Python 基础回顾(六)

最新推荐文章于 2024-02-03 08:28:04 发布

张章章Sam

最新推荐文章于 2024-02-03 08:28:04 发布

阅读量337

点赞数

文章标签： python 回顾对象 class

本文链接：https://blog.csdn.net/qq_16103331/article/details/52664881

版权

打印三角形图案： def sjx(n)
例如 3
*
* *

生成激活码：def jhm(len):
jhm(3) -> 1xz

编写一个类， Array ，支持 len() iter(), print 方法

class Array(object):
def init(self, capacity, defaultvalue = None):
self._items = list()
for count in range(capacity):
self._items.append(defaultvalue)
def len(self):
return len(self._items)
def str(self):
return str(self._items)
def iter(self):
return iter(self._items)
def getitem(self, index):
return self._items[index]
def setitem(self, index, newItem):
self._items[index] = newItem

装饰器
由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。

def now():
print ‘2015-08-25’
f = now
f()
2015-08-25
现在我们希望在函数调用前自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。
本质上，decorator就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：
def log(func):
def wrapper(*args, **kw):
print ‘I am a log %s():’ % func.name
return func(*args, **kw)
return wrapper

上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：
@log
def now():
print ‘2015-08-25’

now()
@log放到now()函数的定义处，相当于执行了语句：
now = log(now)
由于log()是一个decorator，返回一个函数，所以，原来的now()函数仍然存在，只是现在同名的now变量指向了新的函数，于是调用now()将执行新函数，即在log()函数中返回的wrapper()函数。
wrapper()函数的参数定义是(*args, **kw)，因此，wrapper()函数可以接受任意参数的调用。在wrapper()函数内，首先打印日志，再紧接着调用原始函数。

对于类的方法，装饰器一样起作用。Python内置的@property装饰器就是负责把一个方法变成属性调用的：
class Student(object):

@property
def score(self):
    return self._score

@score.setter
def score(self, value):
    if not isinstance(value, int):
        raise ValueError('score must be an integer!')
    if value < 0 or value > 100:
        raise ValueError('score must between 0 and 100!')
    self._score = value

@property的实现比较复杂，我们先考察如何使用。把一个getter方法变成属性，只需要加上@property就可以了，此时，@property本身又创建了另一个装饰器@score.setter，负责把一个setter方法变成属性赋值，于是，我们就拥有一个可控的属性操作：

s = Student()
s.score = 60 # OK，实际转化为s.set_score(60)
s.score # OK，实际转化为s.get_score()
60
s.score = 101
Traceback (most recent call last):
…
ValueError: score must between 0 and 100!
注意到这个神奇的@property，我们在对实例属性操作的时候，就知道该属性很可能不是直接暴露的，而是通过getter和setter方法来实现的。
还可以定义只读属性，只定义getter方法，不定义setter方法就是一个只读属性：
class Student(object):

@property
def birth(self):
    return self._birth

@birth.setter
def birth(self, value):
    self._birth = value

@property
def age(self):
    return 2015 - self._birth

上面的birth是可读写属性，而age就是一个只读属性，因为age可以根据birth和当前时间计算出来。
小结
@property广泛应用在类的定义中，可以让调用者写出简短的代码，同时保证对参数进行必要的检查，这样，程序运行时就减少了出错的可能性。

我们下周的课继续讲decorator？ ( ⊙ o ⊙ )啊！什么鬼？
小结
在面向对象（OOP）的设计模式中，decorator被称为装饰模式。OOP的装饰模式需要通过继承和组合来实现，而Python除了能支持OOP的decorator外，直接从语法层次支持decorator。Python的decorator可以用函数实现，也可以用类实现(哦，下堂课的鬼在这啊)。
decorator可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。

处理错误,测试
有的错误是程序编写有问题造成的，比如本来应该输出整数结果输出了字符串，这种错误我们通常称之为bug，bug是必须修复的。
有的错误是用户输入造成的，比如让用户输入email地址，结果得到一个空字符串，这种错误可以通过检查用户输入来做相应的处理。
还有一类错误是完全无法在程序运行过程中预测的，比如写入文件的时候，磁盘满了，写不进去了，或者从网络抓取数据，网络突然断掉了。这类错误也称为异常，在程序中通常是必须处理的，否则，程序会因为各种问题终止并退出。
Python内置了一套异常处理机制，来帮助我们进行错误处理。

在程序运行的过程中，如果发生了错误，可以事先约定返回一个错误代码，这样，就可以知道是否有错，以及出错的原因。在操作系统提供的调用中，返回错误码非常常见。比如打开文件的函数open()，成功时返回文件描述符（就是一个整数），出错时返回-1。
用错误码来表示是否出错十分不便，因为函数本身应该返回的正常结果和错误码混在一起，造成调用者必须用大量的代码来判断是否出错：
def foo():
r = a_function()
if r== -1:
return -1
# do something
return r

def bar():
r = foo()
if r==(-1):
print ‘Error’
else:
pass
Python内置了一套try…except…finally…的错误处理机制。
try
让我们用一个例子来看看try的机制：
try:
print ‘Let‘s try…’
r = 1 / 0
print ‘result:’, r
except ZeroDivisionError, e:
print ‘except:’, e
finally:
print ‘finally…’
print ‘END’
当我们认为某些代码可能会出错时，就可以用try来运行这段代码，如果执行出错，则后续代码不会继续执行，而是直接跳转至错误处理代码，即except语句块，执行完except后，如果有finally语句块，则执行finally语句块，至此，执行完毕。
上面的代码在计算1 / 0时会产生一个除法运算错误：
try…
except: integer division or modulo by zero
finally…
END
从输出可以看到，当错误发生时，后续语句print ‘result:’, r不会被执行，except由于捕获到ZeroDivisionError，因此被执行。最后，finally语句被执行。然后，程序继续按照流程往下走。
如果把除数0改成1，则执行结果如下：
try…
result: 1
finally…
END
由于没有错误发生，所以except语句块不会被执行，但是finally如果有，则一定会被执行,可以没有finally语句。
你还可以猜测，错误应该有很多种类，如果发生了不同类型的错误，应该由不同的except语句块处理。没错，可以有多个except来捕获不同类型的错误：
try:
print ‘try…’
r = 1 / int(‘a’)
print ‘result:’, r
except ValueError, e:
print ‘ValueError:’, e
except ZeroDivisionError, e:
print ‘ZeroDivisionError:’, e
finally:
print ‘finally…’
print ‘END’
int()函数可能会抛出ValueError，所以我们用一个except捕获ValueError，用另一个except捕获ZeroDivisionError。
此外，如果没有错误发生，可以在except语句块后面加一个else，当没有错误发生时，会自动执行else语句：
try:
print ‘try…’
r = 10 / int(‘a’)
print ‘result:’, r
except ValueError, e:
print ‘ValueError:’, e
except ZeroDivisionError, e:
print ‘ZeroDivisionError:’, e
else:
print ‘no error!’
finally:
print ‘finally…’
print ‘END’
Python的错误其实也是class，所有的错误类型都继承自BaseException，所以在使用except时需要注意的是，它不但捕获该类型的错误，还把其子类（啥是子类来着？）也捕获。比如：
try:
foo()
except StandardError, e:
print ‘StandardError’
except ValueError, e:
print ‘ValueError’
第二个except永远也捕获不到ValueError，因为ValueError是StandardError的子类，如果有，也被第一个except给捕获了。
Python所有的错误都是从BaseException类派生的，常见的错误类型和继承关系看这里：
https://docs.python.org/2/library/exceptions.html#exception-hierarchy

使用try…except捕获错误还有一个巨大的好处，就是可以跨越多层调用，比如函数main()调用foo()，foo()调用bar()，结果bar()出错了，这时，只要main()捕获到了，就可以处理：
def foo(s):
return 1 / int(s)

def bar(s):
return foo(s) * 2

def main():
try:
bar(‘0’)
except StandardError, e:
print ‘Error!’
finally:
print ‘finally…’
也就是说，不需要在每个可能出错的地方去捕获错误，只要在合适的层次去捕获错误就可以了。这样一来，就大大减少了写try…except…finally的麻烦。
调用堆栈
如果错误没有被捕获，它就会一直往上抛，最后被Python解释器捕获，打印一个错误信息，然后程序退出。来看看test.py：

test.py:

def foo(s):
return 10 / int(s)

def bar(s):
return foo(s) * 2

def main():
bar(‘0’)

main()
执行，结果如下：
$ python test.py
Traceback (most recent call last):
File “test.py”, line 11, in
main()
File “test.py”, line 9, in main
bar(‘0’)
File “test.py”, line 6, in bar
return foo(s) * 2
File “test.py”, line 3, in foo
return 10 / int(s)
ZeroDivisionError: integer division or modulo by zero
出错并不可怕，可怕的是不知道哪里出错了。解读错误信息是定位错误的关键。我们从上往下可以看到整个错误的调用函数链：
错误信息第1行：
Traceback (most recent call last):
告诉我们这是错误的跟踪信息。
第2行：
File “test.py”, line 11, in
main()
调用main()出错了，在代码文件test.py的第11行代码，但原因是第9行：
File “test.py”, line 9, in main
bar(‘0’)
调用bar(‘0’)出错了，在代码文件test.py的第9行代码，但原因是第6行：
File “test.py”, line 6, in bar
return foo(s) * 2
原因是return foo(s) * 2这个语句出错了，但这还不是最终原因，继续往下看：
File “test.py”, line 3, in foo
return 10 / int(s)
原因是return 10 / int(s)这个语句出错了，这是错误产生的源头，因为下面打印了：
ZeroDivisionError: integer division or modulo by zero
根据错误类型ZeroDivisionError，我们判断，int(s)本身并没有出错，但是int(s)返回0，在计算10 / 0时出错，至此，找到错误源头。
记录错误
如果不捕获错误，自然可以让Python解释器来打印出错误堆栈，但程序也被结束了。既然我们能捕获错误，就可以把错误堆栈打印出来，然后分析错误原因，同时，让程序继续执行下去。
Python内置的logging模块可以非常容易地记录错误信息：

test.py

import logging
def foo(s):
return 10 / int(s)
def bar(s):
return foo(s) * 2
def main():
try:
bar(‘0’)
except StandardError, e:
logging.exception(e)
main()
print ‘END’
同样是出错，但程序打印完错误信息后会继续执行，并正常退出：
$ python test.py
ERROR:root:integer division or modulo by zero
Traceback (most recent call last):
File “test.py”, line 12, in main
bar(‘0’)
File “test.py”, line 8, in bar
return foo(s) * 2
File “test.py”, line 5, in foo
return 10 / int(s)
ZeroDivisionError: integer division or modulo by zero
END
通过配置，logging还可以把错误记录到日志文件里，方便事后排查。
import logging
logger = logging.getLogger(‘app’)
log_file = logging.FileHandler(‘/var/tmp/app.log’)
formatter = logging.Formatter(‘%(asctime)s %(levelname)s %(message)s’)
log_file.setFormatter(formatter)
logger.addHandler(log_file)
logger.setLevel(logging.WARNING)
logger.error(‘We have a problem’)
logger.info(‘Not log this info’)

练习：把上面logging这段代码包装成函数或者类。

抛出错误
因为错误是class，捕获一个错误就是捕获到该class的一个实例。因此，错误并不是凭空产生的，而是有意创建并抛出的。Python的内置函数会抛出很多类型的错误，我们自己编写的函数也可以抛出错误。
如果要抛出错误，首先根据需要，可以定义一个错误的class，选择好继承关系，然后，用raise语句抛出一个错误的实例：

err.py

class FooError(StandardError):
pass

def foo(s):
n = int(s)
if n==0:
raise FooError(‘invalid value: %s’ % s)
return 10 / n
执行，可以最后跟踪到我们自己定义的错误：
$ python err.py
Traceback (most recent call last):
…
main.FooError: invalid value: 0
只有在必要的时候才定义我们自己的错误类型。如果可以选择Python已有的内置的错误类型（比如ValueError，TypeError），尽量使用Python内置的错误类型。
最后，我们来看另一种错误处理的方式：

err.py

def foo(s):
n = int(s)
return 10 / n

def bar(s):
try:
return foo(s) * 2
except StandardError, e:
print ‘Error!’
raise

def main():
bar(‘0’)

main()
在bar()函数中，我们明明已经捕获了错误，但是，打印一个Error!后，又把错误通过raise语句抛出去了。？其实这种错误处理方式相当常见。捕获错误目的只是记录一下，便于后续追踪。但是，由于当前函数不知道应该怎么处理该错误，所以，最恰当的方式是继续往上抛，让顶层调用者去处理。
raise语句如果不带参数，就会把当前错误原样抛出。此外，在except中raise一个Error，还可以把一种类型的错误转化成另一种类型：
try:
10 / 0
except ZeroDivisionError:
raise ValueError(‘input error!’)
只要是合理的转换逻辑就可以，但是，决不应该把一个IOError转换成毫不相干的ValueError。
小结
Python内置的try…except…finally用来处理错误十分方便。出错时，要会分析错误信息并定位错误发生的代码位置。
程序也可以主动抛出错误，让调用者来处理相应的错误。但是，应该在文档中写清楚可能会抛出哪些错误，以及错误产生的原因。

张章章Sam

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Python 基础回顾(六)

打印三角形图案： def sjx(n) 例如 3 * * *生成激活码：def jhm(len): jhm(3) -> 1xz编写一个类， Array ，支持 len() iter(), print 方法class Array(object): def init(self, capacity, defaultvalue = None): self._
复制链接

扫一扫