百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Panic和恢复 golang

ztj100 2025-05-16 18:03 25 浏览 0 评论

Go 语言的内置类型系统在编译时捕获了许多错误,但无法检查诸如越界数组、访问或 nil 指针引用等需要在运行时检查的错误。Go没有异常机制,你没办法抛出异常。

在执行中,当Go检测到错误时,会panic,panic是恐慌的意思,然后停止所有的正常的执行,所有defer的函数会依然执行,直到最后程序崩溃,然后打印错误日志。 通常这些错误信息就能告诉错误的原因,而不用把程序再启动一次。

panic是一个内置函数,可以停止正常的程序流,然后Panic。当X函数调用panic,X的正常执行会停止,在X中defer的函数还是正常执行。然后X会回到它的调用者,这是就好像调用者调用了panic一样,这样以此类推,直到整个程序结束。


下面是一个panic的例子,在xxx函数中调用panic方法。函数就停止了,随着panic向上传递,整个程序就结束了。

package main

import "fmt"

func xxx()  {

	var action int = 3
	fmt.Println("Enter 1 for Student and 2 for Professional")
	panic(fmt.Sprintf("I am a  %d", action))

}

func A (){
	fmt.Println("start A")
	xxx()
	fmt.Println("end A")
}

func main() {
	A()
	fmt.Println("recouver success")
}




输出

start A
Enter 1 for Student and 2 for Professional
panic: I am a  3

goroutine 1 [running]:
main.xxx()
        /Users/fupeng/go/learn/packagell/main.go:9 +0xa9
main.A()
        /Users/fupeng/go/learn/packagell/main.go:15 +0x5b
main.main()
        /Users/fupeng/go/learn/packagell/main.go:22 +0x19

Process finished with the exit code 2


恢复

recover也是一个内置函数,用于重新获取panic goroutine的控制权。只在defer的函数中有用。在正常的执行中,调用recover没有什么作用。


在下面的例子中,xxx函数中运行了panic,但是由于有defer 函数中的 recover。整个panic并没有一直向上传递。而是在xxx中就内部消化了。


package main

import "fmt"

func xxx()  {
	defer func() {
		action := recover()
		fmt.Println("in defer recover" ,action)
	}()

	var action int = 3
	fmt.Println("Enter 1 for Student and 2 for Professional")
	panic(fmt.Sprintf("I am a  %d", action))

}

func A (){
	fmt.Println("start A")
	xxx()
	fmt.Println("end A")
}

func main() {


	A()

	fmt.Println("recouver success")
}





下面是官方文档的例子

在protect中调用函数g,并且可以处理g中可能出现的panic。并使调用者免受恐慌之害

func protect(g func()) {
  defer func() {
    log.Println("done")  // 即使这里有恐慌, Println 也能正常执行
    if x := recover(); x != nil {
      log.Printf("run time panic: %v", x)
    }
  }()
  log.Println("start")
  g()
}


相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: