Python3.3改进代码中的异常处理的方法

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!

创新互联专注于网站建设|网站建设维护|优化|托管以及网络推广,积累了大量的网站设计与制作经验,为许多企业提供了网站定制设计服务,案例作品覆盖成都玻璃隔断等行业。能根据企业所处的行业与销售的产品,结合品牌形象的塑造,量身开发品质网站。

yield from

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  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)]

隐式命名空间包

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..。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。

抑制异常的上下文

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)      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)      in     ----> 1 last_letter_analyzed("stuff")         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)      in     ----> 1 last_letter_analyzed("stuff")         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!这里是创新互联网站,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!


文章标题:Python3.3改进代码中的异常处理的方法
转载来于:http://pwwzsj.com/article/gddcjc.html