资料已经打包好了，需要的关注公众号发送“111”领取

“代码跑着跑着突然报错，盯着屏幕半小时找不到原因？”

“传给函数一个字符串，结果因为类型不对崩溃了？”

——新手写代码最怕“意外”，而错误处理、调试和测试就是应对意外的“三大法宝”。

今天学会这四招，不仅能让代码“报错不崩溃”，还能快速定位问题，写出更靠谱的程序。

一、错误处理：让代码“优雅认错”不崩溃

代码运行中难免出错（比如输入非数字、文件找不到），直接崩溃体验太差。用try-except语句就能捕获错误，让程序要么处理错误，要么给出友好提示，而不是直接罢工。

def calculate_average(scores):    try:        # 可能出错的代码块        total = sum(scores)        average = total / len(scores)        return round(average, 2)    except ZeroDivisionError:        # 处理“除数为0”错误（比如scores是空列表）        print("错误：成绩列表不能为空！")        return 0    except TypeError:        # 处理“类型错误”（比如scores里混了字符串）        print("错误：成绩必须是数字！")        return 0    finally:        # 无论是否出错，都会执行（比如关闭文件、清理数据）        print("成绩计算流程结束")# 测试1：正常情况print("正常情况平均分：", calculate_average([85, 92, 78]))  # 输出85.0# 测试2：空列表（触发ZeroDivisionError）calculate_average([])# 测试3：混有字符串（触发TypeError）calculate_average([85, "92", 78])

核心逻辑：try包裹“风险代码”，except针对性捕获错误，finally做收尾工作。新手不用记全错误类型，遇到报错时，把错误名称抄进except即可。

二、调试：快速定位错误的“放大镜”

代码报错不可怕，找不到错在哪才可怕。调试就是“一步步跟踪代码执行过程”，像侦探查案一样揪出问题。新手不用学复杂工具，掌握三种方法足够应对80%的场景。

# 方法1：print打印关键值（最基础，新手首选）def find_top_score(scores):    top = 0    for s in scores:        # 打印当前循环的数值和top值，跟踪变化        print(f"当前分数：{s}，当前最高分：{top}")        if s > top:            top = s    return top# 测试：找出最高分，若结果不对，看打印记录就能定位find_top_score([85, 92, 78, 95, 88])# 方法2：assert断言（验证假设，不成立则报错）def calculate_score(score):    # 断言成绩在0-100之间，否则触发AssertionError    assert 0 <= score <= 100, "成绩必须在0-100之间"    return score * 0.8# 测试：传入无效成绩，直接提示错误# calculate_score(105)  # 报错：AssertionError: 成绩必须在0-100之间# 方法3：pdb调试（命令行单步执行，进阶用法）import pdbdef add_score(a, b):


    
    pdb.set_trace()  # 程序运行到这里会暂停    return a + badd_score(85, 92)  # 运行后进入调试模式，输入n下一步，p a查看a的值

新手建议：先把print用熟，简单直观；写核心逻辑时加assert做验证，提前暴露问题；复杂场景再用pdb单步调试。

三、单元测试：给函数“做体检”，确保功能靠谱

写好一个函数后，怎么确保它在各种情况下都能正常工作？单元测试就是“自动化测试工具”，提前写好测试用例，一键验证函数是否符合预期，比手动测试省10倍时间。

import unittest  # 导入单元测试模块# 要测试的函数def grade_level(score):    if score >= 90:        return "优秀"    elif score >= 80:        return "良好"    elif score >= 60:        return "合格"    else:        return "不合格"# 编写测试类，继承unittest.TestCaseclass TestGradeLevel(unittest.TestCase):    # 测试用例：以test开头的方法    def test_excellent(self):        # 断言函数返回值是否等于预期        self.assertEqual(grade_level(95), "优秀")    def test_good(self):        self.assertEqual(grade_level(85), "良好")    def test_borderline(self):        # 测试边界值，最容易出问题的地方        self.assertEqual(grade_level(60), "合格")        self.assertEqual(grade_level(59), "不合格")# 运行测试if __name__ == "__main__":    unittest.main()

运行后会显示测试结果，若所有用例通过则全绿，失败会提示具体是哪个用例、实际返回值与预期不符，精准定位问题。

四、文档测试：边写文档边测试，一举两得

写函数注释时，顺便把测试用例写进去，用doctest模块就能自动执行注释里的代码，既保证了文档的准确性，又完成了简单测试，非常适合工具函数。

def multiply(a, b):    """    计算两个数的乘积    测试用例：    >>> multiply(3, 5)    15    >>> multiply(0, 100)    0    >>> multiply(-2, 4)    -8    """    return a * b# 执行文档测试if __name__ == "__main__":    import doctest    doctest.testmod()  # 运行后无输出则测试通过，有错误会提示

优势：文档和测试绑定，后续修改函数时，若忘了更新文档，测试会失败，避免“文档与代码不符”的坑。

今天的四个知识点，构成了“代码质量保障体系”：错误处理让程序更健壮，调试帮你快速排错，单元测试全面验证功能，文档测试兼顾文档与测试。新手不用追求“一次性写完美”，可以按“先加try-except防崩溃→用print调试→写简单单元测试”的步骤逐步提升，写代码会越来越有底气。

【今日任务】对之前写的“calculate_bmi(weight, height)”函数做优化：① 用try-except捕获“身高为0”“体重是字符串”的错误；② 写3个单元测试用例（正常值、边界值、异常值）；③ 给函数加文档测试。

以上就是今天给你分享的内容，觉得有用的话欢迎点赞收藏哦！

如果你也对Python这门编程感兴趣的话，欢迎加入我们。（小白也可以参加）

获取方式：

1.关注下方公众号↓↓↓↓

2.点赞+再看

3.在后台发送：“python” 即可领取资料福利/开通上课权限

资料已经打包好了，需要的关注公众号发送“111”领取