什么时候用Python捕捉MemoryError？

Question

我试图理解何时用Python捕获MemoryError是有意义的，我有两个场景：

场景1:成功捕获MemoryError。

import numpy as np

try:
    a = np.ones(100000000000)
except MemoryError:
    print 'got memory error, plan B'
    a = np.ones(10) # this gets created

场景2:我的程序冻结了

silly = []
c = 0
try:
    while True:
        silly.append((str(c))) # just increasing the list
        c += 1
        if c % 1000000 == 0:
            print 'counter : {}'.format(c)
except MemoryError:
    print 'oops' # never get here
    silly.append('silly')

我的猜测是，在第一种情况下，python“知道”需要分配多少内存，从而引发MemoryError异常。在第二种情况下，python并不“知道”我打算让silly变得多大。但是，list是一个动态阵列；因此，python应该知道将这个数组扩展一定数量会导致MemoryError，那么为什么不引发异常呢？

我看过这问题，文档中的相关段落是：

异常MemoryError 当操作内存耗尽时引发，但情况可能仍然会被拯救(通过删除某些对象)。关联的值是一个字符串，指示哪种(内部)操作耗尽了内存。请注意，由于底层内存管理体系结构(C的malloc()函数)，解释器可能并不总是能够从这种情况下完全恢复；不过，它会引发异常，以便可以打印堆栈跟踪，以防导致运行程序。

虽然这对我有所帮助，但我仍然不太清楚到底发生了什么，而且我也没有得到像文档所指出的那样的例外。

我的问题:我对场景1的猜测正确吗？为什么在场景2中没有引发MemoryException？

我正在使用Python13.10，我使用的是ubuntu13.10

Answer 1

在Python中，是一个链接列表，因此只有当系统无法分配额外的内存时，才会引发内存异常MemoryError。

只有当您的RAM (main memory)被使用到它的最大级别时，这个场景才会出现，大多数OS通过将较低优先级的数据转移到Hard Disk来处理这个场景，因此在新操作系统中没有MemoryError，但是处理这个问题更好，因为legacy OS没有上述机制，因此编程人员需要处理它。

Answer 2

MemoryError是由OS引发的，而不是由Python引发的。

当发现内存已满时，Legacy OS会立即提高MemoryError，当最新的OS大多数试图将内容移动到硬盘时，发现主存E 213已满，并且没有新请求的空间，如果它仍然不能在E 114分配的硬盘E 215或E 116当前请求大小E 217中超过分配给此特定进程的数据存储空间的限制，则会引起E 118(主存)E 219。

您的python程序可以使用try exception.捕获OS引发的MemoryError。

当您请求内存超过存储数据的MemoryError限制时，OS也会引发Main Memory。

示例:如果您使用512 to，而您的操作系统在RAM中分配了200 to用于数据，而您的操作系统为代码分配了rest，那么操作系统将为您的进程分配200 to的数据空间，并且您将请求存储超过100 to的内存，因此在此场景中OS也会引发MemoryError。