# 异常

异常是指程序运行的过程中出现了错误

bug 就是指异常，历史上因为小虫子导致计算机失灵，所以延续至今，bug 就代表软件出现错误

# 异常的捕获

异常处理（捕获异常）：针对可能出现的异常，提前做好准备，当真的出现异常时，可以有后续处置，以免其导致程序无法正常运行

# 捕获常规异常

语法：

try:
    尝试执行的代码
except:
    若出现异常，将会执行本段代码

例如：

# 尝试以 'r' 模式打开文件，如果文件不存在，则以 'w' 方式打开
try:
    f = open('linux.txt', 'r')
except:
    f = open('linux.txt', 'w')

# 捕获指定异常

try:
    尝试执行的代码
except ErrorType as e:
    若出现类型为 ErrorType 的异常，将会执行本段代码

其中，ErrorType 是指要捕获的异常类型

注意：如果 “尝试执行的代码” 的异常类型和要捕获的异常类型不一致，则无法捕获异常

常见的异常类型如下表所示：

例如：

try:
    print(name)
except NameError as e:
    print('未定义 name 变量')

# 捕获多个异常

当需要捕获多个异常时，可以把要捕获的异常类型的名字，放到 except 后，并使用元组的方式进行书写

例如：

捕获多个异常（但不输出异常的具体描述）：

try:
    print(1 / 0)
except (NameError, ZeroDivisionError):
    print('错误...')

捕获多个异常并输出异常的具体信息：

try:
    print(num)
except (NameError, ZeroDivisionError) as e:
    print(e)

# 捕获所有异常

try:
    尝试执行的代码
except Exception as e:
    若出现异常，将会执行本段代码

注意： except: 与 except Exception as e: 这两种方式都可以捕获全部的异常

# 异常 else

else 表示没有异常时要执行的代码

try:
    尝试执行的代码
except Exception as e:
    若出现异常，将会执行本段代码
else:
    若没有出现异常，将会执行本段代码

# 异常 finally

finally 表示无论是否异常都要执行的代码，例如关闭文件

try:
    尝试执行的代码
except Exception as e:
    若出现异常，将会执行本段代码
else:
    若没有出现异常，将会执行本段代码
finally:
    无论是否出现异常，都会执行本段代码

# 异常的传递

异常具有传递性：

• 当函数 / 方法执行出现异常，会将异常传递给函数 / 方法的调用一方

• 如果传递到主程序，仍然没有异常处理，程序才会被终止

利用异常具有传递性的特点，当我们想要保证程序不会因为异常崩溃的时候，就可以在 main 函数中设置异常捕获，由于无论在整个程序哪里发生异常，最终都会传递到 main 函数中，这样就可以确保所有的异常都会被捕获

# 模块

Python 模块（Module），是一个 Python 文件，以 .py 为后缀名

模块能定义函数、类和变量，模块里也能包含可执行的代码

可以认为一个模块就是一个工具包，每一个工具包中都有各种不同的工具供我们使用，以实现各种不同的功能

# 导入模块

在使用模块之前，需要先将模块导入 Python 程序

常用的导入模块方式：

import module_name
from module_name import class_name, var_name, func_name
from module_name import *
import module_name as nick_name
from module_name import func_name as nick_name

其中：

• module_name 表示模块
• class_name 表示模块内的类
• var_name 表示模块内的变量
• func_name 表示模块内的函数
• nick_name 表示为模块自定义的别名

注意：导入模块时，module_name 不需要包含 .py 后缀

# import module_name

使用 import 导入模块后，可以通过 '.' 来使用模块中的函数或类

import module_name

module_name.func_name()
module_name.class_name
module_name.var_name

# from module_name import func_name

使用 from … import … 方式导入之后，无需添加前缀，直接调用即可

from module_name import func_name

func_name()

注意，利用 from 把内容从模块中导入后，会导致相同名称的内容被覆盖，也就是说，不同模块的命名空间会在此处重叠

# from module_name import *

导入模块全部内容

from module_name import *

func_name()
class_name
var_name

# as nick_name

# 模块定义别名
import module_name as nick_name

# 功能定义别名
from module_name import func_name as func_nick_name

# 自定义模块

每个 Python 文件都可以作为一个模块，模块的名字就是文件的名字

因此，自定义模块只需在 Python 代码文件中正常写代码即可，通过 import、from 关键字导入（与导入 Python 内置模块一样）即可使用。但是需要注意，自定义模块名必须要符合标识符命名规则

# __main__ 变量

if __main__ == “__main__” 语句的作用：只有当含有该语句的 Python 程序是被直接 run 时，才会进入 if 内部。如果是被导入的，则无法进入 if

该功能常用于测试模块（即，希望某些代码在测试时运行、而在被导入时不运行）

例如：

def test(a, b):
    print(a + b)

# 只在当前文件中调用该函数，其他导入的文件内均不执行 test 函数调用
if __name__ == '__main__':
    test (1, 1)

如果不加 if __name__ == "__main__" 语句：无论是当前文件，还是其他已经导入了该模块的文件，在运行的时候都会自动执行 test 函数的调用

# __all__ 变量

如果一个模块文件中有 __all__ 变量（该变量为列表对象），在使用 from xxx import * 导入该模块时，只能导入 __all__ 列表中的元素

因此， __all__ 变量可以控制 import * 导入模块时的导入内容

注意： __all__ 变量 仅影响 from ... import * 这一导入方式

例如，自定义如下模块：

__all__ = ['Test_A']

def Test_A():
    xxx

def Test_B():
    xxx

通过 from ... import * 导入该模块后，只能使用 Test_A 函数，而不能使用 Test_B 函数

# 包

如果 Python 模块太多，可以通过 Python 包（Package）来管理

当我们的模块文件非常多时，包可以帮助我们管理这些模块，包的作用就是包含多个模块，但包的本质依然是模块

• 从物理上看：包就是一个文件夹，在该文件夹下包含了一个 __init__.py 文件，该文件夹可包含多个模块文件

• 从逻辑上看：包的本质依然是模块

# 自定义包

基本步骤：

• 新建 Python Package
• 新建 Python 模块

在 Pycharm 中，点击 new --> Python Package 新建包后，包内部会自动创建 __init__.py 文件，这个文件控制着包的导入行为

# 导入包

# import xxx

# 导入所有模块

import package_name

package_name.module_name.func_name()

# 导入指定模块

import package_name.module_name

package_name.module_name.func_name()

其中：

• package_name 表示 Python Package 名称
• module_name 表示 Python Package 中的模块名称
• func_name 表示模块中的函数名称

# from xxx import

# 导入所有模块

from package_name import *

module_name.func_name()

注意：必须在 __init__.py 文件中添加 __all__ 变量，用于控制 from package_name import * 导入的模块列表（类似于模块文件中的 __all__ 变量）

# 导入指定模块

from package_name import module_name

module_name.func_name()

# 导入指定模块中的指定函数

from package_name.module_name import func_name

func_name()

# 第三方包

在 Python 程序的生态中，有许多非常多的第三方包（非 Python 官方），可以极大的帮助我们提高开发效率，如：

• 科学计算：numpy
• 数据分析：pandas
• 大数据计算：pyspark、apache-flink
• 图形可视化：matplotlib、pyecharts
• 人工智能：tensorflow

注意，Python 没有内置这些第三方包，需要安装它们才可以导入使用

可通过 Python 内置的 pip 安装指定的第三方包

即，在命令行中输入：

pip install package_name

pip 是连接外网进行下载，若下载速度相对较慢，可考虑通过国内的镜像源下载

例如：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package_name