Python中的try...finally...的理解

最近在跟着mooc学习Python,作为新手会遇到很多不懂的问题,例如在文件读写时所涉及到的文件打开正常与否的关闭问题就用到了try...finally...,经过查找资料,也算是理解了,接下来由小编谈谈自己的看法:

===============================

=== try...finally...使用格式:

try:

f = open(‘name.txt‘,‘r‘)

while True:

程序...

finally:

f.close()

===============================

===下面来看一段具体的操作代码

try:

f = open(‘names.txt‘)

while True:

line = f.read()

if len(line)==0:

break

print line

finally:

f.close()

===============================

在网上查资料的时候看到了time.sleep(t)模块,主要作用是延缓t秒输出,当然需要在程序开始的时候附加import time语句,try...finally...是异常处理文件的内容,保证了无论文件是否被正常打开,最后都能被close。

===============================

解释的不到位的地方希望大家一块探讨

时间: 2024-10-25 11:46:04

Python中的try...finally...的理解的相关文章

python 中 深拷贝和浅拷贝的理解

在总结 python 对象和引用的时候,想到其实 对于python的深拷贝和浅拷贝也可以很好对其的进行理解. 在python中,对象的赋值的其实就是对象的引用.也就是说,当创建一个对象,然后赋给另外一个变量之后,实际上只是拷贝了这个对象的引用. 我们先用  利用切片操作和工厂方法list方法 来阐述一下浅拷贝. 举个栗子: Tom = ['Tom', ['age', 10]] Jack = Tom[:] ……切片操作 June = list(Tom) 接下来查看一下 上述三个变量的引用: >>

python中的深拷贝和浅拷贝理解

在python中,对象赋值实际上是对象的引用.当创建一个对象,然后把它赋给另一个变量的时候,python并没有拷贝这个对象,而只是拷贝了这个对象的引用.以下分两个思路来分别理解浅拷贝和深拷贝: 利用切片操作和工厂方法list方法拷贝 利用copy中的deepcopy方法进行拷贝 1.利用切片操作和工厂方法list方法拷贝 代码场景:有一个小伙jack,tom通过切片操作拷贝jack,anny通过工厂方法拷贝jack. >>> jack = ['jack', ['age', 20]] &g

对Python中装饰器(Decorator)的理解与进阶

有时候我们项目中的某些功能做些修改即需要对内部的某些函数添加一些附加功能,但是为了安全起见不想改变函数的源代码以及函数的调用方式,那么装饰器在这个地方会给我们带来很大的帮助. 装饰器(Decorator):(又叫语法糖) 定义:本质是函数,功能(装饰其它函数)就是为其他函数添加附加功能 原则:(1).不能修改被装饰的函数的源代码 (2).不能修改被装饰的函数的调用方式 1.先来实现一个简单的装饰器示例: #!/usr/bin/env python # -*- coding:utf-8 -*- #

Python中 if __name__ == "__main__" 的理解

1.if __name__ == "__main__" 我们在python代码中经常可以看见者行代码,但是当我们进行练习的时候发现,这行删除和添加这行代码貌似对程序的运行并无什么影响,那为什么要加这行代码? 2.主函数 主函数这个概念可以理解为程序的入口,在代码中 if  __name__ == "__main__" 就是主函数,代表程序的入口: 例1: def demo1(x,y): return x+y def demo2(x,y): return x-y de

python中generator;对yield的理解

最近学到python的协程的时候,对于yield就是没理解清楚,后来查到资料之后明白了,定义函数里面有yield语句则就是g=callable()就成为了一个generator,其实yield就类似于return语句,暂停执行并返回值,当generator调用这个值之后,它就没有这个值了,具体可以参考https://blog.csdn.net/mieleizhi0522/article/details/82142856 原文地址:https://www.cnblogs.com/pason-blo

关于Python中深拷贝与浅拷贝的理解(一)---概念

import copy a = [1, 2, 3, 4, ['a', 'b']] #原始对象 b = a #赋值,传对象的引用 c = copy.copy(a) #对象拷贝,浅拷贝 d = copy.deepcopy(a) #对象拷贝,深拷贝 a.append(5) #修改对象a a[4].append('c') #修改对象a中的['a', 'b']数组对象 print 'a = ', a print 'b = ', b print 'c = ', c print 'd = ', d 输出为:a

python中装饰器你真的理解吗?

def w1(func): print('装饰器1....') def w1_in(): print('w1_in.....') func() return w1_in def w2(func): print('装饰器2.....') def w2_in(): print('w2_in......') func() return w2_in @w1 @w2 def f1(): print('f1....') f1() 你知道上面的代码执行的步骤吗?........................

理解Python中的延迟绑定

直接看下面例子 [Python] 纯文本查看 复制代码 ? 1 2 3 my_ld = [lambda x:x*i for i in range(3)] my_list = [ld(2) for ld in my_ld] print(my_list) 本想是想通过以上代码,输出[0, 2, 4]的,但结果却是[4,  4, 4]      下面说下本人对这个结果的理解:因为Python解释器,遇到lambda(或者def),只是定义了一个匿名函数对象,并保存在内存中,只有等到调用这个匿名函数的时

深刻理解Python中的元类(metaclass)

译注:这是一篇在Stack overflow上很热的帖子.提问者自称已经掌握了有关Python OOP编程中的各种概念,但始终觉得元类(metaclass)难以理解.他知道这肯定和自省有关,但仍然觉得不太明白,希望大家可以给出一些实际的例子和代码片段以帮助理解,以及在什么情况下需要进行元编程.于是e-satis同学给出了神一般的回复,该回复获得了985点的赞同点数,更有人评论说这段回复应该加入到Python的官方文档中去.而e-satis同学本人在Stack Overflow中的声望积分也高达6