约束和异常处理
一：类的约束
约束的是对类的约束，通过对类的约束，来规范多个代码进行相同操作功能的统一。
例：三个人分别写三个登录功能(普通登录、会员登录、管理员登录)，会有不同的方法。
class Normal:
def login(self):
pass
class Member:
def denglu(self):
pass
class Admin:
def login(self):
pass
三个功能都可以使用，但不能进行统一使用，因为第二个的方法和其他两个方法不一样。
为了避免这样的事情发生，我们就可以通过约束，在分配任务之前，把相应的功能程序统一。
在python中有两种方法可以解决：
1.提取父类，然后再父类中定义好方法，在这个方法中，抛一个异常就可以，这样所有的子类
都必须重写这个方法，否则就会报错。
2.使用元类来描述父类，在元类中给出一个抽象方法，这样子类就必须给出抽象方法的具体实现，从而起到约束的效果。
方案一: 提取父类在父类中给出方法，在方法中不给出任何代码，直接抛出异常。
class Base:
def login(self):
raise Exception('没有login方法()')
class Normal:
def login(self):
pass
class Member:
def denglu(self):
pass
class Admin:
def login(self):
pass
# 总入口
def login(obj):
print('准备验证...')
obj.login()
print('进入主页...')
n = Normal()
m = Member()
a = Admin
login(n)
login(m) # 报错 => AttributeError: 'Member' object has no attribute 'login'
login(a)
程序执行到login(m)时报错，原因现在访问的login()是父类中的方法，
父类中的方法会抛出一个异常，执行不到login()就会报错，从而就对子类进行了相应的约束。
我们要抛出一个异常 Exception,它是所有异常的根。我们无法通过这个异常来判断除程序报错的原因，
所以需要一个比较专业的错误信息来提示，NotlmplementError，他的含义：‘没实现的错误’，
这样就可以知道是什么错了。
方案二：写抽象类和抽象方法。抽象类只是大概其的归纳出一个类，但是没有具体的描述类。
抽象方法是在抽象类的基础上去描述出一个方法，一样没有办法具体的描述这个抽象方法。
因为无法具体的描述，也就无法真实的创建抽象类，如果创建对象就会报错。
在python中编写一个抽象类比较麻烦，需要引入abc模块中的ABCMeta和adstractmethod这两个内容。
from abc import ABCMeta,abstractmethod
# 类中包含抽象方法，此时这个类就是抽象类。注: 抽象类可以有普通方法。
class IGame(metaclass=ABCMeta):
# 创建一个游戏，但是没有具体的描述，所以没办法知道规则
@abstractmethod
def play(self):
pass
def turn_off(self):
print('没法玩')
class LOL(IGame):
# 子类必须实现父类的抽象方法，把游戏具体定义到某个游戏，否则子类也一样是抽象类，不能具体实现。
def play(self):
print('LOL都会玩')
lol = LOL()
lol.play()
# 在这里我们用IGame对LOL进行了约束，也就是父类对子类进行了约束。
接下来我们用方案二的方法进行方案一
from abc import ABCMeta , abstractmethod
class Base(metaclass=ABCMeta):
@abstractmethod
def login(self):
pass
class Normal(Base):
def login(self):
pass
class Member(Base):
def demglu(self):
pass
class Admin(Base):
def lgoin(self):
pass
# 总入口
def login(obj):
print('准备验证...')
obj.login()
print('进入主页...')
n = Normal()
m = Member() # 报错 => Can't instantiate abstract class Member with abstract methods login
a = Admin
login(n)
login(m)
login(a)
总结：约束，就是父类对子类进行约束，子类必须写下xxx方法，在python中约束的方式和方法有两种：
1.使用抽象类和抽象方法，由于该方案来源于Java和C#，所以使用频率很少。
2.使用人用抛出异常的方案，并且尽量抛出的是NotlmplementError,这样比较专业，而且错误比较明确。(推荐)
二：异常处理
异常是程序在运行过程中产生的错误。
先制造一个错误，来看看什么是异常
def func(a,b):
return a/b
ret = func(10,0)
print(ret)
结果：Traceback (most recent call last):
File "E:/每日练习及作业/练习.20.py", line 96, in <module>
ret = func(10,0)
File "E:/每日练习及作业/练习.20.py", line 95, in func
return a/b
ZeroDivisionError: division by zero # 除法中除数不能0
如何处理：
def func(a,b):
return a/b
try:
ret = func(10,0)
print(ret)
except Exception as e:
print('除数不能是0') # 除数不能是0
try 和 except 是什么意思呢？可以尝试运行xxx代码，如果出现错误，就执行except后面的代码，在执行过程中如果代码痴线错误。
系统会产生一个异常对象，然后这个异常会向外抛，然后被except拦截，并把接受到的异常赋值给e。这里的e就是异常对象，
这里的Exception是所有一类的基类，异常的根。也就是说所有的错误都是Exception的子类对象，
我们看到报错的中ZeroDivisionError，都是Exception的子类。Exception表示所有的错误，就像抽象对象太过笼统了。如果出现
错误都会被认为是Exception，当程序出现多种错误的时候，不好分类单一的进行处理。最好是出现什么错，就用什么来处理，
这样就比较合理了，所以在try..except语句中，还可以写更多的except。
try:
print('各种操作')
except ZeroDivisionError as e:
print('除数不能是0')
except FileNotFoundError as e:
print('文件不存在')
except Exception as e:
print('其他错误')
此时程序运行过程中，如果出现了ZeroDivisionError就会被第一个except捕捉到，如果出现了FileNotFoundError就会被第二个
except捕获，如果两个异常都不是，那就会被最后的Exception捕获。
完整的处理异常写法（语法）：
try:
...操作...
except Exception as e :
'''异常的父类，可以捕获所有的异常'''
else:
'''保护部抛出异常的代码，当try中无异常的之后执行'''
finally:
'''最后是要执行我'''
解读: 程序先执⾏操作, 然后如果出错了会走except中的代码. 如果不出错, 执⾏else中的代码. 不论处不出错.
最后都要执⾏finally中的语句. ⼀般我们⽤try...except就够⽤了. 顶多加上finally. finally⼀般⽤来作为收尾⼯作.
上⾯是处理异常. 我们在执⾏代码的过程中如果出现了⼀些条件上的不对等. 根本不符合我的代码逻辑. 比如. 参数.
我要求你传递⼀个数字. 你非得传递⼀个字符串. 那对不起. 我没办法帮你处理. 那如何通知你呢? 两个⽅案.
⽅案⼀. 直接返回即可. 我不管你还不⾏么?
⽅案⼆. 抛出⼀个异常. 告诉你. 我不好惹. 乖乖的听话.
第⼀种⽅案是我们之前写代码经常⽤到的⽅案. 但这种⽅案并不够好. ⽆法起到警⽰作⽤. 所
以. 以后的代码中如果出现了类似的问题. 直接抛⼀个错误出去. 那怎么抛呢? 我们要⽤到raise关键字
例：
def add(a, b):
'''
给我传递两个整数，用来计算和
:param a:
:param b:
:return:
'''
if not type(a) == int and not type(b) == int:
# 当程序运⾏到这句话的时候. 整个函数的调⽤会被中断. 并向外抛出⼀个异常.
raise Exception("不是整数, 朕不能帮你搞定这么复杂的运算.")
return a + b
# 如果调⽤⽅不处理异常. 那产⽣的错误将会继续向外抛. 最后就抛给了⽤户
# add("你好", "我叫赛利亚")
# 如果调⽤⽅处理了异常. 那么错误就不会丢给⽤户. 程序也能正常进⾏
try:
add("胡辣汤", "滋滋冒油的⼤腰⼦")
except Exception as e:
print("报错了. ⾃⼰处理去吧")
当程序运⾏到raise. 程序会被中断. 并实例化后⾯的异常对象. 抛给调⽤⽅. 如果调⽤⽅不处理. 则会把错误继续向上抛出.
最终抛给⽤户. 如果调⽤⽅处理了异常. 那程序可以正常的进⾏执⾏.
自定义异常：如果你的类继承了Exception类，那你的类就是一个异常类。
例：一个男澡堂子，来了一个女的，该怎么办？
# 继承Exception，那这个类就是异常类
class GenderError(Exception):
pass
class Person:
def __init__(self ,name,gender):
self.name = name
self.gender = gender
def zao_tang_zi(person):
if person.gender != '男':
raise GenderError('对不起，这里是男人的天堂')
p1 = perseon('alex','男')
p2 = perseon('容嬷嬷','女')
# nan_zao_tang_xi_zao(p1)
# nan_zao_tang_xi_zao(p2) # 报错. 会抛出⼀个异常: GenderError
# 处理异常
try:
zao_tang_zi(p1)
zao_tang_zi(p2)
except GenderError as e:
print(e) # 性别不对，这里是男人的天堂
except Exception as e:
print('"反正报错了')
如果真的报错了，看清错误源在哪！现在需要引入另一个模块tracebake，这个模块可以帮我们获取到每个方法的调用信息，
又被称为堆栈信息，这个信息对我们拍错很有帮助。
import traceback
# 继承Exception，那这个类就是异常类
class GenderError(Exception):
pass
class Person:
def __init__(self ,name,gender):
self.name = name
self.gender = gender
def zao_tang_zi(person):
if person.gender != '男':
raise GenderError('对不起，这里是男人的天堂')
p1 = Person('alex','男')
p2 = Person('容嬷嬷','女')
# nan_zao_tang_xi_zao(p1)
# nan_zao_tang_xi_zao(p2) # 报错. 会抛出⼀个异常: GenderError
# 处理异常
try:
zao_tang_zi(p1)
zao_tang_zi(p2)
except GenderError as e:
val = traceback.format_exc() # 获取到堆栈信息
print(e) # 性别不对，这里是男人的天堂
print(val)
结果：对不起，这里是男人的天堂
Traceback (most recent call last):
File "E:/每日练习及作业/练习.20.py", line 166, in <module>
zao_tang_zi(p2)
File "E:/每日练习及作业/练习.20.py", line 155, in zao_tang_zi
raise GenderError('对不起，这里是男人的天堂')
GenderError: 对不起，这里是男人的天堂
这样我们就能收放自如了. 当测试代码的时候把堆栈信息打印出来. 但是当到了线上的⽣产环境的时候把这个堆栈去掉即可.
三：MD5加密
想一个事情. 你在银行取钱或者办卡的时候. 我们都要输入密码. 那这个密码如果就按照
我们输入的那样去存储. 是不是很不安全啊. 如果某一个程序员进入到了银⾏的数据库. 而银
行的数据库⼜存的都是明⽂(不加密的密码)密码. 这时, 整个银⾏的账户⾥的信息都是非常非
常不安全的. 那怎么办才安全呢? 给密码加密. 并且是***不可逆的***加密算法. 这样. 即使获取到了
银行的账户和密码信息. 对于黑客而言都无法进⾏破解. 那我们的账号就相对安全了很多. 那
怎么加密呢? 最常用的就是⽤MD5算法.
MD5是一种不可逆的加密算法. 它是可靠的. 并且安全的. 在python中我们不需要⼿写
这⼀套算法. 只需要引入一个叫hashlib的模块就能搞定MD5的加密⼯作
例：
import hashlib
obj = hashlib.md5()
obj.update('容嬷嬷'.encode('utf-8')) # 加密必须是字节
miwen = obj.hexdigest()
print(miwen) # 093ee3f85a0e4b5732d68c177269e59f
注意. 这里有⼀个叫撞库的问题. 就是. 由于MD5的原
始算法已经存在很久了. 那就有一些⼈用一些简单的排列组合来计算MD5. 然后当出现相同
的MD5密⽂的时候就很容易反推出原来的数据是什么. 所以并不是MD5可逆, 而是有些别有
用心的⼈把MD5的常数据已经算完并保留起来了.
那如何应对呢? 加盐就行了. 在使用MD5的时候. 给函数的参数传递一个byte即可.
例:
import hashlib
obj = hashlib.md5(b'inbbuybhbghvvtcbhjbxecghhghggvg2154ijuferfjfuaejrng') # 加盐，随意加，假的越多越安全
obj.update('容嬷嬷'.encode('utf-8')) # 加密必须是字节
miwen = obj.hexdigest()
print(miwen) # e4d17c1d7e2c4744abce5cedc23114f0
例：MD5如何应用
import hashlib
def my_md5(s):
obj = hashlib.md5(b'okmnjuigjtuhfbr5248fogutj')
obj.update(s.encode('utf-8')) # 加密必须是字节
miwen = obj.hexdigest()
return miwen
# alex: 99fca4b872fa901aac30c3e952ca786d
username = input("请输⼊用户名:")
password = input("请输⼊密码:")
# 数据存储的时候.
# username: my_md5(password)
# 假设现在的用户名和密码分别是
# wusir: 99fca4b872fa901aac30c3e952ca786d ==> wusir: alex
# 用户登录
if username == "wusir" and my_md5(password) =="99fca4b872fa901aac30c3e952ca786d":
print("成功")
else:
print("失败"
所以. 以后存密码就不要存明⽂了. 要存密⽂. 安全, 并且. 这里加的盐不能改来改去的.否则, 整套密码就都乱了.
四：日志
首先, 你要知道在编写任何一款软件的时候, 都会出现各种各样的问题或者bug. 这些问
题或者bug一般都会在测试的时候给处理掉. 但是多多少少的都会出现一些意想不到的异常
或者错误. 那这个时候, 我们是不知道哪里出了问题的. 因为很多BUG都不是必现的bug. 如果
是必现的. 测试的时候肯定能测出来. 最头疼的就是这种不必现的bug. 我这跑没问题. 客户那
⼀用就出问题. 那怎么办呢?我们需要给软件准备一套日志系统. 当出现任何错误的时候. 我
们都可以去日志系统里去查. 看哪里出了问题. 这样在解决问题和bug的时候就多了一个帮手.
那如何在python中创建这个日志系统呢? 很简单.
1. 导入logging模块.
2. 简单配置一下logging
3. 出现异常的时候(except). 向日志里写错误信息.
例：
# filename: 文件名
# format: 数据的格式化输出. 最终在日志⽂件中的样⼦
# 时间-名称-级别-模块: 错误信息
# datefmt: 时间的格式
# level: 错误的级别权重, 当错误的级别权重⼤于等于leval的时候才会写入文件
logging.basicConfig(filename='x1.txt',
format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',
datefmt='%Y-%m-%d %H:%M:%S',
level=0) # level 设置级别. 当你的信息的级别>=level的时候才会写入日志文件, 默认30
# CRITICAL = 50
# FATAL = CRITICAL
# ERROR = 40
# WARNING = 30
# WARN = WARNING
# INFO = 20
# DEBUG = 10
# NOTSET = 0
logging.critical("我是critical") # 50分. 最贵的
logging.error("我是error") # 40分
logging.warning("我是警告") # 警告 30
logging.info("我是基本信息") # 20
logging.debug("我是调试") # 10
logging.log(2, "我是⾃定义") # 自定义. 看着给分
简单的做个测试，应用一下
class JackError(Exception):
pass
for i in range(10):
try:
if i % 3 == 1:
raise FileNotFoundError('文件不存在')
elif i % 3 == 2:
raise KeyError('键错了')
except FileNotFoundError:
val = traceback.format_exc()
logging.error(val)
except KeyError:
val = traceback.format_exc()
logging.error(val)
except JackError:
val = traceback.format_exc()
logging.error(val)
except Exception:
val = traceback.format_exc()
logging.error(val)
最后, 如果你在系统中想要把⽇志⽂件分开. 比如. 一个大项目, 有两个⼦系统, 那两个⼦系
统要分开记录⽇志. 方便调试. 那怎么办呢? 注意. ⽤上面的basicConfig是搞不定的. 我们要
借助⽂件助⼿(FileHandler), 来帮我们完成日志的分开记录
import logging
# 创建一个操作日志的对象logger(依赖FinleHandler)
file_handler = logging.FileHandler('l1.log', 'a', encoding='utf-8')
file_handler.setFormatter(logging.Formatter(fmt="%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s"))
logger1 = logging.Logger('s1', level=logging.ERROR)
logger1.addHandler(file_handler)
logger1.error('我是A系统')
# 再创建⼀个操作⽇志的对象logger（依赖FileHandler）
file_handler2 = logging.FileHandler('l2.log', 'a', encoding='utf-8')
file_handler2.setFormatter(logging.Formatter(fmt="%(asctime)s - %(name)s -%(levelname)s -%(module)s: %(message)s"))
logger2 = logging.Logger('s2', level=logging.ERROR)
logger2.addHandler(file_handler2)
logger2.error('我是B系统')
