3.4

Author: wizardforcel

3.4.md

@@ -69,3 +69,54 @@ Never printed if x is 0
 
 这个例子表明，`invert`中的`print`表达式永远不会求值，反之，控制流跳到了`handler`中的`except`子句组中。将`ZeroDivisionError e`强制转为字符串会得到由`handler: 'division by zero'`返回的人类可读的字符串。
 
+## 3.4.1 异常对象
+
+异常对象本身就带有属性，例如在`assert`语句中的错误信息，以及有关异常产生处的信息。用户定义的异常类可以携带额外的属性。
+
+在第一章中，我们实现了牛顿法来寻找任何函数的零点。下面的例子定义类一个异常类，无论何时`ValueError`出现，它都返回迭代改进过程中所发现的最佳猜测值。数学错误（`ValueError`的一种）在`sqrt`在负数上调用时产生。这个异常由抛出`IterImproveError`处理，它将牛顿迭代法的最新猜测值储存为参数。
+
+首先，我们定义了新的类，继承自`Exception`。
+
+```py
+>>> class IterImproveError(Exception):
+        def __init__(self, last_guess):
+            self.last_guess = last_guess
+```
+
+下面，我们定义了`IterImprove`的一个版本，我们的通用迭代改进算法。这个版本通过抛出`IterImproveError`异常，储存最新的猜测值来处理任何`ValueError`。像之前一样，`iter_improve`接受两个函数作为参数，每个函数都接受单一的数值参数。`update`函数返回新的猜测值，而`done`函数返回布尔值，表明改进是否收敛到了正确的值。
+
+```py
+>>> def iter_improve(update, done, guess=1, max_updates=1000):
+        k = 0
+        try:
+            while not done(guess) and k < max_updates:
+                guess = update(guess)
+                k = k + 1
+            return guess
+        except ValueError:
+            raise IterImproveError(guess)
+```
+
+最后，我们定义了`find_root`，它返回`iter_improve`的结果。`iter_improve`应用于由`newton_update`返回的牛顿更函数。`newton_update`定义在第一章，在这个例子中无需任何改变。`find_root`的这个版本用过返回它的最后一个猜测之来处理`IterImproveError`。
+
+```py
+>>> def find_root(f, guess=1):
+        def done(x):
+            return f(x) == 0
+        try:
+            return iter_improve(newton_update(f), done, guess)
+        except IterImproveError as e:
+            return e.last_guess
+```
+
+考虑一下使用`find_root`来寻找`2 * x ** 2 + sqrt(x)`的零点。这个函数的一个零点是`0`，但是在任何负数上求解它会产生`ValueError`。我们第一章的牛顿法实现会产生异常，并且不能返回任何零点的猜测值。我们的修订版实现在错误之前返回了最新的猜测值。
+
+```py
+>>> from math import sqrt
+>>> find_root(lambda x: 2*x*x + sqrt(x))
+-0.030211203830201594
+```
+
+虽然这个近似值仍旧距离正确的答案`0`很远，一些应用更倾向于这个近似而不是`ValueError`。
+
+异常是另一个技巧，帮助我们将程序细节划分为模块化的部分。在这个例子中，Python 的异常机制允许我们分离迭代改进的逻辑，它在`try`子句组中没有发生改变，以及错误处理的逻辑，它出现在`except`子句中。我们也会发现，异常在使用 Python 实现解释器时是个非常实用的特性。