### 3.3.1 傳統的錯誤檢測方法 如何提高程序的健壯性？關鍵顯然在于如何發現運行時錯誤并加以處理。顧名思義，運行時錯誤是在程序運行時才暴露的，很難在靜態的編譯階段檢查出來。傳統編程方法中常利 用 if 語句來檢測可能導致異常發生的條件，以期發現并處理錯誤。具體的檢測方式有兩種， 一種是在執行任務之前檢測條件，另一種是執行任務之后檢測返回狀態碼或錯誤碼。 作為例子，我們來編寫一個求解一元二次方程的程序。利用初等代數知識，我們知道一 元二次方程 ax2+bx+c=0 的兩個根是：  據此很容易寫出下面這個程序： 【程序 3.5】eg3_5.py ``` import math a, b, c = input("Enter the coefficients (a, b, c): ") discRoot = math.sqrt(b * b - 4 * a * c) root1 = (-b + discRoot) / (2 * a) root2 = (-b - discRoot) / (2 * a) print "The solutions are:", root1, root2 ``` 本程序先由用戶輸入一元二次方程的三個系數，然后利用公式算出兩個根，并顯示結果。 這個版本看上去很直接了當，似乎符合預期的功能，但實際上這個版本很有問題。下面我們 來運行這個程序： ``` >>> import eg3_5 Enter the coefficients (a, b, c): 1,2,3 Traceback (most recent call last): File "<pyshell#0>", line 1, in <module> import eg3_x File "eg3_x.py", line 3, in <module> discRoot = math.sqrt(b * b - 4 * a * c) ValueError: math domain error ``` 由于用戶輸入的系數 1、2、3 使得一元二次方程的判別式 b2 - 4ac 小于零，因此當程序 運行到調用 math.sqrt 函數時導致錯誤，程序崩潰并輸出上面這一堆錯誤信息。作為專業的程 序員，對這里發生的一切自然能理解，但作為普通的用戶，看到這些天書般的的錯誤信息時 除了抱怨程序不好用，還能怎么辦呢？ 為了增強程序 3.5 的健壯性，可以用 if 語句來檢查判別式的值，以便區別處理方程有實 數根和無實數根的兩種情形，避免在無實數根的情況下崩潰。改進版本如下： 【程序 3.6】eg3_6.py ``` import math a, b, c = input("Enter the coefficients (a, b, c): ") discrim = b * b - 4 * a * c if discrim &gt;= 0: discRoot = math.sqrt(discrim) root1 = (-b + discRoot) / (2 * a) root2 = (-b - discRoot) / (2 * a) print "The solutions are:", root1, root2 else: print "The equation has no real roots!" ``` 從程序中可見，僅當判別式 discrim 大于等于 0 時，才去調用 math.sqrt 函數求其平方根， 這樣 sqrt 不會出錯，從而避免了程序崩潰；當 discrim 為負數時，并不調用 sqrt，而是向用戶 顯示一些信息，告訴用戶發生了什么，程序同樣能正常結束。 下面分別測試程序 3.6 對兩種情形的判別式的執行效果： ``` >>> import eg3_6 Enter the coefficients (a, b, c): 1,2,3 The equation has no real roots! >>> reload(eg3_6)① Enter the coefficients (a, b, c): 1,3,2 The solutions are: -1.0 -2.0 ``` 從結果可見程序 3.6 確實達到了預期的目的，健壯性得到了增強。 像程序 3.6 這樣利用 if 語句來檢測可能的出錯條件，以阻止可能導致錯誤的語句的執行， 這是一種常用的錯誤檢測方式。下面介紹另一種錯誤檢測方式。 很多時候要執行的語句實際上是函數調用②，被調用的函數可能是我們自己寫的，也可 能是標準函數庫里定義的。函數作為一個具有相對獨立性的程序塊，一般都有自己的錯誤檢 測代碼，并根據執行是否正常而返回不同的“錯誤碼”給調用者。這樣，函數的調用者可以 無條件地調用函數，然后根據函數返回的錯誤碼來了解函數的執行情況，并基于此來決定下 一步行動。例如，假設有一個求平方根的函數 robustSqrt 在參數為負數時返回錯誤碼-1（由 于實數的平方根總是正數，返回-1 就表明發生了異常）： ``` def robustSqrt(x): if x < 0: return -1 else: return math.sqrt(x) ``` 那我們就可以不必先檢測判別式的正負，而是直接調用 robustSqrt，并通過它的返回值來檢測 是否發生了異常。示例代碼片段如下： ``` discRoot = robustSqrt(b * b – 4 * a * c) if discRoot < 0: print "The equation has no real roots!" else: root1 = (-b + discRoot) / (2 * a) root2 = (-b – discRoot) / (2 * a) print "The solutions are:", root1, root2 ``` 與程序 3.6 中的錯誤檢測代碼相比，上面這種錯誤檢測代碼更可取。理由是：函數就像 一個提供特定功能的“黑盒”，我們只需調用其功能，不需了解其內部細節，因此讓函數自己 在內部進行錯誤檢測更符合“黑盒”原則。程序 3.6 中的錯誤檢測建立在對函數 math.sqrt 內 部執行細節（即負數導致崩潰）的了解之上，因而不符合“黑盒”原則。 > ① reload 函數用于重新運行一個已成功導入的模塊。 > ② 關于函數，詳見第 4 章。