2、Python基础回顾：数据类型、控制流、函数、面向对象编程、异常处理、文件操作

在测控技术仪器驱动开发中，Python 之所以成为首选语言，不仅因为其语法简洁，更在于它提供了从底层寄存器操作到上层测试流程管理的完整生态。本章并非简单的语法罗列，而是围绕“仪器控制编程”这一实际场景，系统梳理六大核心语法模块：数据类型、控制流、函数、面向对象编程、异常处理与文件操作。我们将重点讨论这些语法特性如何映射到 GPIB 总线读写、SCPI 命令解析、仪器状态轮询、测试数据记录等真实工程任务中。

Python 仪器控制编程基础 数据类型 int/float/str/bytes 控制流 if/for/while/break 函数 参数/返回值/作用域 面向对象 类/继承/封装 异常处理 try/except/finally 文件操作 open/read/write/csv 应用场景：SCPI命令解析 · 仪器状态轮询 · 测试数据记录 · 驱动封装

上图展示了本章六大知识模块与仪器控制应用场景之间的映射关系。在后续内容中，我们将逐一深入每个模块，并结合数字万用表（DMM）、示波器、信号源等典型仪器的控制代码示例，帮助您建立从 Python 语法到测控工程实践的完整知识链。

2.1 数据类型：仪器数据的表达与转换

核心原理

仪器控制编程中，数据类型的选择直接影响通信效率和代码健壮性。Python 内置的 int、float、str、bytes、list、dict 等类型覆盖了绝大多数测控场景。例如，SCPI 命令通常以字符串形式发送，而仪器返回的测量值可能是 ASCII 编码的浮点数字符串，也可能是二进制数据块。理解这些类型的底层存储方式和转换规则，是避免数据解析错误的前提。

数据类型典型仪器控制场景注意事项
int设置仪器地址、读取状态寄存器值Python 3 中 int 无上限，但仪器协议可能限制为 16/32 位
float读取电压/电流测量值、设置频率/幅度注意浮点精度，比较时使用 math.isclose()
strSCPI 命令构造、错误信息解析编码格式统一为 ASCII 或 UTF-8
bytes二进制波形数据、固件升级文件注意字节序（大端/小端）
list批量读取多点测量数据内存占用随数据量线性增长
dict仪器配置参数映射、状态码查询键值对访问速度快，适合查表

判断方法或操作流程

在编写仪器驱动时，应遵循以下数据转换流程：

  1. 识别数据来源：是用户输入、配置文件、还是仪器返回？
  2. 确定目标类型：根据后续操作（算术运算、字符串拼接、二进制传输）决定转换方向。
  3. 执行转换并校验：使用 int()、float()、str()、bytes() 等内置函数，必要时包裹 try-except 处理异常。
  4. 验证边界值：例如仪器返回 "1.234E+03"，需确认 float() 能正确解析科学计数法。

案例拆解：解析数字万用表返回的测量值

假设通过 GPIB 总线读取一台数字万用表（DMM）的直流电压读数，仪器返回的原始数据为 b'1.23456789E+00\r\n'。我们需要将其转换为浮点数并四舍五入到 4 位小数：

raw_data = b'1.23456789E+00\r\n'
# 去除尾部换行符并解码为字符串
str_data = raw_data.decode('ascii').strip()
# 转换为浮点数
voltage = float(str_data)
# 四舍五入到 4 位小数
voltage_rounded = round(voltage, 4)
print(f"测量电压: {voltage_rounded} V")

此案例展示了 bytes → str → float 的典型转换链路。实际工程中，还需考虑仪器返回 "NAN" 或 "INF" 等特殊值，此时 float() 会抛出 ValueError，应提前判断。

常见误区：直接对 bytes 类型执行字符串操作（如 split()）会导致 TypeError。务必先解码为 str。另外，不要使用 == 直接比较浮点数，应使用 abs(a-b) < 1e-6 或 math.isclose()。

2.2 控制流：仪器状态轮询与条件判断

核心原理

仪器控制中，控制流用于实现三种基本逻辑：顺序执行（初始化→配置→触发→读取）、条件分支（根据仪器状态决定下一步操作）、循环迭代（连续采样、等待操作完成）。Python 的 if/elif/else、for、while 以及 break/continue 提供了完整的流程控制能力。

判断方法或操作流程

设计仪器控制流程时，建议遵循以下步骤：

  1. 绘制状态图：明确仪器的空闲、测量、完成、错误等状态。
  2. 选择循环类型：已知迭代次数用 for，未知次数用 while。
  3. 设置超时机制：避免因仪器无响应导致程序死循环。
  4. 处理嵌套逻辑：保持代码缩进清晰，避免过深嵌套。

案例拆解：等待示波器测量完成

示波器执行单次采集后，需要查询其操作完成状态。以下代码使用 while 循环轮询状态寄存器：

import time
import pyvisa

rm = pyvisa.ResourceManager()
scope = rm.open_resource('USB0::0x1234::0x5678::INSTR')

# 发送单次触发命令
scope.write(':SINGLE')
# 轮询操作完成状态
timeout = 5  # 5秒超时
start = time.time()
while time.time() - start < timeout:
    status = scope.query('*OPC?').strip()
    if status == '1':
        print("测量完成")
        break
    time.sleep(0.1)  # 避免占用过多CPU
else:
    print("超时，仪器未响应")
    scope.write('*RST')  # 复位仪器

此案例中，while...else 结构在循环正常结束时执行 else 块，用于处理超时场景。这是 Python 特有的语法，非常适合仪器控制中的超时检测。

经验提醒：轮询间隔不宜过短（建议 ≥50ms），否则会占用大量 CPU 资源，且可能因总线拥塞导致通信失败。对于高速采集，可考虑使用 pyvisa 的 wait_for_srq() 方法实现中断驱动。

2.3 函数：模块化仪器操作

核心原理

函数是代码复用的基础单元。在仪器驱动开发中，将重复出现的操作（如发送命令、读取响应、解析数据）封装为函数，可以显著提高代码可维护性。Python 函数支持位置参数、关键字参数、默认参数、可变参数（*args/**kwargs），以及 lambda 匿名函数。

判断方法或操作流程

设计仪器控制函数时，应遵循单一职责原则：

  1. 识别原子操作：例如 send_command()、read_response()、parse_float()。
  2. 定义参数与返回值：明确输入（仪器地址、命令字符串）和输出（测量值、状态码）。
  3. 添加文档字符串：说明函数功能、参数类型、返回值含义。
  4. 考虑异常传播：函数内部不捕获所有异常，让上层调用者决定处理策略。

案例拆解：封装 SCPI 命令发送函数

import pyvisa

def send_scpi(inst, command, check_error=True):
    """
    向仪器发送 SCPI 命令并检查错误状态。
    
    参数:
        inst: pyvisa 仪器对象
        command: SCPI 命令字符串
        check_error: 是否查询错误队列
    
    返回:
        bool: 命令执行是否成功
    """
    try:
        inst.write(command)
        if check_error:
            error = inst.query('SYST:ERR?').strip()
            if error.startswith('0'):
                return True
            else:
                print(f"仪器错误: {error}")
                return False
        return True
    except pyvisa.Error as e:
        print(f"VISA 通信错误: {e}")
        return False

# 使用示例
rm = pyvisa.ResourceManager()
dmm = rm.open_resource('GPIB0::22::INSTR')
send_scpi(dmm, ':CONF:VOLT:DC 10')
send_scpi(dmm, ':TRIG:SOUR BUS')

该函数封装了命令发送和错误检查两个步骤，调用者无需关心底层 VISA 细节。通过 check_error 参数，可以灵活控制是否进行错误查询，减少不必要的总线通信。

常见误区：不要在函数内部使用 print() 输出调试信息，应使用 logging 模块。否则在生产环境中难以关闭调试输出，且无法记录到日志文件。

2.4 面向对象编程：构建仪器驱动类

核心原理

面向对象编程（OOP）是仪器驱动开发的核心范式。通过将仪器抽象为类，可以封装硬件连接、命令集、状态管理等属性与方法，实现代码的高内聚低耦合。Python 的类支持继承、多态、封装等特性，适合构建从通用仪器基类到具体型号子类的层次结构。

判断方法或操作流程

设计仪器驱动类时，建议遵循以下流程：

  1. 定义基类：包含通用方法（open()、close()、write()、read()）。
  2. 实现子类：针对具体仪器型号，添加特有命令方法（如 measure_voltage()）。
  3. 使用属性装饰器：将仪器状态（如 idn）定义为只读属性。
  4. 重写特殊方法：实现 __enter__/__exit__ 以支持上下文管理器。

案例拆解：数字万用表驱动类

import pyvisa

class DMM:
    """数字万用表驱动类"""
    def __init__(self, resource_string):
        self.rm = pyvisa.ResourceManager()
        self.inst = self.rm.open_resource(resource_string)
        self.inst.timeout = 3000  # 3秒超时
    
    def __enter__(self):
        return self
    
    def __exit__(self, exc_type, exc_val, exc_tb):
        self.close()
    
    def close(self):
        self.inst.close()
        self.rm.close()
    
    @property
    def idn(self):
        """返回仪器标识字符串"""
        return self.inst.query('*IDN?').strip()
    
    def measure_dc_voltage(self, range_v=10):
        """测量直流电压"""
        self.inst.write(f':CONF:VOLT:DC {range_v}')
        self.inst.write(':TRIG:SOUR IMM')
        value = self.inst.query(':READ?')
        return float(value)
    
    def measure_resistance(self, range_ohm=1000):
        """测量电阻"""
        self.inst.write(f':CONF:RES {range_ohm}')
        value = self.inst.query(':READ?')
        return float(value)

# 使用示例
with DMM('GPIB0::22::INSTR') as dmm:
    print(f"仪器型号: {dmm.idn}")
    v = dmm.measure_dc_voltage(10)
    print(f"电压: {v} V")
    r = dmm.measure_resistance(1000)
    print(f"电阻: {r} Ω")

该驱动类通过上下文管理器确保资源正确释放，即使发生异常也能自动关闭连接。属性 idn 使用 @property 装饰器，使其像属性一样访问，但内部执行查询操作。

经验提醒：在类中定义 __repr__ 方法，便于调试时打印对象信息。例如：def __repr__(self): return f"DMM({self.inst.resource_name})"。

2.5 异常处理：保障仪器通信的稳定性

核心原理

仪器控制中，异常处理是保证程序稳定运行的关键。常见的异常包括：VISA 通信超时（pyvisa.errors.VisaIOError）、仪器返回错误代码、数据解析失败（ValueError）、文件读写错误（OSError）等。Python 的 try/except/else/finally 结构提供了完整的异常捕获机制。

判断方法或操作流程

设计异常处理策略时，应遵循以下原则：

  1. 捕获具体异常：避免裸 except:，应明确异常类型。
  2. 分级处理：底层函数抛出异常，上层函数决定是否重试或终止。
  3. 使用 finally 释放资源：确保仪器连接被关闭。
  4. 记录异常上下文：使用 logging.exception() 记录完整堆栈。

案例拆解：带重试机制的仪器读取

import time
import pyvisa
import logging

logging.basicConfig(level=logging.INFO)

def read_with_retry(inst, command, retries=3, delay=0.5):
    """读取仪器响应，带重试机制"""
    for attempt in range(retries):
        try:
            response = inst.query(command)
            return response
        except pyvisa.errors.VisaIOError as e:
            logging.warning(f"第{attempt+1}次读取失败: {e}")
            if attempt == retries - 1:
                raise  # 最后一次失败，向上抛出
            time.sleep(delay)
        except ValueError as e:
            logging.error(f"数据解析失败: {e}")
            raise

# 使用示例
rm = pyvisa.ResourceManager()
scope = rm.open_resource('TCPIP0::192.168.1.100::INSTR')
try:
    data = read_with_retry(scope, ':WAV:DATA?')
    print(f"波形数据长度: {len(data)}")
except pyvisa.errors.VisaIOError:
    print("通信失败，请检查网络连接")
finally:
    scope.close()
    rm.close()

该案例展示了如何通过重试机制应对瞬态通信故障。注意 finally 块确保资源释放，即使发生异常也不会泄漏连接。

常见误区：不要捕获所有异常后静默忽略。至少应记录日志，否则问题难以排查。另外，重试次数不宜过多，否则会延长故障恢复时间。

2.6 文件操作：测试数据的持久化

核心原理

仪器控制程序通常需要将测量结果保存到文件，或从配置文件读取仪器参数。Python 的文件操作支持文本（str）和二进制（bytes）两种模式，配合 csv、json、numpy 等库，可以高效处理结构化数据。

判断方法或操作流程

设计文件操作流程时，应遵循以下步骤：

  1. 选择文件格式：CSV 适合表格数据，JSON 适合配置信息，二进制适合波形数据。
  2. 使用上下文管理器：with open(...) as f: 确保文件关闭。
  3. 设置编码：文本文件明确指定 encoding='utf-8'。
  4. 处理大文件：使用 for line in f: 逐行读取，避免一次性加载。

案例拆解：保存多点测量数据到 CSV 文件

import csv
import time

# 模拟从仪器读取 5 个测量点
measurements = []
for i in range(5):
    voltage = 1.0 + i * 0.1  # 模拟数据
    timestamp = time.strftime('%Y-%m-%d %H:%M:%S')
    measurements.append((timestamp, voltage))
    time.sleep(0.2)

# 写入 CSV 文件
with open('measurements.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['时间戳', '电压(V)'])
    writer.writerows(measurements)

print("数据已保存到 measurements.csv")

# 读取并验证
with open('measurements.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    header = next(reader)
    print(f"表头: {header}")
    for row in reader:
        print(f"时间: {row[0]}, 电压: {row[1]} V")

该案例展示了使用 csv 模块进行结构化数据读写。注意 newline='' 参数避免 Windows 平台下出现空行。

经验提醒：对于大量数值数据，建议使用 numpy.savetxt() 或 pandas.to_csv()，它们提供更丰富的格式控制和性能优化。对于配置文件，使用 json 模块可以保留数据类型。

2.7 综合实战：构建完整的仪器控制脚本

将上述六大模块整合，我们可以构建一个完整的自动化测试脚本。以下示例演示了从配置读取、仪器初始化、数据采集、异常处理到结果保存的完整流程：

import json
import csv
import time
import pyvisa
import logging

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

class InstrumentController:
    """仪器控制主类"""
    def __init__(self, config_file):
        with open(config_file, 'r', encoding='utf-8') as f:
            self.config = json.load(f)
        self.rm = pyvisa.ResourceManager()
        self.inst = None
    
    def connect(self):
        """连接仪器"""
        try:
            self.inst = self.rm.open_resource(self.config['resource'])
            self.inst.timeout = self.config.get('timeout', 3000)
            idn = self.inst.query('*IDN?').strip()
            logging.info(f"已连接: {idn}")
        except pyvisa.errors.VisaIOError as e:
            logging.error(f"连接失败: {e}")
            raise
    
    def measure_sequence(self, points):
        """执行测量序列"""
        results = []
        for i in range(points):
            try:
                value = float(self.inst.query(':READ?'))
                results.append((time.time(), value))
                logging.info(f"点{i+1}: {value}")
            except (ValueError, pyvisa.errors.VisaIOError) as e:
                logging.error(f"测量失败: {e}")
                results.append((time.time(), None))
        return results
    
    def save_results(self, results, filename):
        """保存结果到CSV"""
        with open(filename, 'w', newline='', encoding='utf-8') as f:
            writer = csv.writer(f)
            writer.writerow(['时间戳', '测量值'])
            for ts, val in results:
                writer.writerow([time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(ts)), val])
        logging.info(f"结果已保存至 {filename}")
    
    def close(self):
        """关闭连接"""
        if self.inst:
            self.inst.close()
        self.rm.close()

# 主程序
if __name__ == '__main__':
    controller = InstrumentController('config.json')
    try:
        controller.connect()
        data = controller.measure_sequence(10)
        controller.save_results(data, 'test_results.csv')
    except Exception as e:
        logging.exception("程序异常终止")
    finally:
        controller.close()

该综合案例展示了如何将配置管理（JSON）、仪器控制（pyvisa）、异常处理、文件操作（CSV）和日志记录整合到一个完整的测试流程中。通过面向对象设计，代码结构清晰，易于扩展和维护。

总结复盘：本章从仪器控制的实际需求出发，系统回顾了 Python 六大核心语法模块。数据类型是基础，控制流是逻辑骨架，函数和类实现代码复用，异常处理保障稳定性，文件操作完成数据持久化。在实际项目中，这些技术往往交织使用，建议读者通过编写小型驱动脚本逐步掌握综合运用能力。特别要注意：仪器通信中的超时处理、数据解析的边界条件、资源释放的可靠性，这三个问题在工程实践中最为常见。
← 上一章 📖 返回目录 下一章 →