异常处理

异常处理：

我们平时编写代码是难免会遇到各种各样的错误，我们可以对这些错误分为两种：

1.语法错误：语法错误是解释器对代码进行语法的检测过程，也就是我们在执行代码之前就需要解决的错误问题；

2.逻辑错误：是我们的写代码时的逻辑过程出现的错误举例说明：

int('asdf')
'''
错误信息
Traceback (most recent call last):
  File "F:/Python全栈开发之路/py_fullstack/Day35/test1.py", line 1, in <module>
    int('asdf')
ValueError: invalid literal for int() with base 10: 'asdf'
'''

l = [1,2,3]
l[100]
'''
错误信息：
Traceback (most recent call last):
  File "F:/Python全栈开发之路/py_fullstack/Day35/test1.py", line 3, in <module>
    l[100]
IndexError: list index out of range
'''

 

异常的内容包括哪些：

异常的作用：

发生异常后，会中断后面代码的执行，如果加上相应类型异常的try...except后后面的代码可以正常执行：

我们可以看出，后面的代码正常执行了，如果捕捉的异常类型不匹配的话，还是会抛出来异常信息的：

我们可以给捕捉的异常值起个别名：

在抛出不同异常来处理不同异常的时候，我们可以利用多分枝来处理异常：

try:
    d = {'a':1}
    d['b']
except IndexError as e:
    print(e)
except ValueError as e:
    print(e)

'''
异常信息：
Traceback (most recent call last):
  File "F:/Python全栈开发之路/py_fullstack/Day35/test1.py", line 3, in <module>
    d['b']
KeyError: 'b'

'''

这时候我们如果加上KeyError异常的话：

try:
    d = {'a':1}
    d['b']
except IndexError as e:
    print(e)
except ValueError as e:
    print(e)
except KeyError as e:
    print(e)

但是我们在处理异常的时候，总不能把所有的异常类型都写一遍，所以我们可以利用万能异常来解决，当我们监控一段代码的时候，不用管程序会抛出什么异常，都只用一种方式去处理异常：

我们也可以单独处理某几个异常，意想不到或者不想单独处理的异常，我们可以这样写：

try:
    d = {'a':1}
    d['b']
except IndexError as e:
    print(e)
except ValueError as e:
    print(e)
except KeyError as e:
    print(e)
except Exception as e:
    print(e)

finally:无论代码是否异常，都会执行该模块里面的内容，通常是用来写清理工作的代码

 

 raise：主动触发异常：

自定义异常：

 自定义异常必须从BaseException继承：

 

断言：asssert：

asssert后面跟的条件成立的时候，后面的程序能继续往后执行。

模块：

什么是模块：

一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字上加上.py的后缀。

导入模块：

导入模块的时候，会将模块中的脚本执行一遍，会创建一个名称空间

import spam

在导入spam模块的时候解释器自动做了这三件事情：

1.第一件事：创建名称空间，用来存放spam.py中定义的名字

2.第二件事：基于刚刚创建的名称空间来执行spam.py（只执行一次）

3.第三件事：创建的名字spam指向该名称空间，spam.名字的操作，都是以spam.py名称空间操作的

我们可以通过：sys.modules来查看系统导入模块都有哪些

也可以用from...import导入模块

每个模块都是一个独立的名称空间，定义在这个模块中的函数，把这个模块的名称空间当做全局名称空间，这样我们在编写自己的模块时，就不用担心我们定义在自己模块中全局变量会在被导入时，与使用者的全局变量冲突。

from spam import read1

也可以起个别名：

from spam import read1 as read

 

这样后面我们就可以直接调用money这个变量了

还可以导入多个变量和函数：

from spam import money,read1,read2

 

这时我们再直接调用名字就可以直接执行，但是如果在执行文件中有相同的名字，我们导入模块的内容将会被覆盖掉。

 __all__这个变量有特殊的意义

我们在导入模块的时候可以用*导入内容，这里的__all__是一个列表，它里面的值也就是*代表的所有值，我们在以这种方式导入spam的时候，可用变量或者函数只被限定为列表中的名字，并且在被调用模块中也要初始化列表中的每一个名字：

我们在spam.py中写入：

print("from spam.py")
__all__ = ['a','b']

money = 111111111111

def read1():
    print('spam.py-->read1()')
def read2():
    print('spam.py-->read2()')
    read1()

在其他文件中调用的时候，我们发现报错了：

我们在执行某个代码文件的过程中，不支持模块的重新导入：

我们在执行过程中，将模块spam.py这个文件删除，解释器仍然不会报错。

测试模块是否为__main__

使用:if __name__ == '__main__':

这段代码常用在某个模块测试的时候使用，如果打印结果放入if下面的内部，就可以测试模块功能是否正常，并且，我们在其他地方调用这个模块使用的时候不会执行if下面内部的代码。

 这样我们可以把一个模块当做脚本使用。

 

 

模块的搜索路径：

导入模块的时候首先从内存里面找，再从内建找，再从path里面找

可以通过中间删除掉导入的模块来进行测试

再从内建找

 注：不要建与内建模块和第三方重名的.py文件

 添加到path的方法导入模块：

 

编译python文件：

.pyc文件，字节码文件，缓存，提速功能

import的时候产生pyc文件

 

使用之前就编译的话，第一次导入执行的时候就会加快速度：

 

包：

Packages are a way of structuring Python’s module namespace by using “dotted module names”
包是一种通过使用‘.模块名’来组织python模块名称空间的方式。

无论是import形式还是from...import形式，凡是在导入语句中（而不是在使用时）遇到带点的，都要第一时间提高警觉：这是关于包才有的导入语法

包的本质就是一个包含__init__.py文件的目录。
包A和包B下有同名模块也不会冲突，如A.a与B.a来自俩个命名空间

 

glance/                   #Top-level package

├── __init__.py      #Initialize the glance package

├── api                  #Subpackage for api

│   ├── __init__.py

│   ├── policy.py

│   └── versions.py

├── cmd                #Subpackage for cmd

│   ├── __init__.py

│   └── manage.py

└── db                  #Subpackage for db

    ├── __init__.py

    └── models.py

 

#文件内容

#policy.py
def get():
    print('from policy.py')

#versions.py
def create_resource(conf):
    print('from version.py: ',conf)

#manage.py
def main():
    print('from manage.py')

#models.py
def register_models(engine):
    print('from models.py: ',engine)

注意事项
1.关于包相关的导入语句也分为import和from ... import ...两种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，否则非法。可以带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。

2.对于导入后，在使用时就没有这种限制了，点的左边可以是包,模块，函数，类(它们都可以用点的方式调用自己的属性)。

这种导入方式是正确的：

3.对比import item 和from item import name的应用场景：
如果我们想直接使用name那必须使用后者。

 

 包下面有一个__init__.py，每次导入这个包的时候会执行__init__.py这个文件

更改导入后：

绝对导入和相对导入：

我们的最顶级包glance是写给别人用的，然后在glance包内部也会有彼此之间互相导入的需求，这时候就有绝对导入和相对导入两种方式：

绝对导入：以glance作为起始

相对导入：用.或者..的方式最为起始（只能在一个包中使用，不能用于不同目录内）

例如：我们在glance/api/version.py中想要导入glance/cmd/manage.py

1 在glance/api/version.py
2 
3 #绝对导入
4 from glance.cmd import manage
5 manage.main()
6 
7 #相对导入
8 from ..cmd import manage
9 manage.main()

测试结果：注意一定要在于glance同级的文件中测试

1 from glance.api import versions 

注意：在使用pycharm时，有的情况会为你多做一些事情，这是软件相关的东西，会影响你对模块导入的理解，因而在测试时，一定要回到命令行去执行，模拟我们生产环境，你总不能拿着pycharm去上线代码吧！！！

 

特别需要注意的是：可以用import导入内置或者第三方模块，但是要绝对避免使用import来导入自定义包的子模块，应该使用from... import ...的绝对或者相对导入,且包的相对导入只能用from的形式。

比如我们想在glance/api/versions.py中导入glance/api/policy.py，有的同学一抽这俩模块是在同一个目录下，十分开心的就去做了，它直接这么做

1 #在version.py中
2 
3 import policy
4 policy.get()

 

没错，我们单独运行version.py是一点问题没有的，运行version.py的路径搜索就是从当前路径开始的，于是在导入policy时能在当前目录下找到

但是你想啊，你子包中的模块version.py极有可能是被一个glance包同一级别的其他文件导入，比如我们在于glance同级下的一个test.py文件中导入version.py，如下

 1 from glance.api import versions
 2 
 3 '''
 4 执行结果:
 5 ImportError: No module named 'policy'
 6 '''
 7 
 8 '''
 9 分析:
10 此时我们导入versions在versions.py中执行
11 import policy需要找从sys.path也就是从当前目录找policy.py,
12 这必然是找不到的
13 '''

单独导入包

单独导入包名称时不会导入包中所有包含的所有子模块，如

#在与glance同级的test.py中
import glance
glance.cmd.manage.main()

'''
执行结果：
AttributeError: module 'glance' has no attribute 'cmd'

''' 

解决方法：

1 #glance/__init__.py
2 from . import cmd
3 
4 #glance/cmd/__init__.py
5 from . import manage

执行：

1 #在于glance同级的test.py中
2 import glance
3 glance.cmd.manage.main()