


Mengapa Saya Mendapat NameError atau UnboundLocalError Semasa Mengendalikan Pengecualian dalam Python 3.x?
Memahami Isu NameError dan UnboundLocalError dengan Pengecualian Dinamakan
Dalam Python 2.x, coretan kod di bawah mencetak nilai yang dinamakan dengan sewajarnya pengecualian, exc, di luar blok kecuali:
<code class="python">exc = None try: raise Exception except Exception as exc: pass print(exc)</code>
Walau bagaimanapun, dalam Python 3.x, percubaan kod yang sama menghasilkan NameError (atau UnboundLocalError dalam konteks fungsi). Untuk membetulkan isu ini, adalah penting untuk memahami rasional di sebalik tingkah laku Python yang dikemas kini.
Skop Pengecualian dan Pembersihan Python 3.x
Pernyataan kecuali dalam Python 3.x mengehadkan skop pengecualian terikat secara eksplisit untuk menghalang rujukan pekeliling dan kutipan sampah pramatang. Apabila pengecualian diberikan menggunakan sintaks sebagai, ia akan dikosongkan pada penghujung klausa kecuali. Ini perlu memberikan pengecualian kepada nama lain di luar blok kecuali untuk akses selanjutnya.
Tugaskan semula exc = exc tidak akan mencukupi kerana klausa kecuali tidak mencipta skop baharu. Sebaliknya, ia mengalih keluar nama yang dinyatakan dalam tugasan pengecualian daripada yang semasa.
Konteks Sejarah dan Gelagat Python 2.x
Dalam Python 2.x, pengecualian berlaku tidak mempunyai rujukan kepada jejak balik, menghapuskan keperluan untuk pembersihan yang ketat seperti dalam Python 3.x. Ketiadaan rujukan pekeliling membenarkan pengecualian terikat kepada pembolehubah bernama di luar blok kecuali tanpa menyebabkan isu.
Pengesyoran untuk Mengendalikan Pengecualian
Untuk mengendalikan pengecualian dalam Python 3 dengan berkesan .x, garis panduan berikut disyorkan:
- Ikat pengecualian kepada pembolehubah baharu di luar klausa kecuali.
- Jika perlu, kosongkan rujukan jejak balik secara eksplisit untuk mengelakkan rujukan pekeliling dan memudahkan pengumpulan sampah.
Kod berikut menunjukkan pengesyoran ini:
<code class="python">try: raise Exception("foo") except Exception as e: exc = e # Bind to a new variable exc.__traceback__ = None # Explicitly clear traceback</code>
Dengan mematuhi amalan ini, anda dengan yakin boleh mengendalikan dan mengakses pengecualian dalam Python 3.x, mengelakkan perangkap ditimbulkan oleh NameError dan UnboundLocalError.
Atas ialah kandungan terperinci Mengapa Saya Mendapat NameError atau UnboundLocalError Semasa Mengendalikan Pengecualian dalam Python 3.x?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.
