我有一份已经运行了几个小时的工作。接近结束时,我得到一个例外,在结果变得坚持之前。但是,所有中间结果都已保存到字典对象中,我假设它在内存中。有没有办法访问这个对象?
这是示例代码
def create_rgr(frames):
new_frames ={}
for radec in frames.keys():
for rframe in frames[radec]:
rgr=subrgr(rframe,radec, store=1)
new_frames.setdefault(radec,[]).append(rgr)
##Exception thrown before this point ###########
tools.save(new_frames)
答案 0 :(得分:2)
如果您想确保即使出现异常也会存储结果,您可以使用finally
块:
def create_rgr(frames):
new_frames ={}
try:
for radec in frames.keys():
for rframe in frames[radec]:
rgr=subrgr(rframe,radec, store=1)
new_frames.setdefault(radec,[]).append(rgr)
##Exception thrown before this point ###########
finally:
tools.save(new_frames)
答案 1 :(得分:0)
我并非100%确定我会效仿。
如果长时间运行的Python进程因异常而终止,那么就没有,你无法获得现已解散的进程在内存中的数据。
如果Python进程仍在运行,并且您可以向其中提供命令(或者可以向脚本添加命令并重新运行),那么请查看您提到的字典的内容。
我错过了什么?
答案 2 :(得分:0)
如果您已从命令行启动此过程,则可以检查回溯。
>>> def a(x): y=x; 0/0
...
>>> def b(x): a(x)
...
>>> try: b(100)
... except: import sys; e=sys.exc_info()
...
>>> e
(<type 'exceptions.ZeroDivisionError'>, ZeroDivisionError('integer division or modulo by zero',), <traceback object at 0x00B4B670>)
>>> e[2]
<traceback object at 0x00B4B670>
>>> dir(e[2])
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'tb_frame', 'tb_lasti', 'tb_lineno', 'tb_next']
>>> e[2].tb_next
<traceback object at 0x00B4B648>
>>> e[2].tb_next.tb_next
<traceback object at 0x00B4B5F8>
>>> e[2].tb_next.tb_next.tb_next
>>> e[2].tb_next.tb_next
>>> e[2].tb_next.tb_next.tb_frame
<frame object at 0x00B88060>
>>> dir(e[2].tb_next.tb_next.tb_frame)
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'f_back', 'f_builtins', 'f_code', 'f_exc_traceback', 'f_exc_type', 'f_exc_value', 'f_globals', 'f_lasti', 'f_lineno', 'f_locals', 'f_restricted', 'f_trace']
>>> e[2].tb_next.tb_next.tb_frame.f_locals
{'y': 100, 'x': 100}
所以这里你有调用堆栈中所有变量的值。 AFAIK他们留在这里解决下一个例外。