标签：实例 pyc 返回 error: span 函数的参数 db2 -- plugins
1、Python中各种内建异常
1) Exception: 所有异常类型 2) AttributeError: 特性引用或赋值失败时引发 3) IOError: 试图打开不存在的文件时引发 4) IndexError: 在使用序列中不存在的索引时引发 5) KeyError: 在使用映射时不存在的键时引发 6) NameError: 在找不到变量名字时引发 7) SyntaxError: 代码有语法错误时引发 8) TypeError: 函数应用于错误类型的对象时引发 9) ValueError: 函数应用于正确类型的对象，但该对象使用不合适的值时引发 10) ZeroDivisionError: 在除操作时第二个参数为0时引发
2、几种常见捕获异常的方法
1. 捕获单个异常
names = [‘alex‘,‘jack‘] try: names[2] except IndexError as e: print("列表操作错误",e) # 运行结果： 列表操作错误 list index out of range
2. 多个except子句，捕获多个异常
try: x = input("Enter the first number:") y = input("Enter the second number:") print(x/y) except ZeroDivisionError: print("The second number can‘t zero") except NameError: print(‘That was not a number....‘)
3. 一个except捕获多个异常
说明：如果需要用一个块扑捉多个异常类型，那么可以将他们作为元组列出
try: x = input("Enter the first number:") y = input("Enter the second number:") print(x/y) except (ZeroDivisionError, TypeError, NameError): print("your numbers were bogus...")
4. 捕捉对象: except (NameError) as e
try: x = input("Enter the first number:") y = input("Enter the second number:") print(x/y) except (ZeroDivisionError, TypeError, NameError) as e: print(e)
import traceback try: name = int(‘df11‘) except Exception as e: print(traceback.format_exc()) # Traceback (most recent call last): # File "C:/Users/tom/Desktop/cmdb_cli_ser/AutoClient/test01.py", line 4, in <module> # name = int(‘df11‘) # ValueError: invalid literal for int() with base 10: ‘df11‘
5. 正真的全捕捉: except
try: x = input("Enter the first number:") y = input("Enter the second number:") print(x/y) except: print(‘something wrong happened‘)
6. 异常使用结构
try: # 主代码块 pass except KeyError as e: # 异常时，执行该块 pass else: # 主代码块正常执行完，执行该块 pass finally: # 无论异常与否，最终执行该块 pass
7. 主动触发异常
try: raise Exception(‘错误了。。。‘) except Exception as e: print(e) # 运行结果： 错误了。。。
8. 自定义异常
class WupeiqiException(Exception): def __init__(self, msg): self.message = msg def __str__(self): return self.message #最终打印的结果就是这里return返回的值 try: raise WupeiqiException(‘我的异常‘) #这里的字符串就会传入到class类的msg中 except WupeiqiException as e: print(e) # 运行结果： 我的异常
9. 断言
作用：Python的assert是用来检查一个条件，如果它为真，就不做任何事。如果它为假，则会抛出AssertError并且包含错误信息
n = 1 assert type(n) is int print(‘aaaa‘) # 1. Assert后的断言结果成立时才会执行：print(‘aaaa‘) # 2. Assert后的断言结果不成立时会引发AssertError并退出程序
1、三元运算
1. 三元运算格式： result=值1 if x<y else 值2 if条件成立result=1,否则result=2
2. 作用：三元运算，又称三目运算，主要作用是减少代码量，是对简单的条件语句的缩写
name = ‘Tom‘ if 1 == 1 else ‘fly‘ print(name) # 运行结果： Tom
f = lambda x:x if x % 2 != 0 else x + 100 print(f(10)) # 110
2、lambda基本使用
1. lambda只是一个表达式，函数体比def简单很多。
2. lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
3. lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。
4. 格式：lambda的一般形式是关键字lambda后面跟一个或多个参数，紧跟一个冒号，之后是一个表达式。
f = lambda x,y,z:x+y+z print(f(1,2,3)) # 6 my_lambda = lambda arg : arg + 1 print(my_lambda(10)) # 11
3、filter与lambda表达式结合使用
1. filter()函数可以对序列做过滤处理，就是说可以使用一个自定的函数过滤一个序列，把序列的每一项传到自定义
的过滤函数里处理，并返回结果做过滤。最终一次性返回过滤后的结果。
2. filter()函数有两个参数：
第一个，自定函数名，必须的
第二个，需要过滤的列，也是必须的
l1= [11,22,33,44,55] a = filter(lambda x: x<33, l1) print(list(a))
l1= [11,22,33,44,55] def func(num): if num>33: return num result=filter(func,l1) print(list(result))
4、map与lambda表达式结合使用
1. map使用：第一个参数接收一个函数名，第二个参数接收一个可迭代对象
lt = [1, 2, 3, 4, 5, 6] def add(num): return num + 1 rs = map(add, lt) print(list(rs)) #运行结果： [2, 3, 4, 5, 6, 7]
2. 利用map，lambda表达式将所有偶数元素加100
l1= [11,22,33,44,55] ret = map(lambda x:x if x % 2 != 0 else x + 100,l1) print(list(ret)) # 运行结果： [11, 122, 33, 144, 55]
l1= [11,22,33,44,55] def add(num): if num%2 == 0: return num else: return num + 100 rs = map(add, l1) print(list(rs))
5、总结：filter()和map()函数区别
1. Filter函数用于对序列的过滤操作，过滤出需要的结果，一次性返回他的过滤设置于的是条件
2. Map函数是对序列根据设定条件进行操作后返回他设置的是操作方法，无论怎样都会返回结果
6、reduce函数
1. reduce()函数即为化简函数，它的执行过程为：每一次迭代，都将上一次的迭代结果与下一个元素一同传入二元func函数中去执行。
2. 在reduce()函数中，init是可选的，如果指定，则作为第一次迭代的第一个元素使用，如果没有指定，就取seq中的第一个元素。
from functools import reduce def f(x, y): return x + y print(reduce(f, [1, 3, 5, 7, 9])) # 25 # 1、先计算头两个元素：f(1, 3)，结果为4； # 2、再把结果和第3个元素计算：f(4, 5)，结果为9； # 3、再把结果和第4个元素计算：f(9, 7)，结果为16； # 4、再把结果和第5个元素计算：f(16, 9)，结果为25； # 5、由于没有更多的元素了，计算结束，返回结果25。 print( reduce(lambda x, y: x + y, [1, 3, 5, 7, 9]) ) # 25
‘‘‘使用reduce将字符串反转‘‘‘ s = ‘Hello World‘ from functools import reduce result = reduce(lambda x,y:y+x,s) # 1、第一次：x=H,y=e => y+x = eH # 2、第二次：x=l,y=eH => y+x = leH # 3、第三次：x=l,y=leH => y+x = lleH print( result ) # dlroW olleH
7、sorted函数
1）sorted和sort区别
1. sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
2. sort 是对已经存在的列表进行操作，无返回值，而 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
2）sorted使用
sorted 语法：sorted(iterable, cmp=None, key=None, reverse=False)
iterable -- 可迭代对象。
cmp -- 比较的函数
key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
students = [(‘john‘, ‘A‘, 15), (‘jane‘, ‘B‘, 12), (‘dave‘, ‘B‘, 10)] print( sorted(students, key=lambda s: s[2], reverse=False) ) # 按年龄排序 # 结果：[(‘dave‘, ‘B‘, 10), (‘jane‘, ‘B‘, 12), (‘john‘, ‘A‘, 15)]
d = {‘k1‘:1, ‘k3‘: 3, ‘k2‘:2}
# d.items() = [(‘k1‘, 1), (‘k3‘, 3), (‘k2‘, 2)]
a = sorted(d.items(), key=lambda x: x[1])
print(a) # [(‘k1‘, 1), (‘k2‘, 2), (‘k3‘, 3)]
#1、all 判断对象 全部为正才为真，有一个为假就为假 print(all([0,1,-5])) # False print(all([1,-1])) # True #2、any 判断对象 全部为假才为假，有一个为真就为真 print(any([0,1,-5])) # True print(any([])) # False #3、bin 将十进制转换成二进制 print(bin(8)) # 0b1000 #4、callable 判断对象是否可以调用 def func():pass print(callable(func)) # True #5、chr() 把数字对应的ascii码值打印出来 print(chr(98)) # b #6、ord() 将ascii码中对应用的a,b等打印出对应的数字 print(ord("a")) # 97 #7、compile() 将字符串转换成可执行的代码 s="print(‘hello world‘)" py_obj = compile(s,"err.log","exec") exec(py_obj) # hello world #8、dir() 查一个对象有哪些方法： a = ‘aaa‘ print(dir(a)) #9、eval() 将一个数据类型的字符串变成对应的数据类型 #10、filter() 在一组数据中过滤出你想要的结果 res = filter(lambda n:n>5,range(10)) print(list(res)) # [6, 7, 8, 9] #11、map() 生成对应的数据 res = map(lambda n:n**2,range(10)) print(list(res)) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] #12、reduce 返回运算结果 import functools res = functools.reduce(lambda x,y:x+y,range(10)) print(res) # 45 #13、divmod() 将两个数相除商的值和余数存到一个元组中 print(divmod(5,2)) # (2, 1) #14、frozenset() 将集合变成不可变改变的 a = frozenset(set([1,2,3,2,3,5,6])) #15、globals() 打印这个文件中所有定义的变量 print(globals()) #16、hash 将汉字，字符串等对象转换成对应的有序数字 print(hash("tom")) # 1867294664 #17、hex() 将十进制数字转成十六进制 print(hex(255)) # 0xff #18、oct() 转八进制 print(oct(8)) # 0o10 #19、pow() 计算多少次幂 print(pow(2,8)) # 2的8次方： 256 #20、round() 包留小数点后几位有效数字 print(round(1.43234,2)) # 1.43 #21、sorted() 将无序的值变成有序的 d = {6:2,8:0,1:4,-5:6} print(d) print(sorted(d.items())) #22、zip 将两个列表中的数据按照位置一一对应 a = [1,2,3,4] b = [‘a‘,‘b‘,‘c‘,‘d‘] l = zip(a,b) print(list(l)) # [(1, ‘a‘), (2, ‘b‘), (3, ‘c‘), (4, ‘d‘)] #23、__import__ 可以使用字符串的 .py名称将模块导入 __import__()("test3")
1、动态导入基本使用
测试目的： 在.py 文件中动态导入同级目录中的lib模块下的aa.py文件，这样可以调用aa.py下的类属性
import importlib aa = importlib.import_module(‘lib.aa‘) #这里的导入的直接就是aa.py这个文件 #<module ‘lib.aa‘ from ‘C:\\Users\\admin\\PycharmProjects\\s14\\Day7作业\\lib\\aa.py‘> print(aa.C().name) #直接可以打印 lib模块下的aa.py文件中类C的属性 self.name = Tom
mod = __import__(‘lib.aa‘) #<module ‘lib‘ from ‘C:\\Users\\admin\\PycharmProjects\\s14\\Day7作业\\lib\\__init__.py‘> obj = mod.aa.C() #obj就是aa.py中类C的实例对象 print(obj.name) #打印出类C的属性name的值 self.name = Tom
2、cmdb中动态导入插件获取cpu等信息
import importlib PLUGINS_DICT = { ‘cpu‘: ‘src.plugins.cpu.CpuPlugin‘, ‘disk‘: ‘src.plugins.disk.DiskPlugin‘, } for k, v in PLUGINS_DICT.items(): # module_path = module_path src.plugins.cpu # cls_name = CpuPlugin module_path, cls_name = v.rsplit(‘.‘, 1) cls = getattr(importlib.import_module(module_path), cls_name) obj = cls(‘c1.com‘).execute() # cls = getattr(importlib.import_module(‘module_path src.plugins.cpu‘), ‘CpuPlugin‘)
class BasePlugin(object): def execute(self): return self.linux() def linux(self): raise Exception(‘You must implement linux method.‘) class BaseResponse(object): def __init__(self): self.status = True self.message = None self.data = None self.error = None class CpuPlugin(BasePlugin): def linux(self): response = BaseResponse() return response
标签：实例 pyc 返回 error: span 函数的参数 db2 -- plugins
原文地址：https://www.cnblogs.com/jiaxinzhu/p/12459909.html
