Incorporación del manejo de errores
Cuando se trabaja con datos del mundo real, es muy común encontrar inconsistencias o errores. Por ejemplo, los datos pueden tener valores faltantes, formatos incorrectos u otros problemas. Python ofrece mecanismos de manejo de excepciones para tratar estas situaciones de manera elegante. El manejo de excepciones permite que tu programa siga ejecutándose incluso cuando encuentra un error, en lugar de terminar abruptamente.
Comprensión del problema
Echemos un vistazo al archivo portfolio3.dat. Este archivo contiene algunos datos sobre una cartera (portfolio), como el símbolo de la acción, el número de acciones y el precio por acción. Para ver el contenido de este archivo, podemos usar el siguiente comando:
cat /home/labex/project/portfolio3.dat
Cuando ejecutes este comando, notarás que algunas líneas del archivo tienen guiones (-) en lugar de números para el número de acciones. Aquí tienes un ejemplo de lo que podrías ver:
AA 100 32.20
IBM 50 91.10
C - 53.08
...
Si intentamos ejecutar nuestro código actual con este archivo, se detendrá con un error. La razón es que nuestro código espera convertir el número de acciones en un entero, pero no puede convertir un guión (-) en un entero. Intentemos ejecutar el código y veamos qué sucede:
python3 -c "import sys; sys.path.append('/home/labex/project'); from pcost import portfolio_cost; print(portfolio_cost('/home/labex/project/portfolio3.dat'))"
Verás un mensaje de error como este:
ValueError: invalid literal for int() with base 10: '-'
Este error se produce porque Python no puede convertir el carácter - en un entero cuando intenta ejecutar int(fields[1]).
Introducción al manejo de excepciones
El manejo de excepciones en Python utiliza bloques try y except. El bloque try contiene el código que podría generar una excepción. Una excepción es un error que ocurre durante la ejecución de un programa. El bloque except contiene el código que se ejecutará si se produce una excepción en el bloque try.
Aquí tienes un ejemplo de cómo funcionan los bloques try y except:
try:
## Code that might raise an exception
result = risky_operation()
except ExceptionType as e:
## Code to handle the exception
print(f"An error occurred: {e}")
Cuando Python ejecuta el código en el bloque try, si se produce una excepción, la ejecución salta inmediatamente al bloque except coincidente. El ExceptionType en el bloque except especifica el tipo de excepción que queremos manejar. La variable e contiene información sobre la excepción, como el mensaje de error.
Modificación de la función con manejo de excepciones
Vamos a actualizar nuestro archivo pcost.py para manejar los errores en los datos. Usaremos los bloques try y except para omitir las líneas con datos incorrectos y mostrar un mensaje de advertencia.
def portfolio_cost(filename):
"""
Computes the total cost (shares*price) of a portfolio file
Handles lines with bad data by skipping them and showing a warning.
Args:
filename: The name of the portfolio file
Returns:
The total cost of the portfolio as a float
"""
total_cost = 0.0
## Open the file and read through each line
with open(filename, 'r') as f:
for line in f:
fields = line.split()
try:
## Extract the data (symbol, shares, price)
shares = int(fields[1])
price = float(fields[2])
## Add the cost to our running total
total_cost += shares * price
except ValueError as e:
## Print a warning for lines that can't be parsed
print(f"Couldn't parse: '{line}'")
print(f"Reason: {e}")
return total_cost
## Call the function with the portfolio3.dat file
if __name__ == '__main__':
cost = portfolio_cost('/home/labex/project/portfolio3.dat')
print(cost)
En este código actualizado, primero abrimos el archivo y lo leemos línea por línea. Para cada línea, la dividimos en campos. Luego, intentamos convertir el número de acciones en un entero y el precio en un número de punto flotante. Si esta conversión falla (es decir, se produce un ValueError), mostramos un mensaje de advertencia y omitimos esa línea. De lo contrario, calculamos el costo de las acciones y lo sumamos al costo total.
Prueba de la función actualizada
Ahora, ejecutemos el programa actualizado con el archivo problemático. Primero, debemos navegar al directorio del proyecto y luego podemos ejecutar el script de Python.
cd /home/labex/project
python3 pcost.py
Deberías ver una salida como esta:
Couldn't parse: 'C - 53.08
'
Reason: invalid literal for int() with base 10: '-'
Couldn't parse: 'DIS - 34.20
'
Reason: invalid literal for int() with base 10: '-'
44671.15
El programa ahora hace lo siguiente:
- Intenta procesar cada línea del archivo.
- Si una línea contiene datos no válidos, captura el
ValueError.
- Muestra un mensaje útil sobre el problema.
- Continúa procesando el resto del archivo.
- Devuelve el costo total basado en las líneas válidas.
Este enfoque hace que nuestro programa sea mucho más robusto al tratar con datos imperfectos. Puede manejar los errores de manera elegante y aún proporcionar resultados útiles.
