笨办法学Python记录--习题37 异常，lambda，yield，转义序列

小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

习题中提到了raise，查了下，顺便所有异常类关键字罗列如下文章中：

为什么使用异常

错误处理、事件通知、特殊情况处理、退出时的行为、不正常的程序流程。

简单的示例

在没有任何定义x变量的时候：

print x
print 1

将会抛出NameError异常：

NameError: name 'x' is not defined

而且1并不会被输出，也就是说程序将被中断。如果讲代码修改如下：

try:
print x
exceptNameError:
print "Something is wrong!"
print 1

得到的输出将是：

Something is wrong!
1

可见，我们定义的except会“抓住”NameError类型的语句，并且执行相应的处理代码，而且程序不会被中断。

使用raise

我们可以自己触发异常，例如：

raise IndexError

Python会返回：

Traceback (most recent call last):
File "d:\我的文档\桌面\todo\exep.py", line 1, in <module>
raise IndexError
IndexError

自定义的异常

下面定义了一个MyException类，它继承自Python内置的Exception类。

class MyException(Exception):pass
try:
#some code here
raise MyException
except MyException:
print "MyException encoutered"

结果为：

MyException encoutered

可以在一个except内捕获多个异常：

except (AttributeError, TypeError, SyntaxError):

捕获所有异常

只要在except后面不加任何异常类型，这个except块就可以捕获所有的异常。

except:

捕获异常的继承关系

当我们except Super的时候，同样会捕获到raise Sub的异常。

finally

无论try块是否抛出异常，永远执行的代码。通常用来执行关闭文件，断开服务器连接的功能等等。

class MyException(Exception):pass
try:
#some code here
raise MyException
except MyException:
print "MyException encoutered"
finally:
print "Arrive finally"

结果：

MyException encoutered
Arrive finally

try、except、else

可以在try块里加入else块，代码块将在没有异常被抛出的时候执行：

try:
print "normal code here"
except MyException:
print "MyException encoutered"
else:
print "No exception"
finally:
print "Arrive finally"

结果为：

normal code here
No exception
Arrive finally

raise异常、同时添加数据

raise异常的同时，我们可以添加一些额外的数据，就像下面的例子一样：

class MyException(Exception):pass
try:
raise MyException,", and some additional data"
except MyException,data:
print "MyException encoutered"
print data

断言assert

断言是指期望指定的条件满足，如果不满足则抛出AssertionError异常。例如：

def positive(x):
assert x > 0
print "x"
positive(1)
positive(0)

positive(0)一句将会抛出一个异常。

with/as

with/as语句主要是为了代替try/finally语句、通常用来做一些善后工作或者是清理现场的工作。

with open('test.txt') as myfile:
for line in myfile:
#code here
#code here

当with代码块结束之后，文件将会自动关闭。这是因为返回的对象支持context management protocol。原书598页有关于该协议的讨论，例如如何自定义一个支持该协议、从而支持with语句的类。

yield:貌似是个迭代常量的标记，详细参考“文章”里的一篇。

lambda函数介绍

在学习python的过程中，lambda的语法时常会使人感到困惑，lambda是什么，为什么要使用lambda，是不是必须使用lambda？

下面就上面的问题进行一下解答。

1、lambda是什么？

看个例子：

1 g = lambda x:x+1

看一下执行的结果：

g(1)

>>>2

g(2)

>>>3

当然，你也可以这样使用：

lambda x:x+1(1)

>>>2

可以这样认为,lambda作为一个表达式，定义了一个匿名函数，上例的代码x为入口参数，x+1为函数体，用函数来表示为：

1 def g(x):
2 return x+1

非常容易理解，在这里lambda简化了函数定义的书写形式。是代码更为简洁，但是使用函数的定义方式更为直观，易理解。

Python中，也有几个定义好的全局函数方便使用的，filter, map, reduce

>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
>>>
>>> print filter(lambda x: x % 3 == 0, foo)
[18, 9, 24, 12, 27]
>>>
>>> print map(lambda x: x * 2 + 10, foo)
[14, 46, 28, 54, 44, 58, 26, 34, 64]
>>>
>>> print reduce(lambda x, y: x + y, foo)
139

上面例子中的map的作用，非常简单清晰。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。

比如上面map的例子，可以写成：

print [x * 2 + 10 for x in foo]

非常的简洁，易懂。

filter的例子可以写成：

print [x for x in foo if x % 3 == 0]

同样也是比lambda的方式更容易理解。

---

上面简要介绍了什么是lambda,下面介绍为什么使用lambda,看一个例子（来自apihelper.py)：

processFunc = collapse and (lambda s: " ".join(s.split())) or (lambda s: s)

在Visual Basic，你很有可能要创建一个函数，接受一个字符串参数和一个 collapse 参数，并使用 if 语句确定是否压缩空白，然后再返回相应的值。这种方式是低效的，因为函数可能需要处理每一种可能的情况。每次你调用它，它将不得不在给出你所想要的东西之前，判断是否要压缩空白。在 Python 中，你可以将决策逻辑拿到函数外面，而定义一个裁减过的 lambda 函数提供确切的 (唯一的) 你想要的。这种方式更为高效、更为优雅，而且很少引起那些令人讨厌 (哦，想到那些参数就头昏) 的错误。

通过此例子，我们发现，lambda的使用大量简化了代码，使代码简练清晰。但是值得注意的是，这会在一定程度上降低代码的可读性。如果不是非常熟悉python的人或许会对此感到不可理解。

---

lambda 定义了一个匿名函数

lambda 并不会带来程序运行效率的提高，只会使代码更简洁。

如果可以使用for...in...if来完成的，坚决不用lambda。

如果使用lambda，lambda内不要包含循环，如果有，我宁愿定义函数来完成，使代码获得可重用性和更好的可读性。

---

总结：lambda 是为了减少单行函数的定义而存在的。

字符串转义序列：

\f 匹配一个换页符。等价于\x0c和\cL。
\v 匹配一个垂直制表符。等价于\x0b和\cK。

Python格式化字符串的替代符以及含义

Python语言中的@符号有比较特殊的含义，而且是一种比较稀有的特性，初学者往往不容易理解，这里就其做一些解释。 首先看一段代码：

解释器首先会解释@符号后面的代码，如果如上面的代码类似，那么test(5)将被执行，因为test参数5大于3，所以会返回一个函数指针plus（可以用C的这个名字来理解），plus将下一行的函数指针xxx当作参数传入，直到执行完成。最后结果将输出‘plus’和‘ok’。 有时候可能是下面这种形式：

minus因为本身已经是一个函数指针，所以会直接以xxx作为参数传入，结果会输出‘minus’和‘ok’。