python使用装饰器捕获异常

    

        可以编写一个通用的捕获异常的装饰器, 当程序发生异常时可以继续执行后续动作。 尤其适合于使用大量断言的验证性程序。

        装饰器的实现原理使用了回调技术。

        如下所示, robust 是一个装饰器。 当在普通函数 func 加上 @robust 注解时, 即是给 func 加上了 robust 装饰。 当调用 func 时, 就会实际地执行 robust , 获取装饰后的函数 add_robust , 调用 add_robust 来完成实际的动作。  即调用:     func(*arg, **keyargs)  等效于  robust(simple)(*arg, **keyargs)

 

#-------------------------------------------------------------------------------
# Name:        deco.py
# Purpose:     demo of decoration in python
#
# Author:      qin.shuq
#
# Created:     27/10/2014
#-------------------------------------------------------------------------------

import traceback

def robust(actual_do):
    def add_robust(*args, **keyargs):
        try:
            return actual_do(*args, **keyargs)
        except:
            print Error execute: %s % actual_do.__name__
            #traceback.print_exc()
    return add_robust

@robust
def simple():
    return 5 / 0

@robust
def readFile(filename):
    f = open(filename, "r")
    print len(f.readlines())
    f.close()

def add(a,b):
    return int(a)+int(b)

@robust
def assertSumIsPositive(*args):
    sum = reduce(add, *args)
    assert sum >= 0

@robust
def checkLen(**keyargs):
    if len(keyargs) < 3:
        raise Exception(Number of key args should more than 3.)

if __name__ == __main__:
    simple()
    readFile("UnexistFile.txt")
    assertSumIsPositive(1,2,-3,-4)
    checkLen(a=5,b=2)
    print Yet still reach here.

 

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。