Python之对变量的再认识&&异常处理

2022-05-26 10:16:03

@[toc]

1.1变量的再认识

1.1.1. 变量引用

人们经常使用“变量是盒子”这样的比喻，但是这有碍于理解面向对象语言中的引用式变量。Python 变量类似于 Java 中的引用式变量，因此最好把它们理解为附加在对象上的标注或便签。

在示例中所示的交互式控制台中，无法使用“变量是盒子”做解释。示意图说明了在 Python 中为什么不能使用盒子比喻，而便签则指出了变量的正确工作方式。

示例　变量 a 和 b 引用同一个列表，而不是那个列表的副本
>>> a = [1, 2, 3]
>>> b = a
>>> a.append(4)
>>> b
[1, 2, 3, 4]

Python之对变量的再认识&&异常处理
如果把变量想象为盒子，那么无法解释 Python 中的赋值；应该把变量视作便利贴，这样示例中的行为就好解释了

刚刚我们说明了两个变量引用同一个数据的情况，再看一种情况：一个变量先后引用不同的数据

·定义一个整数变量 a，并且赋值为 1
Python之对变量的再认识&&异常处理
·将变量 a 赋值为 2
Python之对变量的再认识&&异常处理
·定义一个整数变量 b，并且将变量 a 的值赋值给 b
Python之对变量的再认识&&异常处理

变量 b 是第 2 个贴在数字 2 上的标签

如果变量已经被定义，当给一个变量赋值的时候，本质上是 修改了数据的引用

变量 不再 对之前的数据引用
变量 改为 对新赋值的数据引用

再看一看字典的例子：

>>> charles = {'name': 'Charles L. Dodgson', 'born': 1832}
>>> lewis = charles  
>>> lewis is charles
True
>>> id(charles), id(lewis) 
(4300473992, 4300473992)
>>> lewis['balance'] = 950  
>>> charles
{'name': 'Charles L. Dodgson', 'balance': 950, 'born': 1832}
>>> alex = {'name': 'Charles L. Dodgson', 'born': 1832, 'balance': 950}  
>>> alex == charles  
True
>>> alex is not charles  
True

Python之对变量的再认识&&异常处理

charles 和 lewis 绑定同一个对象，alex 绑定另一个具有相同内容的对象

1.1.2. ==和is

运算符比较两个对象的值（对象中保存的数据），而 is 比较对象的引用（标识）。 通常，我们关注的是值，而不是标识，因此 Python 代码中 == 出现的频率比 is 高。

1.1.3. 函数的参数作为引用

Python 唯一支持的参数传递模式是共享传参（call by sharing）。

共享传参指函数的各个形式参数获得实参中各个引用的副本。也就是说，函数内部的形参是实参的别名。

这种方案的结果是，函数可能会修改作为参数传入的可变对象，但是无法修改那些对象的标识（即不能把一个对象替换成另一个对象）。下面示例中有个简单的函数，它在参数上调用 += 运算符。分别把数字、列表和元组传给那个函数，实际传入的实参会以不同的方式受到影响。

>>> def f(a, b):
...     a += b
...     return a
...
>>> x = 1
>>> y = 2
>>> f(x, y)
3
>>> x, y  
(1, 2)
>>> a = [1, 2]
>>> b = [3, 4]
>>> f(a, b)
[1, 2, 3, 4]
>>> a, b  
([1, 2, 3, 4], [3, 4])
>>> t = (10, 20)
>>> u = (30, 40)
>>> f(t, u)
(10, 20, 30, 40)
>>> t, u 
((10, 20), (30, 40))

数字 x 没变。 列表 a 变了。 元组 t 没变。

数字的情况
Python之对变量的再认识&&异常处理
相当于有隐含的代码 a=x b=y 函数调用结束后，a和b因为是临时变量，将不在指向数据1和2，但x，y依旧在引用着1和2，数据1和数据2因为还有变量在引用着自己所以并没有销毁

列表的情况
Python之对变量的再认识&&异常处理
这里主要的区别之处在于

a += b

这行代码的不同。 因为数字是不可变变量，所以，a += b使得a指向了新的数据3； 而列表是可变变量，所以a += b的结果是就地修改列表，追加数据。

1.1.4. 可变和不可变类型

不可变类型，内存中的数据不允许被修改：

数字类型 int, bool, float, complex, long(2.x)
字符串 str
元组 tuple

可变类型，内存中的数据可以被修改：

列表 list
字典 dict
自定义类型（class定义的类型，后面讲到）

2.1异常处理

2.1.1. 异常的概念

程序在运行时，如果 Python 解释器 遇到 到一个错误，会停止程序的执行，并且提示一些错误信息，这就是 异常
程序停止执行并且提示错误信息 这个动作，我们通常称之为：抛出(raise)异常

程序开发时，很难将 所有的特殊情况 都处理的面面俱到，通过 异常捕获 可以针对突发事件做集中的处理，从而保证程序的 稳定性和健壮性

一段代码：

num = int(input("请输入数字："))
print('hello')

如果我们输入非数字,输出：

请输入数字：s
Traceback (most recent call last):
  File "C:/Users/Administrator/PycharmProjects/untitled16/ex.py", line 6, in <module>
    num = int(input("请输入数字："))
ValueError: invalid literal for int() with base 10: 's'

1.发生错误 2.程序终止---hello没有输出

2.1.2. 捕获异常

2.1.2.1. 简单的捕获异常语法

在程序开发中，如果 对某些代码的执行不能确定是否正确，可以增加 try(尝试) 来 捕获异常
捕获异常最简单的语法格式：

try:
    尝试执行的代码
except:
    出现错误的处理

try 尝试，下方编写要尝试代码，不确定是否能够正常执行的代码
except 如果不是，下方编写尝试失败的代码

简单异常捕获演练 —— 要求用户输入整数

try:
    # 提示用户输入一个数字
    num = int(input("请输入数字："))
except:
    print("请输入正确的数字")

print('hello')

输入非数字：

请输入数字：r
请输入正确的数字
hello

程序没有终止，输出了hello

2.1.2.2. 错误类型捕获

在程序执行时，可能会遇到 不同类型的异常，并且需要 针对不同类型的异常，做出不同的响应，这个时候，就需要捕获错误类型了

语法如下：

try:
    # 尝试执行的代码
    pass
except 错误类型1:
    # 针对错误类型1，对应的代码处理
    pass
except (错误类型2, 错误类型3):
    # 针对错误类型2 和 3，对应的代码处理
    pass
except Exception as result:
    print("未知错误 %s" % result)

当 Python 解释器 抛出异常 时，最后一行错误信息的第一个单词，就是错误类型

异常类型捕获演练 —— 要求用户输入整数
需求
1.提示用户输入一个整数
2.使用 8 除以用户输入的整数并且输出

try:
    num = int(input("请输入整数："))
    result = 8 / num
    print(result)
except ValueError:
    print("请输入正确的整数")
except ZeroDivisionError:
    print("除 0 错误")

捕获未知错误

在开发时，要预判到所有可能出现的错误，还是有一定难度的
如果希望程序 无论出现任何错误，都不会因为 Python 解释器 抛出异常而被终止，可以再增加一个 except
语法如下：

except Exception as result:
    print("未知错误 %s" % result)

2.1.2.3. 异常捕获完整语法

在实际开发中，为了能够处理复杂的异常情况，完整的异常语法如下：
提示：

有关完整语法的应用场景，在后续学习中，结合实际的案例会更好理解
现在先对这个语法结构有个印象即可

try:
    # 尝试执行的代码
    pass
except 错误类型1:
    # 针对错误类型1，对应的代码处理
    pass
except 错误类型2:
    # 针对错误类型2，对应的代码处理
    pass
except (错误类型3, 错误类型4):
    # 针对错误类型3 和 4，对应的代码处理
    pass
except Exception as result:
    # 打印错误信息
    print(result)
else:
    # 没有异常才会执行的代码
    pass
finally:
    # 无论是否有异常，都会执行的代码
    print("无论是否有异常，都会执行的代码")

else 只有在没有异常时才会执行的代码
finally 无论是否有异常，都会执行的代码

之前一个演练的 完整捕获异常 的代码如下：

try:
    num = int(input("请输入整数："))
    result = 8 / num
    print(result)
except ValueError:
    print("请输入正确的整数")
except ZeroDivisionError:
    print("除 0 错误")
except Exception as result:
    print("未知错误 %s" % result)
else:
    print("正常执行")
finally:
    print("执行完成，但是不保证正确")

2.1.3. 异常的传递

异常的传递 —— 当 函数/方法 执行 出现异常，会 将异常传递 给 函数/方法 的 调用一方
如果 传递到主程序，仍然 没有异常处理，程序才会被终止

提示
在开发中，可以在主函数中增加 异常捕获
而在主函数中调用的其他函数，只要出现异常，都会传递到主函数的 异常捕获 中
这样就不需要在代码中，增加大量的 异常捕获，能够保证代码的整洁

需求
1.定义函数 demo1() 提示用户输入一个整数并且返回
2.定义函数 demo2() 调用 demo1()
3.在主程序中调用 demo2()

def demo1():
    return int(input("请输入一个整数："))

def demo2():
    return demo1()

try:
    print(demo2())
except ValueError:
    print("请输入正确的整数")
except Exception as result:
    print("未知错误 %s" % result)

2.1.4. 抛出 raise 异常

2.1.4.1. 应用场景

在开发中，除了 代码执行出错 Python 解释器会 抛出 异常之外
还可以根据 应用程序 特有的业务需求 主动抛出异常
示例
提示用户 输入密码，如果 长度少于 8，抛出 异常

注意
当前函数 只负责 提示用户输入密码，如果 密码长度不正确，需要其他的函数进行额外处理
因此可以 抛出异常，由其他需要处理的函数 捕获异常

2.1.4.2. 抛出异常

Python 中提供了一个 Exception 异常类
在开发时，如果满足 特定业务需求时，希望 抛出异常，可以：
创建 一个 Exception 的 对象
使用 raise 关键字 抛出 异常对象

需求
1.定义 input_password 函数，提示用户输入密码
2.如果用户输入长度 < 8，抛出异常
3.如果用户输入长度 >=8，返回输入的密码

def input_password():

    # 1\. 提示用户输入密码
    pwd = input("请输入密码：")

    # 2\. 判断密码长度，如果长度 >= 8，返回用户输入的密码
    if len(pwd) >= 8:
        return pwd

    # 3\. 密码长度不够，需要抛出异常
    # 1> 创建异常对象 - 使用异常的错误信息字符串作为参数
    ex = Exception("密码长度不够")

    # 2> 抛出异常对象
    raise ex

try:
    user_pwd = input_password()
    print(user_pwd)
except Exception as result:
    print("发现错误：%s" % result)

2.1.5. 自定义异常

自定义异常主要是自己定义的异常类，对异常进行分门别类管理，自定义异常需要继承异常父类Exception 一个例子


class MyException(Exception):                   #让MyException类继承Exception
    def __init__(self,name,age):
        self.name = name
        self.age = age
try:
    #知识点：主动抛出异常，就是实例化一个异常类
    raise MyException("zhansgan",19)            #实例化一个异常,实例化的时候需要传参数
except MyException as obj:                      #这里体现一个封装，
    print(obj.age,obj.name)                     #捕获的就是MyException类携带过来的信息

except Exception as obj:                        #万能捕获，之前的可能捕获不到，这里添加Exception作为保底
    print(obj)
上一篇：Python训练营笔记 数据结构大汇总 Day5


下一篇：Python训练营笔记 数据结构大汇总 Day6