本篇内容主要讲解“Python 3.3 改进代码中的异常处理的方法”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python 3.3 改进代码中的异常处理的方法”吧!
创新互联专注于网站建设|网站建设维护|优化|托管以及网络推广，积累了大量的网站设计与制作经验，为许多企业提供了网站定制设计服务，案例作品覆盖成都玻璃隔断等行业。能根据企业所处的行业与销售的产品，结合品牌形象的塑造，量身开发品质网站。
yield 关键字使 Python 更加强大。可以预见的是，人们都开始使用它来创建整个迭代器的生态系统。itertools 模块和 more-itertools PyPI 包就是其中两个例子。
有时，一个新的生成器会想要使用一个现有的生成器。作为一个简单的（尽管有点故意设计）的例子，设想你想枚举所有的自然数对。
一种方法是按照“自然数对的和，自然数对的第一项”的顺序生成所有的自然数对。用 yield from 来实现这个方法是很自然的。
yield from 关键字是以下的简称：
for item in x: yield item
import itertools def pairs(): for n in itertools.count(): yield from ((i, n-i) for i in range(n+1))
list(itertools.islice(pairs(), 6))
[(0, 0), (0, 1), (1, 0), (0, 2), (1, 1), (2, 0)]
假设有一个叫 Parasol 的虚构公司，它制造了一堆东西。它的大部分内部软件都是用 Python 编写的。虽然 Parasol 已经开源了它的一些代码，但其中一些代码对于开源来说过于专有或专业。
该公司使用内部 DevPI 服务器来管理内部软件包。对于 Parasol 的每个 Python 程序员来说，在 PyPI 上找一个未使用的名字是没有意义的，所以所有的内部包都被称为 parasol.。遵守最佳实践，开发人员希望包的名字能反映出这个命名系统。
这一点很重要！如果 parasol.accounting.numeric_tricks 包安装了一个名为 numeric_tricks 的顶层模块，这意味着依赖这个包的人将无法使用名为 numeric_tricks 的 PyPI 包，不管它写的有多好。
然而，这给开发者留下了一个两难的选择：哪个包拥有 parasol/__init__.py 文件？从 Python 3.3 开始，最好的解决办法是把 parasol，可能还有 parasol.accounting，变成没有 __init__.py 文件的 命名空间包。
有时，在从异常中恢复的过程中出现的异常是一个问题，有上下文来跟踪它是很有用的。然而，有时却不是这样：异常已经被处理了，而新的情况是一个不同的错误状况。
例如，想象一下，在字典中查找一个键失败后，如果不能分析它，则希望失败并返回 ValueError()。
import time def expensive_analysis(data): time.sleep(10) if data[0:1] == ">": return data[1:] return None
这个函数需要很长的时间，所以当你使用它时，想要对结果进行缓存：
cache = {} def last_letter_analyzed(data): try: analyzed = cache[data] except KeyError: analyzed = expensive_analysis(data) if analyzed is None: raise ValueError("invalid data", data) cached[data] = analyzed return analyzed[-1]不幸的是，当出现缓存没有命中时，回溯看起来很难看：
last_letter_analyzed("stuff")--------------------------------------------------------------------------- KeyError Traceback (most recent call last)in last_letter_analyzed(data) 4 try: ----> 5 analyzed = cache[data] 6 except KeyError: KeyError: 'stuff'
在处理上述异常的过程中，发生了另一个异常：
ValueError Traceback (most recent call last)in ----> 1 last_letter_analyzed("stuff") in last_letter_analyzed(data) 7 analyzed = expensive_analysis(data) 8 if analyzed is None: ----> 9 raise ValueError("invalid data", data) 10 cached[data] = analyzed 11 return analyzed[-1] ValueError: ('invalid data', 'stuff')
如果你使用 raise ... from None，你可以得到更多可读的回溯：
def last_letter_analyzed(data): try: analyzed = cache[data] except KeyError: analyzed = expensive_analysis(data) if analyzed is None: raise ValueError("invalid data", data) from None cached[data] = analyzed return analyzed[-1]last_letter_analyzed("stuff")--------------------------------------------------------------------------- ValueError Traceback (most recent call last)in ----> 1 last_letter_analyzed("stuff") in last_letter_analyzed(data) 5 analyzed = expensive_analysis(data) 6 if analyzed is None: ----> 7 raise ValueError("invalid data", data) from None 8 cached[data] = analyzed 9 return analyzed[-1] ValueError: ('invalid data', 'stuff')
到此，相信大家对“Python 3.3 改进代码中的异常处理的方法”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！