python面向对象进阶(异常,os,多线程)

近风臾

已于 2023-09-25 20:31:17 修改

阅读量93

点赞数 1

文章标签： python windows

于 2023-09-03 19:57:47 首次发布

本文链接：https://blog.csdn.net/2301_76473891/article/details/132654703

版权

3.异常

Python中的异常（Exception）是在程序运行期间发生的错误或异常情况，它们可以干扰正常的程序执行流程。Python提供了强大的异常处理机制，允许您检测、捕获、处理和报告异常，以增加程序的健壮性。

1. 异常类别：

Python中的异常都是从内置的BaseException类派生而来的。异常分为两大类：
1. 内置异常：由Python内核引发的异常，如ZeroDivisionError、TypeError、FileNotFoundError等。
2. 自定义异常：您可以创建自己的异常类，以便在特定情况下引发和捕获异常。

2. 异常处理语句：

Python提供了以下异常处理语句来处理异常：
1. try：用于包含可能引发异常的代码块。
2. except：用于捕获并处理异常的代码块。
3. finally：可选的，用于包含一定会执行的代码块，无论是否发生异常。
4. else：可选的，用于包含在没有异常发生时执行的代码块。

3. 异常处理流程：

当try代码块中发生异常时，Python会停止执行try块内的代码，跳转到匹配的except块，并执行异常处理代码。
如果没有匹配的except块，异常将向上级作用域传播，直到找到匹配的except块，或者导致程序终止。

4. 捕获多个异常：

您可以在一个try块中捕获多个不同类型的异常，并为每种类型的异常提供对应的except块。

try:
    # 代码可能引发异常的地方
except FileNotFoundError:
    # 处理文件未找到异常
except ZeroDivisionError:
    # 处理除零异常
except Exception as e:
    # 处理其他异常，并将异常信息保存在变量e中

5. 异常对象：

当异常发生时，Python会创建一个异常对象，其中包含有关异常的信息，如异常类型、描述和发生异常的位置。
您可以使用except块中的变量来访问异常对象。

try:
    result = 10 / 0
except ZeroDivisionError as e:
    print(f"An exception occurred: {e}")

6. 抛出异常：

您可以使用raise语句来手动引发异常，这对于创建自定义异常非常有用。

def divide(a, b):
    if b == 0:
        raise ZeroDivisionError("Division by zero is not allowed.")
    return a / b

7. 使用finally：

finally块用于包含一定会执行的代码，无论是否发生异常。它通常用于清理资源或执行必要的收尾工作。

try:
    # 代码可能引发异常的地方
except Exception:
    # 处理异常
finally:
    # 无论是否发生异常，都会执行此块的代码

8. 自定义异常：

您可以通过创建自定义异常类来扩展Python的异常处理能力，以更好地适应特定应用程序的需求。

class CustomError(Exception):
    def __init__(self, message):
        super().__init__(message)

try:
    if something_is_wrong:
        raise CustomError("Something went wrong!")
except CustomError as e:
    print(f"Custom error occurred: {e}")

9. 异常链：

在处理异常时，您可以使用from关键字来指定一个异常引发另一个异常的原因。

try:
    result = 10 / 0
except ZeroDivisionError as e:
    raise ValueError("Invalid input") from e

总之，异常处理是Python编程中非常重要的一部分。它允许您有效地处理错误情况，提高程序的健壮性，同时还可以提供有关错误的详细信息，以便进行调试和改进。了解如何使用try、except、finally和raise等关键字，以及如何创建自定义异常，是编写高质量Python代码的关键。

4.OS

Python的操作系统模块（os模块）是一个强大的工具，用于与操作系统进行交互，执行各种文件和目录操作，获取系统信息等。

1. 导入 os 模块：

要使用 os 模块，首先需要导入它。通常使用以下方式导入：

import os

2. 文件和目录操作：

os 模块允许您执行各种文件和目录操作，包括：
- 创建目录：os.mkdir('my_directory')
- 删除目录：os.rmdir('my_directory')
- 重命名文件或目录：os.rename('old_name', 'new_name')
- 删除文件：os.remove('file_name')
- 检查文件或目录是否存在：os.path.exists('path')
- 获取文件或目录的绝对路径：os.path.abspath('path')
- 列出目录中的文件和子目录：os.listdir('directory_path')

3. 当前工作目录：

os.getcwd() 函数返回当前工作目录的路径。
os.chdir('new_directory') 函数用于更改当前工作目录。

4. 路径操作：

os.path 模块用于处理文件和目录的路径：
- os.path.join(path1, path2, ...)：将多个路径组合成一个。
- os.path.basename(path)：获取路径中的文件或目录名。
- os.path.dirname(path)：获取路径中的目录名。
- os.path.exists(path)：检查路径是否存在。
- os.path.isfile(path)：检查路径是否为文件。
- os.path.isdir(path)：检查路径是否为目录。

5. 环境变量：

os.environ 包含了当前进程的环境变量，以字典形式存储。
可以使用 os.environ.get('variable_name') 获取特定环境变量的值。

6. 执行系统命令：

使用 os.system('command') 可以在Python中执行操作系统命令，例如运行外部程序或脚本。

7. 文件路径的分隔符：

os.sep 或 os.path.sep 包含了当前操作系统的文件路径分隔符（/ 或 \）。
这对于编写可跨平台的代码非常有用。

8. 文件和目录权限：

os.chmod('path', mode) 用于更改文件或目录的权限模式。
os.access('path', mode) 用于检查文件或目录的权限。

9. 其他系统信息：

os.name 包含了当前操作系统的名称（‘posix’ 或 ‘nt’ 等）。
os.uname() 函数（仅在 Unix-like 系统上可用）返回有关操作系统的详细信息。

10. 异常处理：
- 在使用 os 模块时，需要处理可能引发的异常，如文件不存在或无权限等。通常使用 try 和 except 语句来处理异常情况。

import os

try:
    os.remove('file_name')
except FileNotFoundError:
    print("File not found.")
except PermissionError:
    print("Permission denied.")

线程类似于同时执行多个不同程序，多线程运行有如下优点：

使用线程可以把占据长时间的程序中的任务放到后台去处理。
用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。
程序的运行速度可能加快。
在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

线程可以被抢占（中断）。
在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） – 这就是线程的退让。

线程可以分为:

**内核线程：**由操作系统内核创建和撤销。
**用户线程：**不需要内核支持而在用户程序中实现的线程。

Python3 线程中常用的两个模块为：

_thread
threading(推荐使用)

thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 “_thread”。

5.多线程

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

使用线程可以把占据长时间的程序中的任务放到后台去处理。
用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。
程序的运行速度可能加快。
在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

线程可以被抢占（中断）。
在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） – 这就是线程的退让。

线程可以分为:

**内核线程：**由操作系统内核创建和撤销。
**用户线程：**不需要内核支持而在用户程序中实现的线程。

Python3 线程中常用的两个模块为：

_thread
threading(推荐使用)

thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 “_thread”。

1.多线程的创建

Python中使用线程有两种方式：函数或者用类来包装线程对象。

函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:

_thread.start_new_thread ( function, args[, kwargs] )

参数说明:

function - 线程函数。
args - 传递给线程函数的参数,他必须是个tuple类型。
kwargs - 可选参数。

#!/usr/bin/python3

import _thread
import time

# 为线程定义一个函数
def print_time( threadName, delay):
   count = 0
   while count < 5:
      time.sleep(delay)
      count += 1
      print ("%s: %s" % ( threadName, time.ctime(time.time()) ))

# 创建两个线程
try:
   _thread.start_new_thread( print_time, ("Thread-1", 2, ) )
   _thread.start_new_thread( print_time, ("Thread-2", 4, ) )
except:
   print ("Error: 无法启动线程")

while 1:
   pass

执行以上程序输出结果如下：

Thread-1: Wed Jan  5 17:38:08 2022
Thread-2: Wed Jan  5 17:38:10 2022
Thread-1: Wed Jan  5 17:38:10 2022
Thread-1: Wed Jan  5 17:38:12 2022
Thread-2: Wed Jan  5 17:38:14 2022
Thread-1: Wed Jan  5 17:38:14 2022
Thread-1: Wed Jan  5 17:38:16 2022
Thread-2: Wed Jan  5 17:38:18 2022
Thread-2: Wed Jan  5 17:38:22 2022
Thread-2: Wed Jan  5 17:38:26 2022

执行以上程后可以按下 ctrl-c 退出。

2.线程模块

Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。

_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。

threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：

threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

run(): 用以表示线程活动的方法。
start():

启动线程活动。
join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
isAlive(): 返回线程是否活动的。
getName(): 返回线程名。
setName(): 设置线程名。

使用 threading 模块创建线程

我们可以通过直接从 threading.Thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法：

#!/usr/bin/python3

import threading
import time

exitFlag = 0

class myThread (threading.Thread):
    def __init__(self, threadID, name, delay):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.delay = delay
    def run(self):
        print ("开始线程：" + self.name)
        print_time(self.name, self.delay, 5)
        print ("退出线程：" + self.name)

def print_time(threadName, delay, counter):
    while counter:
        if exitFlag:
            threadName.exit()
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print ("退出主线程")

以上程序执行结果如下；

开始线程：Thread-1
开始线程：Thread-2
Thread-1: Wed Jan  5 17:34:54 2022
Thread-2: Wed Jan  5 17:34:55 2022
Thread-1: Wed Jan  5 17:34:55 2022
Thread-1: Wed Jan  5 17:34:56 2022
Thread-2: Wed Jan  5 17:34:57 2022
Thread-1: Wed Jan  5 17:34:57 2022
Thread-1: Wed Jan  5 17:34:58 2022
退出线程：Thread-1
Thread-2: Wed Jan  5 17:34:59 2022
Thread-2: Wed Jan  5 17:35:01 2022
Thread-2: Wed Jan  5 17:35:03 2022
退出线程：Thread-2
退出主线程

3.线程同步

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。

使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：

多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。

那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。

经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

#!/usr/bin/python3

import threading
import time

class myThread (threading.Thread):
    def __init__(self, threadID, name, delay):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.delay = delay
    def run(self):
        print ("开启线程： " + self.name)
        # 获取锁，用于线程同步
        threadLock.acquire()
        print_time(self.name, self.delay, 3)
        # 释放锁，开启下一个线程
        threadLock.release()

def print_time(threadName, delay, counter):
    while counter:
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

threadLock = threading.Lock()
threads = []

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()

# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)

# 等待所有线程完成
for t in threads:
    t.join()
print ("退出主线程")

执行以上程序，输出结果为：

开启线程： Thread-1
开启线程： Thread-2
Thread-1: Wed Jan  5 17:36:50 2022
Thread-1: Wed Jan  5 17:36:51 2022
Thread-1: Wed Jan  5 17:36:52 2022
Thread-2: Wed Jan  5 17:36:54 2022
Thread-2: Wed Jan  5 17:36:56 2022
Thread-2: Wed Jan  5 17:36:58 2022
退出主线程

4.线程优先级队列（ Queue）

Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。

这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。

Queue 模块中的常用方法:

Queue.qsize() 返回队列的大小
Queue.empty() 如果队列为空，返回True,反之False
Queue.full() 如果队列满了，返回True,反之False
Queue.full 与 maxsize 大小对应
Queue.get([block[, timeout]])获取队列，timeout等待时间
Queue.get_nowait() 相当Queue.get(False)
Queue.put(item) 写入队列，timeout等待时间
Queue.put_nowait(item) 相当Queue.put(item, False)
Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
Queue.join() 实际上意味着等到队列为空，再执行别的操作

#!/usr/bin/python3

import queue
import threading
import time

exitFlag = 0

class myThread (threading.Thread):
    def __init__(self, threadID, name, q):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.q = q
    def run(self):
        print ("开启线程：" + self.name)
        process_data(self.name, self.q)
        print ("退出线程：" + self.name)

def process_data(threadName, q):
    while not exitFlag:
        queueLock.acquire()
        if not workQueue.empty():
            data = q.get()
            queueLock.release()
            print ("%s processing %s" % (threadName, data))
        else:
            queueLock.release()
        time.sleep(1)

threadList = ["Thread-1", "Thread-2", "Thread-3"]
nameList = ["One", "Two", "Three", "Four", "Five"]
queueLock = threading.Lock()
workQueue = queue.Queue(10)
threads = []
threadID = 1

# 创建新线程
for tName in threadList:
    thread = myThread(threadID, tName, workQueue)
    thread.start()
    threads.append(thread)
    threadID += 1

# 填充队列
queueLock.acquire()
for word in nameList:
    workQueue.put(word)
queueLock.release()

# 等待队列清空
while not workQueue.empty():
    pass

# 通知线程是时候退出
exitFlag = 1

# 等待所有线程完成
for t in threads:
    t.join()
print ("退出主线程")

以上程序执行结果：

开启线程：Thread-1
开启线程：Thread-2
开启线程：Thread-3
Thread-3 processing One
Thread-1 processing Two
Thread-2 processing Three
Thread-3 processing Four
Thread-1 processing Five
退出线程：Thread-3
退出线程：Thread-2
退出线程：Thread-1
退出主线程

近风臾

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python面向对象进阶(异常,os,多线程)

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
复制链接

扫一扫