Python内置（2）异常、常量、globals
Python内置（2）异常、常量、globals
异常
Python有66个内置的异常(exception)类，每个类都旨在供用户，标准库和其他所有人使用，作为解释和捕获代码中错误的有意义的方法。
为了确切解释为什么Python中有单独的异常类，这里有一个快速示例：
def fetch_from_cache(key):
"""Returns a key's value from cached items."""
if key is None:
raise ValueError('key must not be None')
return cached_items[key]
def get_value(key):
try:
value = fetch_from_cache(key)
except KeyError:
value = fetch_from_api(key)
return values专注于函数get_value。如果key存在，它应该返回一个缓存值，否则从API获取数据。
该函数中可能发生 3 件事：
- • 如果
key不在缓存中，则尝试访问cached_items[key]将引发一个KeyError.这会在try块中捕获，并进行 API 调用以获取数据。 - • 如果
key存在于缓存中，则按原样返回。 - • 还有第三种情况，其中
key是None。
如果键是None ，则fetch_from_cache引发 一个ValueError ，指示提供给此函数的值不合适。由于该try块只捕获 KeyError，因此此错误直接显示给用户。
如果没有预定义ValueError和KeyError，就不能这样区分错误类型。
关于异常的更多内容，如异常的子类化，Exception几乎是任何异常的父类、BaseException是所有异常的父类。这里不在赘述。
现在我应该指出，上面输出中的所有大写值都不是异常类型，实际上，Python中有另一种类型的内置对象是大写的：常量。让我们来谈谈这些。
常量
有5种内置的常量(constants)：True, False, None, Ellipsis,和NotImplemented。
Ture, False 和 None 出现的很多。Ellipsis(省略号)很有意思，它有两种形式：Ellipsis和...。最常出现在类型注解(annotations)和一些切片操作中。 NotImplemented用于类内的运算符(operator)定义，当你想要告诉Python类的运算符还没有具体定义。
Python中的对象可以通过实现__add__实现对+运算符的支持。__iadd__对+=提供支持。等等。例如：
class MyNumber:
def __add__(self, other):
return other + 42>>> num = MyNumber()
>>> num + 3
45
>>> num + 100
142补充 右运算符。上面实现的__add__ 只有对象在运算符左侧才有效。
__radd__是右运算符，添加后就可以计算3+num。
如果你想要只在整数进行加法，而不包括浮点数，这是就用到了NotImplemented：
class MyNumber:
def __add__(self, other):
if isinstance(other, float):
return NotImplemented
return other + 42关于常量的一个奇怪的事实是，它们甚至不是在Python中实现的，而是直接在C代码中实现的。
globals
内置的输出有一些奇怪的东西，例如__spec__,__loader__，__debug__等。
这些实际上不是builtins模块所独有的。这些属性都存在于Python中每个模块的全局范围内，因为它们是模块属性。它们保存有关导入所需的模块的信息。让我们来看看它们： __name__ 包含模块的名称。例如builtins.__name__的值是字符串'builtins'。当你运行一个Python文件，也是在运行一个模块，此时该模块的名称为__main__。这就结束了为什么 if __name__ == '__main__'内的语句会被执行。
__doc__ 包含模块的文档字符串。这是执行help(module_name)时显示为模块说明的内容。
__package__ 此模块所属的包。对于顶级模块，它与__name__相同。对于子模块，它是包的__name__ 。例如：
>>> import urllib.request
>>> urllib.__package__
'urllib'
>>> urllib.request.__name__
'urllib.request'
>>> urllib.request.__package__
'urllib'__spec__ 这是指模块的空间。它包含元数据，例如模块名称，它是哪种模块，以及它的创建和加载方式。
__loader__ __loader__设置为导入在加载模块时使用的加载程序对象。这个特定的模块在_frozen_importlib模块中定义，并且是用于导入内置模块的内容。
__import__ __import__是定义import语句在 Python 中的工作方式的内置函数。
np = __import__('numpy') # Same as doing 'import numpy as np'__debug__ 这是 Python 中的一个全局常量值，几乎总是设置为 True。它指的是Python在调试模式下运行。默认情况下，Python始终在调试模式下运行。
此外，__debug__, True, False 和None是 Python 中唯一的真常量，即这 4 个是 Python 中唯一不能用新值覆盖的全局变量。
__build_class__ 此全局变量是在 Python 3.1 中添加的，以允许类定义接受任意位置和关键字参数。为什么这是一个功能有很长的技术原因，它涉及元类等高级主题，所以不幸的是，我不会解释为什么它存在。
__cached__ 导入__cached__模块时，该属性存储该模块的已编译 Python 字节码的缓存文件的路径。你可能会惊讶，Python也要编译吗？是的。Python被编译。事实上，所有的Python代码都是被编译的，但不是机器代码 ，而是字节码(bytecode)。让我通过解释Python如何运行你的代码来解释这一点。
- 1. 获取源文件，并解析为语法树。保证语法正确。
- 2. 将语法树编译为字节码。字节码是Python虚拟机(virtual machine，VM)的一组微指令。这个“虚拟机”是Python的解释器逻辑所在的位置。它本质上是在您的机器上模拟一个非常简单的基于堆栈的计算机，以便执行您编写的Python代码。
- 3. 然后，在 Python VM 上运行此代码形式的代码。字节码指令很简单，例如从当前堆栈中推送和弹出数据。当这些指令一个接一个地运行时，这些指令中的每一个都会执行整个程序。
现在，由于上面的“编译为字节码”步骤在导入模块时需要花费大量时间，因此Python将字节码存储（编组）到.pyc文件中，并将其存储在名为__pycache__的文件夹中。然后，导入模块的__cached__参数指向此.pyc文件。你可以直接在Python代码中运行或导入一个.pyc文件，就像运行一个.py文件。
