该图片由15548337在Pixabay上发布

告别令人困惑的 Python 错误消息

灵活的错误消息增强库 — PrettyError

编程是一项活动，我们可能会用 20% 的时间将想法写成代码，然后用 80% 的时间清除错误并修复错误。错误消息绝对是我们每天都会看到的。但是，您是否遇到过 Python 错误消息的任何困难？

例如，错误消息可能非常冗长，这还不错，但是很难区分不同的部分并快速找到我们需要的信息。堆栈跟踪有时也过于压倒性和复杂而难以理解。自定义错误消息也不容易，除非我们重写 Exception 类，否则可能会再次让人不知所措。

在本文中，我将介绍一个名为 PrettyError 的库，它可以帮助我们解决上面提到的所有痛点以及更多痛点。它有许多很酷的功能，可以简化我们的调试过程，并帮助我们在编码作业中节省大量时间。

1. 安装和快速入门

该图片由Pexels在Pixabay上发布

像往常一样，安装 Pretty Error 库非常容易。我们只是简单地从 PyPI 获取 pip 它。

pip install pretty_errors

快速入门

这可能是最快的快速入门指南。当我们想使用具有默认配置的库时，我们需要做的就是在编码之前导入它。

import pretty_errors

现在，让我们定义一个没有 try-except 的函数，以便稍后我们可以手动创建一些错误。

def divide(a, b):return a / b

然后，让我们先看看没有 Pretty Errors 的样子。我们将模拟除以零误差。

divide(1, 0)

这是 Python 中的原始错误消息。然后，让我们通过简单地导入它并再次运行代码来启用 Pretty Error。

import pretty_errorsdivide(1, 0)

它已经进行了颜色编码，并带有简化的指示器，例如 stdin 和 函数名称 divide 。

由于这篇博文的局限性，演示颜色代码在实践中的用处是不切实际的。GitHub README 中有一张截图，如下所示。

图片提供：https://raw.githubusercontent.com/onelivesleft/PrettyErrors/master/example.png

在上面的场景中，你喜欢左边的那个（原始的）还是右边的那个（Pretty Error）？😃

2. 主要特点

该图片由Robert Owen-Wahl在Pixabay上发布

当然，该库可以做的比我们在快速入门中展示的更多。在本节中，我将介绍一些关键功能进行演示。

2.1 颜色代码的配置

颜色代码确实使错误消息更具可读性，并不令人惊讶，PrettyError 允许我们自定义颜色代码。

例如，让我们将以下代码放入 Python 脚本文件中 app.py 。

import pretty_errorsopen("non_existent_file.txt")

然后，让我们运行这个脚本，看看会发生什么。

$ python app.py

好的，上面是 PrettyError 中的默认颜色代码。如果我们想自定义代码怎么办？这很简单，只需使用 pretty_error 模块中的 configure() 功能，如下所示。

import pretty_errorspretty_errors.configure(line_color = pretty_errors.BRIGHT_RED,exception_color = pretty_errors.BRIGHT_MAGENTA,exception_arg_color = pretty_errors.CYAN,exception_file_color = pretty_errors.RED_BACKGROUND + pretty_errors.BRIGHT_WHITE
)open("non_existent_file.txt")

让我们再次运行此脚本文件。

有 16 种不同的错误消息输出类型，例如 function_color ， code_color syntax_error_color 和 PrettyError 可以自定义它们。

另外，您可能会注意到，我使用了 PrettyError 提供的枚举作为默认颜色。有 9 种不同的主要颜色，包括 BLACK 、 GREY 、 、 RED GREEN 、 YELLOW BLUE MAGENTA 、 CYAN 和 WHITE 。每种颜色还带有前缀 BRIGHT_ 和后缀 _BACKGROUND ，因此有一系列不同的默认颜色供我们使用。

除此之外，您可能会注意到我在上面的配置代码中使用了组合颜色。

pretty_errors.RED_BACKGROUND + pretty_errors.BRIGHT_WHITE

这也是允许的，因此背景和字体颜色可以一起用于特定的消息类型。可以看出，如果我们想自定义错误消息，PrettyError 提供了足够的颜色代码选项。

2.2 添加时间戳

原始 Python 错误消息的缺点之一是它不会显示时间戳和错误。当然，常见的解决方案是将 Logging 模块添加到程序中。

但是，如果程序崩溃并出现完全未捕获和未知的异常，则日志记录解决方案通常也不会发生。此外，有时我们可能出于某种原因只想使用一些轻量级解决方案。

当然，PrettyError 可以通过简单地添加以下配置来做到这一点。

import pretty_errorspretty_errors.configure(display_timestamp=1
)open("non_existent_file.txt")

配置 display_timestamp 将显示时间戳和错误，如下所示。

但是等等，时间戳 perf_counter 不是人类可读的。别担心，还有另一种配置可以帮助我们自定义时间戳功能。下面是一个使用 datetime 模块获取当前时间戳的示例。由于配置将函数作为参数，因此最简单的方法是传递 lambda 函数。

import pretty_errors
import datetimepretty_errors.configure(display_timestamp=1,timestamp_function=lambda: datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
)open("non_existent_file.txt")

当然，如果你想要一个非常自定义的时间格式，最好在配置之前定义函数，然后只传递函数名称。

2.3 在错误中显示更多代码

原始 Python 错误消息的另一个限制是它仅显示带有错误的代码行。

有时，这可能还不够，因为发生错误的代码之前的其他代码可能是错误的关键因素。除此之外，在它之后显示代码也可能很有用，这样我们就知道如果错误没有发生，将执行什么。

是的，这在 PrettyError 中使用配置 lines_before 和 lines_after 是可行的。

import pretty_errorspretty_errors.configure(lines_before=2,lines_after=1
)# The output shouldn't show this comment (lines before)
# The output should show this comment (lines before)
def calculate(x):return 1 / x
# The output should show this comment (lines after)
# The output shouldn't show this comment (lines after)def wrapper():calculate(0)wrapper()

请关注上述代码片段中的注释。根据配置前后的行，我放置了一些注释来显示错误消息中应显示的哪一行代码。

另外，看到跟踪堆栈了吗？我们也可以控制跟踪堆栈的级别。这个功能有时非常有用，当我们不关心 main 方法的堆栈是什么时。因此，我们可以简化错误消息，以帮助我们专注于错误发生的确切位置。

这可以通过配置项 stack_depth 来实现。

import pretty_errorspretty_errors.configure(stack_depth=1
)def calculate(x):return 1 / xdef wrapper():calculate(0)wrapper()

因此，现在的堆栈深度更少了。

2.4 显示变量值

我敢打赌，这是 Python 中最需要的错误消息之一，但在原始错误消息中却缺失。当我们在开发过程中处理大多数错误时，我们必须使用调试工具来尝试重现该问题，这是很常见的。

如果错误消息可以告诉您变量的值是多少，该怎么办？也许在大多数情况下，我们可以立即解决问题！

在 PrettyError 中启用这个功能也很简单，我们可以将配置项 display_locals 设置为 1。

import pretty_errorspretty_errors.configure(display_locals=1  # Enable the display of local variables
)def calculate_divide(x, y):return x / ycalculate_divide(1, 0)

让我们运行这个脚本并看一看。

错误消息告诉我们这是一个 ZeroDivisionError .如果我们检查变量的 x 输出 和 y ，我们可以看到 的值 y 是 0。因此，启用此功能后，调试效率会更高。

3. 环境最佳实践

该图片由YeriLee在Pixabay上发布

在实践中，我们有时可能希望错误消息非常冗长，但并非总是如此。就上面介绍的功能而言，启用或禁用它们的首选项在不同的环境中也可能有所不同。

因此，建议我们应该利用环境变量来控制 PrettyError 的行为。下面是一个示例。

import pretty_errors
import os# Configure PrettyErrors based on the environment
if os.getenv('ENV') == 'development':pretty_errors.configure(stack_depth=0,  # Show full stackdisplay_locals=1  # Show local variables in development)
else:pretty_errors.configure(stack_depth=1,  # Show only 3 levels depthdisplay_locals=0  # Hide local variables in production)# Main Program
def calculate(x):return 1 / xdef wrapper():calculate(0)wrapper()

让我们使用不同的环境变量运行脚本。结果如下所示。

请注意，如果您使用的是 Windows 操作系统，则应使用 set ENV=development 。

当然，您可以使用此方法为不同的环境进行任何其他自定义和配置。

总结

该图片由Hans在Pixabay上发布

在本文中，我介绍了 PrettyError。它旨在修复 Python 错误消息中存在的一些限制，以确保错误消息更易于理解，从而提高开发和调试效率。

有许多有用的功能，例如颜色编码、时间戳包含、变量值显示和可自定义的堆栈跟踪。当然，作为一个调试工具，我们可能需要考虑是否希望它在所有环境中都能工作。因此，可以引入环境变量来解决问题。