Python基础之高级函数

news2024/10/6 12:24:19

异常捕获

Python中，使用try+catch两个关键字来实现对异常的处理。在我们平时的工作中，异常的出现是在所难免的，但是异常一旦出现，极有可能会直接导致程序崩溃，无法正常运行，所以异常一定要及时的做出对应的处理。

示例：try+catch捕获整数不能为0的异常。

try:  
    a = 1 / 0  
    print(a)  
except Exception as e:  
    print("出错了：", e)

抛出异常

我们可以通过raise方法，主动抛出异常。比如参数不正确或者缺少必填参数，导致方法无法继续往下执行的时候，我们可以考虑这么使用。不过，抛出异常是下下之策，因为一旦调用者没有捕获，整个程序就会崩溃，在真实的开发中，一定要慎用。

示例：抛出异常。在这个案例中，我们定义了一个div方法，用来求两个数相除的结果。同时，我们对被除数b做了校验，如果b为0，我们会抛出异常信息。

def div(a, b):  
    if b == 0:  
        raise "被除数不能为0"  
    return a / b  
  
  
if __name__ == '__main__':  
    print(div(20, 2))  
    print(div(20, 0))

迭代器

在了解迭代器之前，我们先了解什么是可迭代对象。可迭代对象指的是可以通过for去遍历的对象。迭代器就是一种可以被遍历的对象，通常需要实现iter和next两个基本方法。需要注意的是，可迭代对象不一定是迭代器，但是迭代器一定是可迭代对象。

迭代器从集合的第一个元素开始访问，直到所有的元素被访问完毕。迭代器只能从前往后遍历，不能从后往前遍历，这点和range函数和列表很不同。

示例：通iter方法，可以将列表转换为迭代器。

arr = [1, 2, 3]  
  
iarr = iter(arr)  
print(type(iarr), iarr)  
  
# 取出数据  
print(next(iarr))  
print(next(iarr))  
print(next(iarr))

示例：自定义一个迭代器。一个自定义的迭代器类，必须要实现__iter__和__next__方法，其中__next__方法是最重要的，用于指定每次迭代要返回的值。在这个案例中，我们演示了分别使用for循环和while循环遍历迭代器，一定要注意退出条件，已经迭代器迭代完毕以后，要么是抛出异常，要么是返回None，如果不做退出的判断，很可能会导致程序异常崩溃。

class A:  
    def __init__(self, n):  
        self.n = n  
        self.count = -1  # 计数器  
  
    def __iter__(self):  
        """必须实现"""  
        # 返回可迭代对象  
        return self  
  
    def __next__(self):  
        """必须实现"""  
        # 返回每一次迭代器计算出的结果  
        # 调用next会自动执行此方法  
        if self.count < self.n - 1:  
            self.count += 1  
            return self.count  
        return None  
  
  
if __name__ == '__main__':  
    # 创建可迭代对象  
    a = A(3)  
  
    # while 遍历  
    while True:  
        v = next(a)  
        if v is not None:  
            print(v)  
        else:  
            break  
  
    # for 遍历  
    a = A(3)  
    for i in a:  
        if i is None:  
            break  
        print(i)

生成器

生成器和迭代器类似，都是用来提供遍历的一种特殊数据结构。生成器不会占用大量的内存，只在遍历的时候会占用生成值的内存，所以在处理大量数据的时候，如果需要节约内存，一般都建议使用生成器来替代列表。生成器的特点是使用yield关键字来返回值。

示例：简单的生成器。

def colors():  
    """一个简单的生成器函数"""  
    for color in ["black", "red", "green", "yellow", "blue"]:  
        yield color  
  
  
if __name__ == '__main__':  
    # 生成器可以直接用for遍历  
    for color in colors():  
        print(color)

装饰器

装饰器是一种基于闭包的高级函数，一般是用来装饰函数或者类的方法，能够在函数的执行前后执行特殊的逻辑。比较常见的有记录日志，统计方法的执行时间等。也可以用来做权限校验等其他高级的操作。

示例：一个简单的装饰器。在这个装饰器中，我们对testf方法进行了装饰，并统计了这个方法执行需要消耗的时间。这里要注意，spendtime有一个f的参数，而内部方法inner使用了这个参数，f实际上是被装饰的方法。

import time  
  
  
def spendtime(f):  
    """一个统计方法执行时间的装饰器"""  
  
    def inner():  
        """接收外部的变量f，f本质上是一个函数"""  
        print("方法执行之前")  
        start = time.time()  
        f()  # 执行方法  
        print("方法执行之后，统计消耗时间：", time.time() - start)  
  
    return inner  
  
  
@spendtime  # 使用装饰器  
def testf():  
    """测试方法"""  
    time.sleep(3)  
    print("测试方法执行了。。。")  
  
  
if __name__ == '__main__':  
    # 调用被装饰的方法  
    testf()

---------------------------END---------------------------