目录：
1.1 python异常处理
1.2 三元运算，filter和map与lambda表达式结合使用举例
1.3 内置方法
1.4 动态导入模块
1.1 python异常处理返回顶部
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
Python中各种内建异常
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
捕获单个异常
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....')
多个except子句
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...")
一个except捕获多个异常
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)
捕捉对象: except (NameError) as 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'
traceback.format_exc()获取详细异常信息
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')
正真的全捕捉: except
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
异常使用结构
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。。。
主动触发异常
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
自定义异常
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
断言
1.2 三元运算，filter和map与lambda表达式结合使用举例返回顶部
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
三元运算
f = lambda x:x if x % 2 != 0 else x + 100
print(f(10)) #
三元运算与lambda结合
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)) # my_lambda = lambda arg : arg + 1
print(my_lambda(10)) #
lambda基本使用
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))
利用 filter、lambda表达式 获取l1中元素小于33的所有元素 l1 = [11, 22, 33, 44, 55]
l1= [11,22,33,44,55]
def func(num):
if num>33:
return num
result=filter(func,l1)
print(list(result))
自定义函数代替lambda实现相同功能
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]
map最基本使用
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]
利用map，lambda表达式将所有偶数元素加100
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))
自定义函数代替lambda实现相同功能
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])) #
# 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]) ) #
使用reduce进行求和运算
'''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
使用reduce将字符串反转
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)]
sorted对列表排序
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)]
sorted对字典排序
1.3 内置方法返回顶部
#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")) # #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) # #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")) # #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")
23个内置方法
1.4 动态导入模块返回顶部
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
法1：官方建议版 动态导入lib模块下的aa.py文件
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
法2：动态导入模块普通版 动态导入lib模块下的aa.py文件
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')
run.py 动态导入模块
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
src\plugins\cpu.py 其中的cup插件
