本篇目录
一、异常
1.1 常见标准异常
- 异常名称
异常名称 注释 AssertionError 断言语句失败抛出 AttributeError 尝试访问未知的对象属性 IndexError 索引超出序列的范围 KeyError 字典中查找一个不存在的关键字 KeyboardInterrupt 用户输入中断键（Ctrl+c） MemoryError 内存溢出（可通过删除对象释放内存） NameError 尝试访问一个不存在的变量 OSError 操作系统产生的异常（例如打开一个不存在的文件） OverflowError 数值运算超出最大限制 SyntaxError Python的语法错误 ZeroDivisionError 除数为零
1.2 异常检测及处理
- 标准模板
# 监控语句块1，并捕获抛出的异常给except try: # 出错点以后的语句不会被执行 语句块1 # 若出现异常名称1，程序会执行语句块2 except 异常名称1: 语句块2 # 多异常捕获(未列出的异常则正常抛出，且程序中断) except 异常名称2,异常名称3 语句块3 # 处理完try语句和except语句之后一定会执行的语句（即使有未捕获的异常） finally： 语句块4 - 异常引出
# 主动引出异常:任何位置都可直接触发任何设定的异常 raise ZeroDivisionError # 断言语句：断定表达式是True，否则，抛出asserterror异常 num = 1 assert 1 == num
二、迭代器
2.1 概念
- 常规可迭代对象：列表、元组、字典、集合
- 迭代器：操作迭代器可以依次读取可迭代对象的每一个值
- 一次性：迭代到尾部，再操作迭代器会持续报错
- 单向性：只可向队尾，不可指定方向及位置
2.2 构建及使用
- 构建、判断迭代器
# 操作列表 In [1]: num = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # num_iter类型：返回迭代器， In [2]: num_iter = iter(num) # 判断是否为迭代器方法： In [3]: from collections.abc import Iterator In [4]: isinstance(num_iter, Iterator) Out[4]: True - 使用迭代器
# 方法一：若越界，见下面的越界异常 In [5]: next(num_iter) Out[6]: 0 # 方法二：若越界，见下面的越界异常 In [7]: num_iter.__next__() Out[7]: 1 # 方法三：遇到越界自动退出，不抛异常 In [8]: for i in num_iter: ...: print(i, end=" ") # 注意体会迭代器的单向性、一次性 2 3 4 5 6 7 8 9 # 方法四：列表、元组化迭代获取 # 1.列表化获取：首先重置迭代器 In [9]: num_iter = iter(num) In [10]: list(num_iter) Out[10]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # 2.元组化获取：首先重置迭代器 In [11]: num_iter = iter(num) In [12]: tuple(num_iter) Out[12]: (0, 1, 2, 3, 4, 5, 6, 7, 8, 9) - 越界异常
# 越界:抛出StopIteration异常 In [13]: next(num_iter) -------------------------------------- StopIteration
三、生成器
-
概述：其本质就是迭代器，对于庞大的可迭代对象，生成器只定义生成规则，不实际生成，每次调用生成器即只生成一个数据，节省内存，效率更高
-
生成器表达式
# 创建：涵盖0~10000000的数的平方生成规则 # 注意与列表生成式区别，其为[] g = (x * x for x in range(10000000)) type(g) >>> generator # 其也是迭代器 isinstance(g, Iterator) >>> True # 生成器调用：同迭代器 -
生成器函数
def c_gen(): num = 1 while True: # yield语句：含此语句则为生成器函数 yield num num += 1 f = c_gen() # f为生成器 type(f) >>> generator # 生成器调用：同迭代器 -
运行流程：
- 调用生成器函数，内存加载生成器函数，生成器运行到yield语句，暂停，
生成器函数若未越界则驻留内存 - 将值（num）弹给调用处，跳出生成器，并记录跳出点
- 下次生成器再次被调用，则从上次跳出的yield下一条语句继续执行
- 调用生成器函数，内存加载生成器函数，生成器运行到yield语句，暂停，
四、装饰器（函数式编程）
- 功能：在不改变原有函数的基础上增加新功能的机制，装饰器可以加在多个函数身上，来为函数增加装饰器所具有的功能，而调用的函数名还是原函数名
4.1 闭包（装饰器理解的基础）
4.1.1 定义
- 闭包函数：声明在一个函数中的函数，叫做闭包函数
- 闭包：内部函数总是可以访问其所在的外部函数中声明的参数和变量，即使在其外部函数被返回（寿命终结）了之后。
- 特点：可以避免使用全局变量，防止全局变量污染；让外部访问函数内部变量成为可能；会造成内存泄漏（有一块内存空间被长期占用，而不被释放）
4.1.3 实例
- 代码示例
# outer是外部函数 a和b都是外函数的临时变量，功能实现结束后 # 会自动在内存中销毁outer所指向的内存，见下解释 def outer( a ): b = 10 # inner是内函数，闭包函数，因创建outer时才会创建inner # 所以每次创建都彼此独立，见下解释 def inner(): # 在内函数中,用到了外函数的临时变量 print(a+b) # 外函数的返回值是内函数的引用 return inner if __name__ == '__main__': # 返回了函数名inner，且a和b的值都已确定， # 只是做了个引用，不会有任何显示 demo1 = outer(5) # 相当于inner(),且其内的a,b值都已确定 demo1() # 此处即使改变outer()的函数体，demo()的值也不会改变， # 但会影响demo2 demo2 = outer(7) # 打印输出17 demo2() - demo1定义：
demo1 = outer(5)- 我们调用outer函数，outer函数创建了inner函数，然后把inner函数的引用返回并存给了demo
- 外部函数
outer()结束任务，启动销毁 - 外函数销毁的时候发现内部函数将会用到自己的临时变量，这两个临时变量就不会释放，会绑定给这个内部函数，内部函数inner因为被外部的demo引用，也不能销毁，所以只有
def行、return行销毁，其他常驻内存
- demo1使用：
demo1()- demo()的函数名demo此时包含了两个内在属性，def inner() 和变量b = 10, a
- 变量b只读：因为变量b是inner()函数的外部变量，又因为外部函数可以读取并修改内部函数的变量，内部函数只可向上逐层读取外部函数的变量，但不可修改外部函数的变量
- 不可变性：因为demo = outer(5)语句后，inner函数和外部变量b就常驻内存了，整个程序不结束，二者的函数体和变量值就不可变，即不可变性
- demo2定义：
demo2 = outer(7)- 与
demo1 = outer(5)同样绑定流程及销毁流程 - 常驻内存部分：其常驻内存部分与
demo1 = outer(5)的常驻内存部分各自独立，完全不相关，无限制创建会导致内存泄露
- 与
4.2 装饰器构建
- 多个装饰器：其应用顺序是按照自底向上的
- 核心点：装饰器核心点是针对函数名的运算
- 无输入值的装饰器
# 装饰器定义：定义无输入值（除了函数名func）的闭包， # func为外部嵌套函数中的变量 def c_dec(func): # 闭包要素一：内部函数wrapper_in(*argv,**kw) def wrapper_in(*argv,**kw): # 顺序执行语句一: 此处为新增的功能，每次重写这里即可 # 其他位置都是不变的 print('这是内函数语句') # 顺序执行语句二:执行原函数 # 闭包要素二：调用了外部函数的变量 func(*argv,**kw) # 闭包要素三：返回内嵌函数名 return wrapper_in ######################################################### # 装饰器使用：功能相当于语句 now = c_dec(now) @c_dec def now(*argv,**kw): # 函数功能就是：传进来什么就打印什么 print(*argv,**kw) ######################################################### # 调用now函数：此时 now('good') # 等价于 c_dec(now)('good') # 等价于 wrapper_in('good') now('good') ######################################################### >>>这是内函数语句 >>>good - 有输入值的装饰器
# 首层传装饰器的输入值：多层嵌套实现传参 def c_dec(text): def decorator(func): # --------跟无输入值装饰器一样：起始-------- def wrapper_in(*args, **kw): # 顺序执行语句一: 此处为新增的功能，每次重写这里即可 # 其他位置都是不变的 print("接收到的字符串是：" + text) # 这是执行被修饰的原函数 func(*args, **kw) return wrapper_in # --------跟无输入值装饰器一样：结束--------- return decorator ######################################################### # 传入参数的装饰器：字符串传给c_dec函数 @c_dec('execute') def now(*args,**kw): print(*args,**kw) ######################################################### # 调用now函数：此时 now('good') # 等价于 c_dec('execute')(now)('good') # 等价于 decorator(now)('good') # 等价于 wrapper_in('good') now('good') ######################################################### # 新增的功能 >>>接收到的字符串是：execute # 函数的原功能 >>>good - 装饰器充要条件
- 必须有一个内嵌函数
- 内嵌函数必须引用外部嵌套函数中的变量
- 外部函数返回值必须是内嵌函数名
- 类实现装饰器：详见下一篇
1075
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
