上节回顾：
1、collections 模块 ：基础数据类型的扩展
2、时间模块 ：和时间相关的模块——三种格式时间戳、格式化字符串、结构化时间
3、random 模块 ：生成随机数。从一个数据结构中随机抽取数据、打乱序列的顺序
4、os模块 ：操作系统：文件与文件夹的创建和删除、路径相关的操作、执行系统命令
5、sys模块 ：python解释器，sys.argv python文件的执行，sys.pathon 模块导入的
6、序列化模块 ：序列化，将数据结构转换成字符串序列，jison、pickle、shelve
7、re模块 ：和正则表达式相关的，正则表达式，是一种匹配字符串的规则
补充：
1、pickle模块提供了四个功能：dumps、dump（序列化、存）、load(反序列化、读）、load（不仅可以序列化字典、
列表。。。可以把python中任意的数据类型序列化）
2、程序中难免出现错误，而错误分成两种：
（1）语法错误（这种错误，根本过不了python解释器的语法检测，必须在程序执行前改正）
（2）逻辑错误
3、什么是异常：
异常就是程序运行时发生的错误信号，在python中，错误触发的异常如下（排除错误的方法：就是从下往上排除）
4、python中的异常种类
在python中不同的异常可以用不同的类型（python中统一了类和类型，类型即类）去标识。不同的类对象标识不同的异常，一个异常标识一个错误
1、触发IndexError
2、触发KeError
3、触发ValueError
5、什么是异常处理
python解释器检测到错误，触发异常（也允许程序员自己触发异常））
程序员编写特定的代码，专门用来捕捉这个异常（这段代码与程序逻辑无关，与异常处理有关）
如果捕捉成功则进入另外一个处理分支，执行你为其定制的逻辑，使程序不会崩溃，这就是异常处理
6、为什么要进行异常处理
python解释器去执行程序，检测到了一个错误时，触发异常，异常出发后且没有被处理的情况下，程序就在当前异常处终止
后面的代码就不会运行，谁会用一个运行着突然就崩溃的软件。
所以你必须提供一种异常处理机制来增强你程序的健壮性和容错性
7、如何进行异常处理:
首先须知，异常是由程序的错误引起的，语法上的错误跟异常处理无关，必须在程序运行前修正
（1）使用if判断式 （异常发生之前的处理）
num1=input(">>>:") if num1.isdigit(): print(int(num1),type(int(num1))) elif num1.isspace(): print("1如果输入的是空格，就执行这里的逻辑") elif len(num1)==0: print("2如果输入的是空，就执行这里的逻辑") else: print("3如果是其他情况就执行这里") ''' 问题一： 使用if的方式我们只为第一段代码加上了异常处理，但这些if，跟你的代码逻辑并无关系，这样你的代码会因为可读性差而不容易被看懂 问题二： 这只是我们代码中的一个小逻辑，如果类似的逻辑多，那么每一次都需要判断这些内容，就会倒置我们的代码特别冗长。 '''
def test(): print("test running") choice_dic={ "1":test } while True: choice=input(">>>:").strip() if not choice or choice not in choice_dic: #这便是一种异常处理机制啊 continue choice_dic[choice]()
8、python为每一种异常定制了一个类型，然后提供了一种特定的语法结构用来处理异常
（1）基本语法（异常发生之后的处理）
try: 被检测的代码块 except 异常类型： try中一旦检测到异常，就执行这个位置的逻辑
try: f=open("函数作业",encoding="utf-8") g=(line.strip() for line in f) print(next(g)) print(next(g)) print(next(g)) except StopIteration: f.close() ''' next(g)会触发迭代f，依次next(g)就可以读取文件的一行行内容，无论文件a.txt有多大，同一时刻内存中只有一行内容。 提示：g是基于文件句柄f而存在的，因而只能在next(g)抛出异常StopIteration后才可以执行f.close() '''
（2）异常只能用来处理指定的异常情况，如果非指定异常则无法处理
#未捕捉到异常，则直接报错 s1 = 'hello' try: int(s1) except IndexError as e: print(e)
（3）多分支处理
s1 = 'hello' try: int(s1) except IndexError as e: print("1:",e) except KeyboardInterrupt as e: print("2",e) except ValueError as e: print("3",e) # 3 invalid literal for int() with base 10: 'hello'
（4）万能异常在python的异常中，有一个万能异常：Exception,他可以捕捉任意异常
s1 = 'hello' try: int(s1) except Exception as e: print("异常原因",e) # 异常原因 invalid literal for int() with base 10: 'hello'
（5）异常的其他机构
s1 = '1' try: int(s1) except IndexError as e: print(1,e) except KeyError as e: print(2,e) except ValueError as e: print(3,e) except Exception as e: print(4,e) else: print('try内代码块没有异常则执行我') finally: print('无论异常与否,都会执行该模块,通常是进行清理工作') #try内代码块没有异常则执行我 #无论异常与否,都会执行该模块,通常是进行清理工作
（6）主动触发异常 （raise+一个错误类型） 后面面向对象会讲到
try: raise TypeError("类型错误") except Exception as e: print(1,e) #爆出异常内容，如果没有上面括号的内容则是空白 # 1类型错误
（7）自定义异常（写框架，学面向对象的时候会用到）
class EvaException(BaseException): def __init__(self,msg): self.msg=msg def __str__(self): return self.msg try: raise EvaException("类型错误") except EvaException as e : print(1,e) #1 类型错误
（8）断言（assert+ 条件）
（9）try ...except 比较 if方式有什么好处
try ...excep这种异常处理机制就是取代if 那种方式，让你的程序在不牺牲可读性的前提下增强健壮性和容错性
异常处理中为每一个异常定制了异常类型（Python中统一了类与类型，类型即类），对于同一种异常，一个except就可以捕捉到
可以同时处理多段代码的异常（无需写多个if判断式）减少了代码，增强了可读性
使用try...except 的方式
1：把错误处理和真正的工作分开来
2：代码更容易组织，更清晰，复杂的工作任务更容易实现；
3：毫无疑问，更安全了，不至于由于一些小的疏忽而使程序意外崩溃了
最常用的：try……except
finally
什么时候用异常处理
有的同学会这么想，学完了异常处理后，好强大，我要为我的每一段程序都加上try...except，干毛线去思考它会不会有逻辑错误啊，这样就很好啊，多省脑细胞===》2B青年欢乐多
try...except应该尽量少用，因为它本身就是你附加给你的程序的一种异常处理的逻辑，与你的主要的工作是没有关系的
这种东西加的多了，会导致你的代码可读性变差，只有在有些异常无法预知的情况下，才应该加上try...except，其他的逻辑错误应该尽量修正
一、模块：
1、什么是模块？
常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是让模块名字加上。py的后缀
但其实impo加载的模块氛围四个通用类别：
（1）使用python编写的代码（.py文件）
（2）已经被编译为共享库或DLL的c或c++扩展
（3）包好一组模块的包
（4）使用c编写并链接到python解释的内置模块
2、为什么要使用模块
3、定义模块，调用函数，查看变量
import my_module #小司机 # 1、先查看自己的内存里有没有 # 有就不干活，没有再倒进来 # 2、创建一个命名空间，在这个命名空间中执行代码 # 3、创建了一个my_module这个名字，给命名空间中变量和my_module绑定在一起 def drive(): print("数学老师的车") price="不要钱" my_module.drive() #快上车 print(my_module.price) #一个人20 drive() #数学老师的车 print(price) #不要钱
4、开发的六大原则之二：不能相互引用
二、import...as
1、给模块起别名：一个变量的名字只能指向一个内存地址
2、数据库中会用到重命名，写的代码能够兼容两个不同的数据库
例子：
（1）有两中sql模块mysql和oracle，根据用户的输入，选择不同的sql功能
# mysql.py def sqlparse(): print("from mysql sqlparse") # oracle.py def sqlparse(): print("from oracle sqlparese") # test.py db_type=input(">>>:") if db_type=="mysql": import mysql as db elif db_type=="oracle": import oracle as db db.sqlparse()
（2）为已经导入的模块起别名的方式对编写可扩展的代码很有用，假设有两个模块xmlreader.py和csvreader.py，它们都定义了函数read_data(filename):用来从文件中读取一些数据，但采用不同的输入格式。可以编写代码来选择性地挑选读取模块，例如
if file_format == 'xml': import xmlreader as reader elif file_format == 'csv': import csvreader as reader data = reader.read_date(filename)
3、import多个模块
（1）先导入内置模块
（2）再导入扩展模块
（3）最后导入自定义模块
三、from....import
1、
对比import my_module，会将源文件的名称空间'my_module'带到当前名称空间中，使用时必须是my_module.名字的方式
而from 语句相当于import，也会创建新的名称空间，但是将my_module中的名字直接导入到当前的名称空间中，在当前名称空间中，直接使用名字就可以了、
这样在当前位置直接使用read1和read2就好了，执行时，仍然以my_module.py文件全局名称空间
#测试一：导入的函数read1，执行时仍然回到my_module.py中寻找全局变量money #demo.py from my_module import read1 money=1000 read1() ''' 执行结果: from the my_module.py spam->read1->money 1000 ''' #测试二:导入的函数read2，执行时需要调用read1(),仍然回到my_module.py中找read1() #demo.py from my_module import read2 def read1(): print('==========') read2() ''' 执行结果: from the my_module.py my_module->read2 calling read1 my_module->read1->money 1000
2、
3、
4、三种使用方法
5、from...import*
受到__all__的限制，如果不定义__all__就默认引入所有
如果定义了，那么列表中有什么，就能引入什么
如果引入其他则会报错
6、测试使用：（不重要）
四、把模块当做脚本执行
1、把模块当作脚本运行
def fib(n): a, b = 0, 1 while b < n: print(b, end=' ') a, b = b, a+b print() if __name__ == "__main__": print(__name__) num = input('num :') fib(int(num))
2、执行python解释器，已经在内存中加载了一些内置的模块了
导入模块的时候，如果模块不存在sys.modules，才从sys.path给的路径中依次去查找
sys.path完全可以决定某个模块能不能被找到（除了已经在内存中加载一些内置的模块）
3、当py文件被当做一个模块导入的时候，会自动生成一个pyc文件
pyc文件是这个代码编译之后的文件，节省了每一次导入代码之后还要编译的时间
pyc是存在硬盘上的和内存没有关系
4、查看内置的所有方法：
import my_module print(dir(my_module))
5、软件开发规范
#=============>bin目录：存放执行脚本
#=============>conf目录：存放配置文件
#=============>core目录：存放核心逻辑
#=============>db目录：存放数据库文件
#=============>lib目录：存放自定义的模块与包
#=============>log目录：存放日志