7. 简单生成器函数，Pool 实现多进程程序，异常管理，浏览器版本帮助手册
本篇博客继续为你的 Python 技能树补充知识点。
生成器函数
何为生成器，它的关键是生成一个值，而不是返回一个值。
生成器的实现
在函数中使用 yield 替换 return 即可。
# 声明一个生成器函数
def my_func(x):
while x < 15:
x += 1
yield x
# 创建函数实例
func = my_func(10)
# 使用 next 调用函数
a = next(func)
a = next(func)
a = next(func)
a = next(func)
a = next(func) # 得到 15
a = next(func) # 得到 StopIteration 异常
print(a)
使用生成器的好处是，可以提供惰性计算，如果数据集特别大的情况下，可以提高效率。
生成器表达式
在 python 中，可以使用像列表解析式一样的格式定义生成器，语法格式如下：
(表达式 for 循环变量 in 序列)
生成器表达式返回的是迭代，当请求元素时才会获取到元素具体值。
通过 Pool 函数实现多进程
Pool 实现多进程管理，可以忽略进程之间的交互。
import requests
from multiprocessing.dummy import Pool
import time
start_time = time.perf_counter()
urls = ["https://www.csdn.net/",
"https://www.baidu.com/",
"https://www.jianshu.com/",
"https://juejin.cn/",
"https://www.zhihu.com/"]
pool = Pool(2)
pool.map(requests.get, urls)
pool.close()
pool.join()
print("运行完毕，耗费时间为：", time.perf_counter() - start_time)
# 运行完毕，耗费时间为： 0.703510638
# 普通调用
for url in urls:
requests.get(url)
# 运行完毕，耗费时间为： 1.239038099
上述代码分别使用了双进程和单进程进行测试，你也可以直接设置 Pool(1) 进行测试。
如果没有设置 Pool() 方法的参数，程序将默认使用系统所有可用的 CPU。
异常管理
在日常的代码编写过程中，调试 BUG 是最耗费时间与精力的地方。
之前的滚雪球相关博客中，我们已经知道通过 try-except 去捕获异常，除此之外，可以直接使用 raise 抛出异常。
代码格式如下：
raise Exception("异常错误提示信息")
如果想要将异常信息记录到一个文件中，使用 traceback 模块即可。
import traceback
try:
raise Exception("异常错误")
except:
with open("./error.txt", "w",encoding="utf-8") as f:
f.write(traceback.format_exc())
print("异常错误写入成功！")
断言 assert
断言也是代码完整性检查的工具，当代码存在错误时，会抛出异常。
断言代码格式如下：
assert 条件表达式 , 异常提示
异常日志
代码运行过程中的异常，可以使用 logging 模块进行记录。
import logging
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s - %(levelname)s - %(message)s')
logging.debug("程序日志开始记录")
for i in range(1, 10):
logging.debug("程序运行中，" + str(i))
logging.debug("程序结束")
如果不需要展示日志，只需要在代码开头加上 logging.disable(logging.CRITICAL)，即可屏蔽所有日志输出。
日志级别如下所示：
DEBUG：最低级别；INFO：记录程序中的一般事件；WARNING：警告信息；ERROR：程序错误；CRITICAL：致命错误。
如果希望将日志记录到文件，只需要修改 logging.basicConfig 方法中的参数 filename，赋值指定文件即可。
python 帮助手册
在之前的博客中，咱们一直使用 dir 或者 help 查看某些函数或者对象的用法，其实从 Python 3.2 开始，可以使用 python -m pydoc -b 打开一本帮助手册（在浏览器展示）。
例如刚才用到 Pool，就可以在 http://localhost:1561/multiprocessing.html 查询到相关知识点。
写在后面
以上内容就是本文的全部内容。
今天是持续写作的第 223 / 365 天。
可以关注，点赞、评论、收藏。
更多精彩
- 点赞
- 收藏
- 关注作者
评论（0）