是可以预测的。在现实世界中，您的软件将遇到意外情况：缺少文件，无效的用户输入，网络超时甚至硬件故障。这就是为什么处理错误不仅仅是一个不错的选择。这是构建强大而可靠的生产应用程序的关键部分。
想象一个电子商务网站。客户下订单，但是在结帐过程中，发生数据库连接问题。如果没有适当的错误处理，此问题可能会导致应用程序崩溃，使客户感到沮丧和交易不完整。更糟糕的是，它可能会产生不一致的数据，从而导致更大的问题。因此，对于任何想编写生产代码的Python开发人员而言，错误处理是一项基本技能。
错误处理但是，良好的错误处理也与良好的记录系统并驾齐驱。当代码在生产中运行时，很少能访问控制台。因此，任何人都不会看到您的印刷品。为了确保您可以监视应用程序并调查任何事件，您需要设置一个记录系统。这是Loguru软件包发挥作用的地方，我将在本文中介绍。
logurui - 如何处理Python错误？
在这一部分中，我介绍了Python中错误处理的最佳实践，从try-except块以及将加薪的使用到最后的语句中。这些概念将帮助您编写适合生产环境的更清洁，更可维护的代码。
python提升
最后
试验块
试验 块Try-Except块是处理Python中错误的主要工具。它使您可以在代码执行过程中捕获潜在错误，并防止程序崩溃。
def divide（a，b）：尝试：返回a / b，除了zerodivisionError：print（f“只有查克·诺里斯（Chuck Norris）可以除以0！”）< / div>
ZerodivisionError
b
typeerror
功能变为：
提出例外
valueerror
使用
else