本篇內(nèi)容主要講解“Python 3.3 改進(jìn)代碼中的異常處理的方法”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Python 3.3 改進(jìn)代碼中的異常處理的方法”吧!
創(chuàng)新互聯(lián)專注于網(wǎng)站建設(shè)|網(wǎng)站建設(shè)維護(hù)|優(yōu)化|托管以及網(wǎng)絡(luò)推廣，積累了大量的網(wǎng)站設(shè)計(jì)與制作經(jīng)驗(yàn)，為許多企業(yè)提供了網(wǎng)站定制設(shè)計(jì)服務(wù)，案例作品覆蓋成都玻璃隔斷等行業(yè)。能根據(jù)企業(yè)所處的行業(yè)與銷售的產(chǎn)品，結(jié)合品牌形象的塑造，量身開(kāi)發(fā)品質(zhì)網(wǎng)站。
yield 關(guān)鍵字使 Python 更加強(qiáng)大?？梢灶A(yù)見(jiàn)的是，人們都開(kāi)始使用它來(lái)創(chuàng)建整個(gè)迭代器的生態(tài)系統(tǒng)。itertools 模塊和 more-itertools PyPI 包就是其中兩個(gè)例子。
有時(shí)，一個(gè)新的生成器會(huì)想要使用一個(gè)現(xiàn)有的生成器。作為一個(gè)簡(jiǎn)單的（盡管有點(diǎn)故意設(shè)計(jì)）的例子，設(shè)想你想枚舉所有的自然數(shù)對(duì)。
一種方法是按照“自然數(shù)對(duì)的和，自然數(shù)對(duì)的第一項(xiàng)”的順序生成所有的自然數(shù)對(duì)。用 yield from 來(lái)實(shí)現(xiàn)這個(gè)方法是很自然的。
yield from 關(guān)鍵字是以下的簡(jiǎn)稱：
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)]
假設(shè)有一個(gè)叫 Parasol 的虛構(gòu)公司，它制造了一堆東西。它的大部分內(nèi)部軟件都是用 Python 編寫(xiě)的。雖然 Parasol 已經(jīng)開(kāi)源了它的一些代碼，但其中一些代碼對(duì)于開(kāi)源來(lái)說(shuō)過(guò)于專有或?qū)I(yè)。
該公司使用內(nèi)部 DevPI 服務(wù)器來(lái)管理內(nèi)部軟件包。對(duì)于 Parasol 的每個(gè) Python 程序員來(lái)說(shuō)，在 PyPI 上找一個(gè)未使用的名字是沒(méi)有意義的，所以所有的內(nèi)部包都被稱為 parasol.。遵守最佳實(shí)踐，開(kāi)發(fā)人員希望包的名字能反映出這個(gè)命名系統(tǒng)。
這一點(diǎn)很重要！如果 parasol.accounting.numeric_tricks 包安裝了一個(gè)名為 numeric_tricks 的頂層模塊，這意味著依賴這個(gè)包的人將無(wú)法使用名為 numeric_tricks 的 PyPI 包，不管它寫(xiě)的有多好。
然而，這給開(kāi)發(fā)者留下了一個(gè)兩難的選擇：哪個(gè)包擁有 parasol/__init__.py 文件？從 Python 3.3 開(kāi)始，最好的解決辦法是把 parasol，可能還有 parasol.accounting，變成沒(méi)有 __init__.py 文件的 命名空間包。
有時(shí)，在從異常中恢復(fù)的過(guò)程中出現(xiàn)的異常是一個(gè)問(wèn)題，有上下文來(lái)跟蹤它是很有用的。然而，有時(shí)卻不是這樣：異常已經(jīng)被處理了，而新的情況是一個(gè)不同的錯(cuò)誤狀況。
例如，想象一下，在字典中查找一個(gè)鍵失敗后，如果不能分析它，則希望失敗并返回 ValueError()。
import time def expensive_analysis(data): time.sleep(10) if data[0:1] == ">": return data[1:] return None
這個(gè)函數(shù)需要很長(zhǎng)的時(shí)間，所以當(dāng)你使用它時(shí)，想要對(duì)結(jié)果進(jìn)行緩存：
重慶分公司
重慶分公司
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，當(dāng)出現(xiàn)緩存沒(méi)有命中時(shí)，回溯看起來(lái)很難看：
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'
在處理上述異常的過(guò)程中，發(fā)生了另一個(gè)異常：
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，你可以得到更多可讀的回溯：
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，相信大家對(duì)“Python 3.3 改進(jìn)代碼中的異常處理的方法”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！
