这个问题要求解释在各种语言中如何在后台实现异常处理,但没有收到Python的任何回应。
我对Python特别感兴趣,因为Python通过EAFP原则“鼓励”异常抛出和捕捉。
我从其他SO答案中了解到,如果预计很少引发异常,try/catch块比if/etc语句更便宜,并且调用深度很重要,因为填充stacktrac很昂贵。这可能主要适用于所有编程语言。
python的特殊之处在于EAFP原则的高优先级。因此,python异常是如何在参考实现(CPython)中内部实现的?
异常文档。
因此,这意味着异常本身也在C中实现(也在文档中列出),这里有几个示例:
PyExc_FileNotFoundError
PyExc_FileExistsError
PyExc_SyntaxError
等
注释-
我认为CPython会检查进程中的信号,如果信号被发送到给定的进程,Python会检查信号,这可能是一个例外。不过我不确定。但它会防御性地检查信号!
try…除了编译器中有一些很好的文档:
/*
Code generated for "try: S except E1 as V1: S1 except E2 as V2: S2 ...":
(The contents of the value stack is shown in [], with the top
at the right; 'tb' is trace-back info, 'val' the exception's
associated value, and 'exc' the exception.)
Value stack Label Instruction Argument
[] SETUP_FINALLY L1
[] <code for S>
[] POP_BLOCK
[] JUMP_FORWARD L0
[tb, val, exc] L1: DUP )
[tb, val, exc, exc] <evaluate E1> )
[tb, val, exc, exc, E1] JUMP_IF_NOT_EXC_MATCH L2 ) only if E1
[tb, val, exc] POP
[tb, val] <assign to V1> (or POP if no V1)
[tb] POP
[] <code for S1>
JUMP_FORWARD L0
[tb, val, exc] L2: DUP
.............................etc.......................
[tb, val, exc] Ln+1: RERAISE # re-raise exception
[] L0: <next statement>
Of course, parts are not generated if Vi or Ei is not present.
*/
static int
compiler_try_except(struct compiler *c, stmt_ty s)
{
我们有:
最后是一个SETUP\u指令,它可能会将L1注册为异常发生时要跳转到的位置(从技术上讲,我猜它会将其推到堆栈上,因为在我们的块完成时必须恢复以前的值)
S的代码,即try:
块内的代码
一个POP_块
指令,用于清理内容(仅在OK的情况下达到;我猜如果出现异常,VM会自动执行)
向前跳转到L0,这是下一条指令的位置(在try…块之外,除了
块)
这就是我们将在OK情况下运行的所有字节码。请注意,字节码不需要主动检查异常。相反,虚拟机只会在异常的情况下自动跳转到L1
。这是在执行RAISE_VARARGS时在cevel. c中完成的。
那么L1
会发生什么呢?简单地说,我们按顺序检查每个除了
子句:它是否与当前引发的异常匹配?如果是,我们运行该除了
块中的代码并跳转到L0
(try...除了
块之外的第一条指令)。如果不是,我们检查下一个除了
子句,或者如果没有匹配的子句,则重新引发异常。
但让我们更具体一些。dis模块允许我们转储字节码。让我们创建两个小的python文件。
检查:
tmp$ cat if.py
if type(x) is int:
x += 1
else:
print('uh-oh')
…还有一个:
tmp$ cat try.py
try:
x += 1
except TypeError as e:
print('uh-oh')
现在,让我们转储他们的字节码:
tmp$ python3 -m dis if.py
1 0 LOAD_NAME 0 (type)
2 LOAD_NAME 1 (x)
4 CALL_FUNCTION 1
6 LOAD_NAME 2 (int)
8 COMPARE_OP 8 (is)
10 POP_JUMP_IF_FALSE 22
2 12 LOAD_NAME 1 (x)
14 LOAD_CONST 0 (1)
16 INPLACE_ADD
18 STORE_NAME 1 (x)
20 JUMP_FORWARD 8 (to 30)
4 >> 22 LOAD_NAME 3 (print)
24 LOAD_CONST 1 ('uh-oh')
26 CALL_FUNCTION 1
28 POP_TOP
>> 30 LOAD_CONST 2 (None)
32 RETURN_VALUE
对于成功的情况,这将运行13条指令(从0到20,包括0到20,然后是30和32)。
tmp$ python3 -m dis try.py
1 0 SETUP_EXCEPT 12 (to 14)
2 2 LOAD_NAME 0 (x)
4 LOAD_CONST 0 (1)
6 INPLACE_ADD
8 STORE_NAME 0 (x)
10 POP_BLOCK
12 JUMP_FORWARD 42 (to 56)
3 >> 14 DUP_TOP
16 LOAD_NAME 1 (TypeError)
18 COMPARE_OP 10 (exception match)
20 POP_JUMP_IF_FALSE 54
22 POP_TOP
24 STORE_NAME 2 (e)
26 POP_TOP
28 SETUP_FINALLY 14 (to 44)
4 30 LOAD_NAME 3 (print)
32 LOAD_CONST 1 ('uh-oh')
34 CALL_FUNCTION 1
36 POP_TOP
38 POP_BLOCK
40 POP_EXCEPT
42 LOAD_CONST 2 (None)
>> 44 LOAD_CONST 2 (None)
46 STORE_NAME 2 (e)
48 DELETE_NAME 2 (e)
50 END_FINALLY
52 JUMP_FORWARD 2 (to 56)
>> 54 END_FINALLY
>> 56 LOAD_CONST 2 (None)
58 RETURN_VALUE
对于成功的情况,这将运行9条指令(包括0-12,然后是56和58)。
现在,指令计数远不是所用时间的完美衡量标准(尤其是在字节码虚拟机中,其中指令的成本可能会有很大差异),但事实就是如此。
最后,让我们看看CPython是如何“自动”跳转到L1的。正如我之前所写,它是RAISE\u VARARGS执行的一部分:
case TARGET(RAISE_VARARGS): {
PyObject *cause = NULL, *exc = NULL;
switch (oparg) {
case 2:
cause = POP(); /* cause */
/* fall through */
case 1:
exc = POP(); /* exc */
/* fall through */
case 0:
if (do_raise(tstate, exc, cause)) {
goto exception_unwind;
}
break;
default:
_PyErr_SetString(tstate, PyExc_SystemError,
"bad RAISE_VARARGS oparg");
break;
}
goto error;
}
[...]
exception_unwind:
f->f_state = FRAME_UNWINDING;
/* Unwind stacks if an exception occurred */
while (f->f_iblock > 0) {
/* Pop the current block. */
PyTryBlock *b = &f->f_blockstack[--f->f_iblock];
if (b->b_type == EXCEPT_HANDLER) {
UNWIND_EXCEPT_HANDLER(b);
continue;
}
UNWIND_BLOCK(b);
if (b->b_type == SETUP_FINALLY) {
PyObject *exc, *val, *tb;
int handler = b->b_handler;
_PyErr_StackItem *exc_info = tstate->exc_info;
/* Beware, this invalidates all b->b_* fields */
PyFrame_BlockSetup(f, EXCEPT_HANDLER, f->f_lasti, STACK_LEVEL());
PUSH(exc_info->exc_traceback);
PUSH(exc_info->exc_value);
if (exc_info->exc_type != NULL) {
PUSH(exc_info->exc_type);
}
else {
Py_INCREF(Py_None);
PUSH(Py_None);
}
_PyErr_Fetch(tstate, &exc, &val, &tb);
/* Make the raw exception data
available to the handler,
so a program can emulate the
Python main loop. */
_PyErr_NormalizeException(tstate, &exc, &val, &tb);
if (tb != NULL)
PyException_SetTraceback(val, tb);
else
PyException_SetTraceback(val, Py_None);
Py_INCREF(exc);
exc_info->exc_type = exc;
Py_INCREF(val);
exc_info->exc_value = val;
exc_info->exc_traceback = tb;
if (tb == NULL)
tb = Py_None;
Py_INCREF(tb);
PUSH(tb);
PUSH(val);
PUSH(exc);
JUMPTO(handler);
if (_Py_TracingPossible(ceval2)) {
trace_info.instr_prev = INT_MAX;
}
/* Resume normal execution */
f->f_state = FRAME_EXECUTING;
goto main_loop;
}
} /* unwind stack */
有趣的部分是跳转到(处理程序)行。处理程序的值来自-
我正在使用一个相当大的Cro应用程序,它有几十条路线、模型和其他逻辑。目前,每个路由块中都有一个来处理异常。这对维护不太友好,更不用说添加它们的工作了。所以,我想知道这是不是一个更好的方法。主路由块中的一个处理程序不起作用。异常仅在抛出它们的路由块中捕获。可能是线程问题。是否有一个地方可以实现一个异常处理程序,它可以获取所有异常并在不导致应用程序死亡的情况下处理它们?
我目前正在尝试为spring boot实现一个自定义的错误处理程序,我已经用以下方法实现了它: 不知为什么这不起作用,并且异常仍然被抛给客户端,是否有某种方法捕获方法抛出的异常并忽略它。
1、使用 @ExceptionHandler 注解处理局部异常(只能处理当前controller中的ArithmeticException和NullPointerException异常,缺点就是只能处理单个controller的异常) @Controller public class ExceptionHandlerController { @RequestMapping("/excep")
问题内容: 我知道callable的调用可能会将异常抛出给调用它的父方法,而runnable则不是这种情况。 我不知道如何,因为它是线程方法,并且是线程堆栈的最底层方法。 问题答案: 的要点是将异常抛出到调用线程,例如,当您获得提交的结果时。
1.12.1 异常介绍: 即便Python程序的语法是正确的,在运行它的时候,也有可能发生错误。运行期检测到的错误被称为异常。 大多数的异常都不会被程序处理,都以错误信息的形式展现在这里: >>> 10 * (1/0) Traceback (most recent call last): File "<stdin>", line 1, in ? ZeroDivisionError: divis
程序读文件内容的过程可能会发生错误,例如:要读取的文件不存在。传统的错误处理方式如下: 某个函数 f 在运行过程中可能会发生错误; 函数 f 发生错误时,函数 f 返回错误代码; 在调用函数 f 的地方,需要检查 f 的返回值是否有错。 1. 传统的错误处理方式 1.1 返回错误码 例如,在 C 语言中,函数 open 用于打开一个文件,它的声明如下: int open(char *path, i