本篇内容主要讲解“Python 3.3 改进代码中的异常处理的方法”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python 3.3 改进代码中的异常处理的方法”吧!
yield
关键字使 Python 更加强大。可以预见的是,人们都开始使用它来创建整个迭代器的生态系统。itertools 模块和 more-itertools PyPI 包就是其中两个例子。
有时,一个新的生成器会想要使用一个现有的生成器。作为一个简单的(尽管有点故意设计)的例子,设想你想枚举所有的自然数对。
一种方法是按照“自然数对的和,自然数对的第一项”的顺序生成所有的自然数对。用 yield from
来实现这个方法是很自然的。
yield from <x>
关键字是以下的简称:
for item in x: yield item
import itertools def pairs(): for n in itertools.count(): yield from ((i, n-i) for i in range(n+1))
list(itertools.islice(pairs(), 6))
[(0, 0), (0, 1), (1, 0), (0, 2), (1, 1), (2, 0)]
假设有一个叫 Parasol 的虚构公司,它制造了一堆东西。它的大部分内部软件都是用 Python 编写的。虽然 Parasol 已经开源了它的一些代码,但其中一些代码对于开源来说过于专有或专业。
该公司使用内部 DevPI 服务器来管理内部软件包。对于 Parasol 的每个 Python 程序员来说,在 PyPI 上找一个未使用的名字是没有意义的,所以所有的内部包都被称为 parasol.<business division>.<project>
。遵守最佳实践,开发人员希望包的名字能反映出这个命名系统。
这一点很重要!如果 parasol.accounting.numeric_tricks
包安装了一个名为 numeric_tricks
的顶层模块,这意味着依赖这个包的人将无法使用名为 numeric_tricks
的 PyPI 包,不管它写的有多好。
然而,这给开发者留下了一个两难的选择:哪个包拥有 parasol/__init__.py
文件?从 Python 3.3 开始,最好的解决办法是把 parasol
,可能还有 parasol.accounting
,变成没有 __init__.py
文件的 命名空间包。
有时,在从异常中恢复的过程中出现的异常是一个问题,有上下文来跟踪它是很有用的。然而,有时却不是这样:异常已经被处理了,而新的情况是一个不同的错误状况。
例如,想象一下,在字典中查找一个键失败后,如果不能分析它,则希望失败并返回 ValueError()
。
import time def expensive_analysis(data): time.sleep(10) if data[0:1] == ">": return data[1:] return None
这个函数需要很长的时间,所以当你使用它时,想要对结果进行缓存:
cache = {} def last_letter_analyzed(data): try: analyzed = cache[data] except KeyError: analyzed = expensive_analysis(data) if analyzed is None: raise ValueError("invalid data", data) cached[data] = analyzed return analyzed[-1]
不幸的是,当出现缓存没有命中时,回溯看起来很难看:
last_letter_analyzed("stuff")
--------------------------------------------------------------------------- KeyError Traceback (most recent call last) <ipython-input-16-a525ae35267b> in last_letter_analyzed(data) 4 try: ----> 5 analyzed = cache[data] 6 except KeyError: KeyError: 'stuff'
在处理上述异常的过程中,发生了另一个异常:
ValueError Traceback (most recent call last) <ipython-input-17-40dab921f9a9> in <module> ----> 1 last_letter_analyzed("stuff") <ipython-input-16-a525ae35267b> in last_letter_analyzed(data) 7 analyzed = expensive_analysis(data) 8 if analyzed is None: ----> 9 raise ValueError("invalid data", data) 10 cached[data] = analyzed 11 return analyzed[-1] ValueError: ('invalid data', 'stuff')
如果你使用 raise ... from None
,你可以得到更多可读的回溯:
def last_letter_analyzed(data): try: analyzed = cache[data] except KeyError: analyzed = expensive_analysis(data) if analyzed is None: raise ValueError("invalid data", data) from None cached[data] = analyzed return analyzed[-1]
last_letter_analyzed("stuff")
--------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-21-40dab921f9a9> in <module> ----> 1 last_letter_analyzed("stuff") <ipython-input-20-5691e33edfbc> in last_letter_analyzed(data) 5 analyzed = expensive_analysis(data) 6 if analyzed is None: ----> 7 raise ValueError("invalid data", data) from None 8 cached[data] = analyzed 9 return analyzed[-1] ValueError: ('invalid data', 'stuff')
到此,相信大家对“Python 3.3 改进代码中的异常处理的方法”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。