python 异常处理

#一个简单的错误捕捉
try:
    print('aa' + 1)
except:
    print("error!")

'''
以下接收具体错误类型
ZeroDivisionError与TypeError都是基类Exception基类的成员
并且定义变量e用来接收具体错误信息
来显示更多的错误信息
'''
try:
    r = 10/0
    print(r)
except TypeError as e:
    print("typeError:",e)
except ZeroDivisionError as e:
    print("ZeroDivisionError",e)
else:
    print("no error!")


'''
以下创建一个新的异常类,继承于基类Exception
'''
class MyError(Exception):
    def __init__(self,value):
        self.value = value

    def __str__(self):
        #repr()函数将对象解释为供解释器读取的形式
        return repr(self.value)

try:
    '''
    当程序出现错误的时候,pyhton会自动的引发异常。
    也可以由raise显现的引发异常,一旦执行raise语句,之后的语句就不能再执行了
    '''
    raise MyError(110)
except MyError as e:
    print(e.value)

'''
raise
'''
try:
    s = None
    if s == None:
        print("s是空对象")
        raise NameError
    print(len(s))
except TypeError as e:
    print("空对象没有长度!")
except:
    print("error!")

#触发自定义异常
try :
    file = input("请输入文件的名字:")
    if file == 'hello':
        raise NameError("错误的文件!")
except:
    print("error!")


'''
try finally
不管发没发生异常,finally中的代码一定要执行
比如关闭文件
'''

'''
执行try下的语句,如果引发异常,则执行过程会跳到第一个except语句。
如果第一个except中定义的异常与引发的异常匹配,则执行该except中的语句。
如果引发的异常不匹配第一个except,则会搜索第二个except,允许编写的except数量没有限制。
如果所有的except都不匹配,则异常会传递到下一个调用本代码的最高层try代码中。
如果没有发生异常,则执行else块代码
'''

'''
Python的异常处理能力是很强大的,可向用户准确反馈出错信息。
在Python中,异常也是对象,可对它进行操作。所有异常都是基类Exception的成员。
所有异常都从基类Exception继承,而且都在exceptions模块中定义。
Python自动将所有异常名称放在内建命名空间中,所以程序不必导入exceptions模块即可使用异常。
一旦引发而且没有捕捉SystemExit异常,程序执行就会终止。
异常处理就是为了捕捉异常返回有用信息而不程序执行终止的操作
'''






 

内容概要:本文介绍了多种开发者工具及其对开发效率的提升作用。首先,介绍了两款集成开发环境(IDE):IntelliJ IDEA 以其智能代码补全、强大的调试工具和项目管理功能适用于Java开发者;VS Code 则凭借轻级和多种编程语言的插件支持成为前端开发者的常用工具。其次,提到了基于 GPT-4 的智能代码生成工具 Cursor,它通过对话式编程显著提高了开发效率。接着,阐述了版本控制系统 Git 的重要性,包括记录代码修改、分支管理和协作功能。然后,介绍了 Postman 作为 API 全生命周期管理工具,可创建、测试和文档化 API,缩短前后端联调时间。再者,提到 SonarQube 这款代码质管理工具,能自动扫描代码并检测潜在的质问题。还介绍了 Docker 容器化工具,通过定义应用的运行环境和依赖,确保环境一致性。最后,提及了线上诊断工具 Arthas 和性能调优工具 JProfiler,分别用于生产环境排障和性能优化。 适合人群:所有希望提高开发效率的程序员,尤其是有一定开发经验的软件工程师和技术团队。 使用场景及目标:①选择合适的 IDE 提升编码速度和代码质;②利用 AI 编程助手加快开发进程;③通过 Git 实现高效的版本控制和团队协作;④使用 Postman 管理 API 的全生命周期;⑤借助 SonarQube 提高代码质;⑥采用 Docker 实现环境一致性;⑦运用 Arthas 和 JProfiler 进行线上诊断和性能调优。 阅读建议:根据个人或团队的需求选择适合的工具,深入理解每种工具的功能特点,并在实际开发中不断实践和优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值