浅谈Python中的异常和JSON读写数据的实现

 更新时间:2020年02月27日 10:03:11   作者:大坑水滴  
今天小编就为大家分享一篇浅谈Python中的异常和JSON读写数据的实现,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

异常可以防止出现一些不友好的信息返回给用户,有助于提升程序的可用性,在java中通过try ... catch ... finally来处理异常,在Python中通过try ... except ... else来处理异常

一、以ZeroDivisionError为例,处理分母为0的除法异常

def division(numerator,denominator):
  result=numerator/denominator
  return result
    
ret1=division(1,5)
print(ret1)

ret2=division(1,0)
print(ret2)

1/5执行正常,输出0.2,但1/0,分母为0,抛出Traceback,该信息看起来非常不友好,try .. except可以获取这些异常信息,并且允许转换为用户可读性较好的提示。

def division(numerator,denominator):
  try:
    result=numerator/denominator
    return result
  except ZeroDivisionError:
    return "denominator can not be zero"
  except BaseException:
    return "pls check if the numerator and denominator is number."
  else:
    return "unknow error"
      
ret1=division(1,5)
print(ret1)

ret2=division(1,0)
print(ret2)

1/5正常计算,1/0提示“denominator can not be zero”,这个信息就比较友好,可读性强。

一开始,我在这里犯了一个错误,在try块中没有返回result,程序输出了如下结果

1/5的时候,try块没有发生异常,所以接下来的两个except都不会进入,故就进入到了else处,返回了unknow error,所以我们在使用异常时,一定要记得返回

如果在换一种方式,是否也可以正常返回结果

def division(numerator,denominator):
  try:
    result=numerator/denominator
  except ZeroDivisionError:
    result = "denominator can not be zero"
  except BaseException:
    result = "pls check if the numerator and denominator is number."
  else:
    result = "unknow error"
  return result
    
ret1=division(1,5)
print(ret1)

ret2=division(1,0)
print(ret2)

结果也和预期不一致,所以在使用异常处理时,如果方法中有返回值,则一定要记得在try块中也返回结果,如果try块中执行正常,异常处理在try执行结束后结束,不再向下执行。

二、JSON 读写数据

JSON(JavaScript Object Notation),最开始只有JavaScript语言使用,但由于其优良的数据格式形式,逐渐被很多编程语言引用,如java中也是用到了JSON,并且有很多对应的类库处理JSON数据。Python中对JSON数据的读取和保存可以使用json.load()和json.dump()方法.

json.dump方法接收两个参数,第一个参数为要保存的json数据,第二个数据为打开的文件对象,使用时注意顺序。

json.load方法接收一个文件对象作为参数

另外json还存在很多其他的方法,比如json.dumps将python数据类型进行json格式编码,可以简单理解为将列表/字典转换为json字符串,json.loads与json.dumps刚好相反,将json字符串转换为列表/字典

如当用户登录后,让其输入名称,然后根据json文件中是否存在该用户给出不同的提示

1、JSON写入

import json
filename="myjson.json"
with open(filename,'w') as wr:
  json.dump([1,2,3,4],wr)

2、JSON读取

import json
filename="myjson.json"
with open(filename) as re:
  ls=json.load(re)


print(ls)

json读取时,文件必须存在,且不能为空,且内容格式要符合json规范

文件内容为空以及不符合json格式规范,都会出现如下异常

3、使用JSON读取实现一个简单的需求

用户首次登陆,提示欢迎信息,并将其登录信息记录到以SON格式保存到文件中,当该用户下次登录后,将显示欢迎回来,并且提示其上次登录时间。输入quit退出程序

import json
import os
import time
import sys
import traceback
def login():
  json_file="./username.json"
  while(True):
    name=input("pls input your name: ")
    if "quit" == name:
      sys.exit(0)
    curr_time=time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))
    user_dict_list=[]
    if os.path.exists(json_file):
      with open(json_file) as jf:
        try:
          # 文件内容为空,或者文件内容,或者不符合json格式,所以此处添加异常处理
          user_dict_list=json.load(jf)
          isExist=False
          for ele in user_dict_list:
            username=ele.get("username")
            if username == name:
              isExist=True
              ele["lastLoginTime"]=curr_time
              print ("welcome back: %s, last login : %s"%(name,curr_time))
              break;
        
          if isExist == False:
            # 文件存在,且内容格式正确,但不存在当前用户
            first_login(user_dict_list,name,curr_time)
        except Exception:
          # 打印出异常信息,便于调测程序,正式使用事可以去掉,或者打印在后台,不给用户看到
          traceback.print_exc()
          #文件内容为空,或者文件内容格式不符合JSON要求
          first_login(user_dict_list,name,curr_time)
    else:
      # 文件不存在
      first_login(user_dict_list,name,curr_time)
    # 将用户信息写入/重新写入到文件中
    with open(json_file,'w') as jf:
      json.dump(user_dict_list,jf)
    
''' 将用户第一次登陆信息存放到集合中 '''
def first_login(user_dict_list,name,curr_time):
  my_dict={"username":name,"lastLoginTime":curr_time}
  user_dict_list.append(my_dict)
  print ("welcome: %s, have a nice day."%(name))
  
login()

输入zhangsan和lisi,由于都是第一次登陆,所以打印出欢迎信息,再次数次zhangsan,由于其已经登录过,故其名称和上次登录时间已经被记录下来,再次登录,打印出欢迎回来,及上次登录时间,输入quit退出程序。由于开发环境已经设置了UTF-8编码,输入中文也是支持的

以上这篇浅谈Python中的异常和JSON读写数据的实现就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • 在Django下创建项目以及设置settings.py教程

    在Django下创建项目以及设置settings.py教程

    今天小编就为大家分享一篇在Django下创建项目以及设置settings.py教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • Python高级特性切片(Slice)操作详解

    Python高级特性切片(Slice)操作详解

    在Python中对于具有序列结构的数据来说都可以使用切片操作,需注意的是序列对象某个索引位置返回的是一个元素,而切片操作返回是和被切片对象相同类型对象的副本。
    2018-09-09
  • Python生成器next方法和send方法区别详解

    Python生成器next方法和send方法区别详解

    这篇文章主要介绍了Python生成器next方法和send方法区别详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • Django在win10下的安装并创建工程

    Django在win10下的安装并创建工程

    本篇文章主要介绍了Django在win10下的安装并创建工程,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-11-11
  • Python+pyecharts绘制交互式可视化图表

    Python+pyecharts绘制交互式可视化图表

    本文我们来了解一个新的可视化模块pyecharts,并且利用该模块绘制让数据变成优美的交互式可视化图表,感兴趣的小伙伴可以跟随小编一起了解一下
    2022-04-04
  • Django中反向生成models.py的实例讲解

    Django中反向生成models.py的实例讲解

    今天小编就为大家分享一篇Django中反向生成models.py的实例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • 用Python 爬取猫眼电影数据分析《无名之辈》

    用Python 爬取猫眼电影数据分析《无名之辈》

    这篇文章主要介绍了用Python 爬取猫眼电影数据分析《无名之辈》,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07
  • Python数据分析:手把手教你用Pandas生成可视化图表的教程

    Python数据分析:手把手教你用Pandas生成可视化图表的教程

    今天小编就为大家分享一篇Python数据分析:手把手教你用Pandas生成可视化图表的教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • 如何轻松实现Python数组降维?

    如何轻松实现Python数组降维?

    欢迎来到Python数组降维实现方法的指南!这里,你将探索一种神秘又强大的编程技术,想要提升你的Python编程技巧吗?别犹豫,跟我一起深入探索吧!
    2024-01-01
  • python解析mdf或mf4文件利器之asammdf用法

    python解析mdf或mf4文件利器之asammdf用法

    这篇文章主要介绍了python解析mdf或mf4文件利器之asammdf用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06

最新评论