rikako-note/python/py.md

- [Python](#python)
  - [变量](#变量)
  - [字符串](#字符串)
    - [字符串首字母大写](#字符串首字母大写)
    - [字符串全部字符大写](#字符串全部字符大写)
    - [字符串全部字符小写](#字符串全部字符小写)
    - [字符串删除空白符](#字符串删除空白符)
    - [访问字符串中字符](#访问字符串中字符)
    - [字符串切片](#字符串切片)
    - [字符串迭代](#字符串迭代)
  - [数字](#数字)
    - [/](#)
    - [//](#-1)
    - [数字类型向字符串类型转换](#数字类型向字符串类型转换)
  - [列表](#列表)
    - [访问列表中元素](#访问列表中元素)
    - [列表元素操作](#列表元素操作)
      - [修改](#修改)
      - [插入到末尾](#插入到末尾)
      - [在某位置之前插入](#在某位置之前插入)
      - [删除列表中的元素](#删除列表中的元素)
      - [列表与栈api](#列表与栈api)
      - [remove](#remove)
    - [列表排序](#列表排序)
      - [sort](#sort)
      - [sorted](#sorted)
    - [列表中顺序反转](#列表中顺序反转)
    - [获取列表长度](#获取列表长度)
    - [遍历列表](#遍历列表)
    - [range](#range)
    - [max, min, sum](#max-min-sum)
    - [根据一个列表生成另一个列表](#根据一个列表生成另一个列表)
    - [切片](#切片)
    - [列表复制](#列表复制)
  - [元组](#元组)
  - [if](#if)
    - [and/or](#andor)
    - [列表中是否包含某值](#列表中是否包含某值)
    - [列表中是否不包含某值](#列表中是否不包含某值)
    - [多分支if/elif/else](#多分支ifelifelse)
  - [字典](#字典)
    - [向字典中添加键值对](#向字典中添加键值对)
    - [删除字典中的键值对](#删除字典中的键值对)
    - [字典遍历](#字典遍历)
    - [按顺序遍历字典的key](#按顺序遍历字典的key)
  - [while](#while)
  - [函数](#函数)
    - [参数默认值](#参数默认值)
    - [接收多个参数](#接收多个参数)
  - [文件操作](#文件操作)
    - [文件读取](#文件读取)
    - [写入文件](#写入文件)
    - [文件末尾追加](#文件末尾追加)
  - [module](#module)
    - [运行module](#运行module)
    - [module search path](#module-search-path)
    - [dir](#dir)
    - [package](#package)
      - [from ... import \*](#from--import-)
  - [Errors and Exceptions](#errors-and-exceptions)
    - [Syntax Errors](#syntax-errors)
    - [Exceptions](#exceptions)
    - [handling exceptions](#handling-exceptions)
      - [python异常结构](#python异常结构)
    - [rasing exception](#rasing-exception)
    - [Exception Chaining](#exception-chaining)
    - [用户自定义异常类型](#用户自定义异常类型)
    - [define cleanup action](#define-cleanup-action)
    - [predefined clean-up action](#predefined-clean-up-action)
    - [rasing multi exceptions](#rasing-multi-exceptions)
      - [except\*](#except)
    - [enriching exceptions with notes](#enriching-exceptions-with-notes)
  - [多线程](#多线程)
  - [linux命令交互](#linux命令交互)
  - [正则](#正则)
    - [match](#match)
    - [search](#search)
    - [pattern](#pattern)
      - [findall](#findall)
      - [finditer](#finditer)
  - [面向对象](#面向对象)
    - [命名空间](#命名空间)
  - [module](#module-1)
    - [module name](#module-name)
    - [module statements](#module-statements)
      - [when statements will be executed](#when-statements-will-be-executed)
      - [from ... import ...](#from--import--1)
      - [as](#as)
    - [execute module as script](#execute-module-as-script)
    - [module search path](#module-search-path-1)
      - [`sys.path`初始化](#syspath初始化)
    - [standard module](#standard-module)
    - [dir function](#dir-function)
    - [packages](#packages)
      - [import \* from package](#import--from-package)
    - [包内部相互引用](#包内部相互引用)
  - [class](#class)
    - [python scope and namespaces](#python-scope-and-namespaces)
      - [namespace](#namespace)
        - [lifetime](#lifetime)
        - [LGEB](#lgeb)
        - [scope](#scope)
        - [global](#global)
        - [nonlocal](#nonlocal)
        - [global namespace](#global-namespace)
    - [Class Objects](#class-objects)
      - [__init__](#init)
      - [data attributes](#data-attributes)
      - [method object](#method-object)
    - [class and instance variables](#class-and-instance-variables)
      - [function object](#function-object)
    - [Inheritance](#inheritance)
      - [attribute resolving](#attribute-resolving)
      - [method resolving](#method-resolving)
      - [built-in functions](#built-in-functions)
    - [private variables](#private-variables)
      - [name mangling](#name-mangling)
    - [odds and ends](#odds-and-ends)
    - [`__self__,  __func__`](#__self__--__func__)
    - [iterators](#iterators)
    - [generators](#generators)
    - [generator expression](#generator-expression)
  - [asyncio](#asyncio)
    - [Coroutines](#coroutines)
    - [Awaitables](#awaitables)
      - [Coroutinues](#coroutinues)
      - [Tasks](#tasks)
      - [Futures](#futures)
    - [Creating Tasks](#creating-tasks)
      - [`asyncio.create_task(coro, *, name=None, context=None)`](#asynciocreate_taskcoro--namenone-contextnone)
    - [Task Cancellation](#task-cancellation)
    - [Task Groups](#task-groups)
      - [`asyncio.TaskGroup`](#asynciotaskgroup)
        - [`taskgroup.create_task(coro, *, name=None, context=None)`](#taskgroupcreate_taskcoro--namenone-contextnone)
        - [CancelledError](#cancellederror)
      - [terminate a taskgroup](#terminate-a-taskgroup)
    - [Sleeping](#sleeping)
      - [`async asyncio.sleep(delay, result=None)`](#async-asynciosleepdelay-resultnone)
    - [并发运行任务](#并发运行任务)
      - [`awaitable asyncio.gather(*aws, return_exceptions=False)`](#awaitable-asynciogatheraws-return_exceptionsfalse)
        - [return\_exceptions](#return_exceptions)


# Python
## 变量
在python中，可以通过如下方式创建变量：
```python
message = "Hello Python Crash Course world!"
```
## 字符串
### 字符串首字母大写
```python
name = "ada lovelace"
print(name.title())
```
### 字符串全部字符大写
```python
name = "Ada Lovelace"
print(name.upper())
```
### 字符串全部字符小写
```python
name = "Ada Lovelace"
print(name.lower())
```
### 字符串删除空白符
```py
name = " Asahi Ogura    `
# 删除左空白 
name.lstrip()
# 删除右空白
name.rstrip()
# 删除左右空白
name.strip()
```
### 访问字符串中字符
ptyhon可以通过数组下标来访问字符串中的字符，如果字符串长度为n，那么索引范围为`[0, n-1]`，同时，在python中还可以使用负数的索引，索引范围为`[-n, -1]`。

在python字符串中，第一个字符可以通过索引下标`0`和`-n`来访问，最后一个字符可以通过`n-1`和`-1`来访问。

### 字符串切片
字符串切片可以通过`str[from:to:step]`来标识，其标识下标为`[from, to)`范围内的子字符串，步长为`step`。

```py
temp = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
```

其中，输出`[0,10)`范围内的字符串可以采用如下方式：
```py
print(temp[0:10])  # ABCDEFGHIJ
print(temp[0:10:1]) # ABCDEFGHIJ
```

当步长被设置为2时，输出内容如下：
```py
print(temp[0:10:2]) # ACEGI
```

正数索引和负数索引混用：
```py
# 输出不包含末尾2个字符的子字符串
print(temp[0:-2]) # ABCDEFGHIJKLMNOPQRSTUVWX
print(temp[0:24]) # ABCDEFGHIJKLMNOPQRSTUVWX
print(temp[:-2]) # ABCDEFGHIJKLMNOPQRSTUVWX

# 输出末尾两个字符的子字符串
print(temp[-2:])
```
逆序输出字字符串
```py
print(temp[::-1]) # ZYXWVUTSRQPONMLKJIHGFEDCBA
print(temp[-1:0:-1]) # ZYXWVUTSRQPONMLKJIHGFEDCBA
print(temp[25:0:-1]) # ZYXWVUTSRQPONMLKJIHGFEDCBA
```
### 字符串迭代
python中字符串可迭代，示例如下：
```py
temp = "ABCDE"
for ind, ch in enumerate(temp):
    print("ind = "+str(ind)+", ch = "+ch, end="\n")

# ind = 0, ch = A
# ind = 1, ch = B
# ind = 2, ch = C
# ind = 3, ch = D
# ind = 4, ch = E
```

## 数字
### /
python中，整数执行`/`操作默认并不会进行整除，而是可能生成浮点数
```py
print(3/2) # 1.5
```

### //
python中，如果要执行整除，应该使用`//`运算符，该运算符为向下取整
```py
print(3//2) # 1
print(-3//2) # -2
```
> 和java不同，java在执行整数除时，会舍弃掉小数部分，例如`-3/2`，java中结果为-1，而python则是向下取整为-2
>
> 如果python中`/`操作想要和java保持一直，可以使用math中的`trunc`函数，`math.trunc(-3/2)`返回结果和java中一样，为`-1`

### 数字类型向字符串类型转换
可以通过str函数将数字类型转化为字符串类型
```py
temp = 1.2
print("temp = "+str(temp))
```

## 列表
python中通过`[e1, e2, ...]`的形式来标识列表

### 访问列表中元素
可以通过数组下标的方式来访问列表中的元素
```py
temp = [1, "2", "san"]

print(temp[1]) # 2
print(temp[-2]) # 2
```

### 列表元素操作
#### 修改
```py
temp = [1, "2", "san"]

temp[2] = 3.0
print(temp) # [1, '2', 3.0]
```

#### 插入到末尾
如果想要向数组末尾插入元素，可以调用append方法
```py 
temp = [1, "2", "san"]

temp.append("four")
print(temp) # [1, '2', 'san', 'four']
```
#### 在某位置之前插入
如果想要在特定位置之前插入元素，可以调用insert方法
```py
temp = [1, "2", "san"]

temp.insert(1, "1.5")
print(temp)  # [1, '1.5', '2', 'san']
temp.insert(4, "four")
print(temp)  # [1, '1.5', '2', 'san', 'four']
```
#### 删除列表中的元素
如果想要删除列表中的元素，可以通过del关键字进行删除
```py
temp = [1, "2", "san"]

del temp[1]
print(temp) # [1, 'san']
```

#### 列表与栈api
列表append操作是将元素追加到列表末尾，同时列表还支持pop操作，将列表末尾的元素作为栈顶元素弹出。

如果此时列表为空，那么调用pop方法将抛出异常

```py
temp = [1, "2", "san"]


print(temp.pop())  # san
print(temp.pop())  # 2
print(temp.pop())  # 1
print(temp.pop())  # IndexError: pop from empty list
```

还可以为pop方法指定一个下标，此时可以弹出任何位置的元素
```py
temp = [1, "2", "san"]


print(temp.pop(1)) # 2
print(temp.pop(0)) # 1
print(temp.pop(0)) # san
```
#### remove
在列表中，可以调用remove来移除列表中值为xxx的元素。

remove默认只会移除第一个匹配的元素
```py
temp = [2, 1, 2, 1, 2]

temp.remove(2)
print(temp) # [1, 2, 1, 2]
```

### 列表排序
#### sort
可以通过sort方法针对列表中的元素进行排序，sort方法会该表列表中的元素顺序
```py
temp = [2, 1, 2, 1, 2]

temp.sort()
print(temp) # [1, 1, 2, 2, 2]
```

如果想要逆向排序，可以为sort方法指定`reverse=True`
```py
temp = [2, 1, 2, 1, 2]

temp.sort(reverse=True)
print(temp) # [2, 2, 2, 1, 1]
```

#### sorted
如果不想改变原列表中的元素顺序，而是生成一个排好序的新列表，可以调用sorted函数
```py
temp = [2, 1, 2, 1, 2]

print(sorted(temp)) # [1, 1, 2, 2, 2]
print(sorted(temp, reverse=True)) # [2, 2, 2, 1, 1]
print(temp) # [2, 1, 2, 1, 2]
```

### 列表中顺序反转
如果不想对列表中元素进行排序，只是想逆序列表中的数据，可以调用reverse方法
```py
temp = [2, 1, 2, 1, 3]

temp.reverse()
print(temp) # [3, 1, 2, 1, 2]
```
### 获取列表长度
可以通过len函数获取列表的长度
```py
temp = [1,2,3]

temp.pop()
print(len(temp)) # 2
temp.pop()
print(len(temp)) # 1
temp.pop()
print(len(temp)) # 0
```

### 遍历列表
在python中，可以通过`for ... in ...`的形式来遍历列表中的元素
```py
temp = [1, 2, 3]

for e in temp:
    print(e)

# 1
# 2
# 3
```

### range
在python中，可以通过range函数生成一系列数字，`range(m,n)`会生成`[m,n)`范围内的数字，可用于`fori`形式的遍历
```py
arr = ["1", "3", "2"]

for ind in range(0, len(arr)):
    print(arr[ind])

# 1
# 3
# 2
```
可以通过range函数来创建数字列表
```py
print(list(range(0, 5))) # [0, 1, 2, 3, 4]
```

range也可以指定步长
```py
print(list(range(0, 7, 2))) # [0, 2, 4, 6]
```

### max, min, sum
针对数字型的列表，支持max、min、sum等函数来求最大值、最小值、总和
```py
arr = list(range(1, 101))

print(max(arr)) # 100
print(min(arr)) # 1
print(sum(arr)) # 5050
```
### 根据一个列表生成另一个列表
python中，根据`[expr(e) for e in list_a]`的语法，可以快速根据一个列表得到应一个列表，目标列表中的每个元素都来源于来源列表的映射
```py
arr = ['amd', 'nvidia']
graphic_msgs = ['fuck '+brand for brand in arr]
print(graphic_msgs) # ['fuck amd', 'fuck nvidia']
```

### 切片
列表的切片和字符串切片类似
```py
arr = [1, 2, 3, 4, 5]
print(arr[::2]) # [1, 3, 5]

print([e**2 for e in arr[::2]]) # [1, 9, 25]
```

### 列表复制
在python中，如果要复制列表，可以创建整个列表的切片
```py
arr = [1, 2, 3]
# 复制列表
arr_copied = arr[:]

print(arr_copied) # [1, 2, 3]

# 对复制后的列表进行写操作，并不会影响复制前的列表
arr_copied.pop()

print(arr_copied) # [1, 2]
print(arr) # [1, 2, 3]
```

## 元组
运行时列表中的元素可以被修改，如果想要让元素不可变，可以使用元组。

元组通过`(e1, e2, e3, ...)`形式来表示，和列表一样，元组也可以通过索引来访问。

但是元组中的元素无法复制，在执行赋值语句时会抛出异常。
```py
pos = (50, 100)

pos[0] = 125 # TypeError:'tuple' object does not support item assignment
```

## if
类似其他编程语言，python也支持if/else语法
```py
cars = ['audi', 'bmw', 'subaru', 'toyota']
for car in cars:
    if car == 'bmw':
        print(car.upper())
    else:
        print(car.title())
```

### and/or
python可以通过`and`和`or`操作符来拼接多个条件。
```py
age = 179
is_alive = True

if age < 0 or age > 150 and is_alive:
    print("age wired")
```

### 列表中是否包含某值
如果想要检查列表中是否包含特定值，可以采用`xxx in list_a`的语法。
```py
arr = [1, 3, 2]

print(1 in arr) # True
```
### 列表中是否不包含某值
如果想要检查列表中是否不包含特定值，可以采用`xxx not in list_a`的语法。
```py
arr = [1, 3, 2]

print(1 not in arr) # False
```

### 多分支if/elif/else
python可以通过if/elif/else的语法实现多分支判断
```py
age = 40
if age < 20:
    print("teen")
elif age < 40:
    print("man")
else:
    print("elder man")
```

## 字典
在python中，通过字典实现了其他语言中的Map数据结构。

```py
dic = {"name": "Ogura Asahi", "age": 17}

print(dic['name']) # Ogura Asahi
```
### 向字典中添加键值对
```py
dic = {"name": "Ogura Asahi", "age": 17}

dic['major'] = "student"
print(dic) # {'name': 'Ogura Asahi', 'age': 17, 'major': 'student'}
```

### 删除字典中的键值对
```py
dic = {"name": "Ogura Asahi", "age": 17}

del dic['age']
print(dic) # {'name': 'Ogura Asahi'}
```

### 字典遍历
字典遍历可以通过`for k, v in dic.items()`的形式完成
```py
dic = {"name": "Ogura Asahi", "age": 17}

for key, val in dic.items():
    print("key = "+key+" , value = "+str(val))
```
如果只想遍历字典的key集合，可以通过`for k in dic.keys()`的方式
```py
dic = {"name": "Ogura Asahi", "age": 17}

for key in dic.keys():
    print("key = "+key)
```
如果只想遍历字典的value集合，可以通过`for v in dic.values()`的形式
```py
dic = {"name": "Ogura Asahi", "age": 17}

for value in dic.values():
    print("value = "+str(value))
```
### 按顺序遍历字典的key
通常，字典的key遍历顺序是不一定的。如果想要按排序后的顺序遍历key，可以采用如下方式：
```py
dic = {"name": "Ogura Asahi", "age": 17}

for key in sorted(dic.keys()):
    print("key = "+str(key))
```
## while
```py
i = 0

while i < 10:
    print(i)
    i += 1
```
## 函数
函数可通过如下方式来定义：
```py
def fuck(brand, boss):
    print("fuck you " + boss + " and your " + brand)


fuck("Nvidia", "Jensen Huang")
```

在调用函数时，可以打乱传入实参顺序，只需要传参时指定参数名称即可：
```py
def fuck(brand, boss):
    print("fuck you " + boss + " and your " + brand)


fuck(boss="Jensen Huang", brand="Nvidia")
```
### 参数默认值
声明函数时，可以为参数指定默认值，故而在调用函数时，可以对有默认值的参数进行省略
```py
def fuck(boss, brand="Nvidia"):
    print("fuck you " + boss + " and your " + brand)


fuck("Jensen Huang")
fuck(brand="Apple", boss="Cook")
```
### 接收多个参数
通过`*paramTup`的形式，python会将函数接收到的参数都存储在一个元组中。
```py
def fuck(*name_list):
    msg = "fuck "
    is_head = True
    for name in name_list:
        if not is_head:
            msg += ", "
        is_head = False
        msg += name
    print(msg)


fuck("Nvidia", "Amd")
```
## 文件操作
### 文件读取
```py
with open('pi_digits.txt') as file_object:
    contents = file_object.read()
    print(contents)
```
### 写入文件
```py
filename = 'programming.txt'
with open(filename, 'w') as file_object:
    file_object.write("I love programming.")
    file_object.write("I love creating new games.")
```

### 文件末尾追加
```py
filename = 'programming.txt'
with open(filename, 'a') as file_object:
    file_object.write("I also love finding meaning in large datasets.\n")
    file_object.write("I love creating apps that can run in a browser.\n")
```

## module
在python中，支持将一些公用的实现放在一个文件中，在使用时可以在其他script中导入该文件并对公共实现进行调用。

此时，放置公共实现的文件称为module，module中的定义可以被其他module导入。

module是一个包含python定义和statement的文件，`file name`是`module name`加上`.py`。在module中，module name可以通过global变量`__main__`来进行访问。


module中可以包含executable statement和函数定义，statements则是为了初始化module。executable statement只会在module被初次import时执行。

每个module都会有其独有的private namespace，该namespace会用作module中所有函数的global namespace。故而，module的作者可以放心的在mdoule中使用global变量，module global变量有其自己的namespace，并不用担心module global变量和调用方的global变量发生冲突。

故而，可以通过`modname.itemname`来访问module中的global变量。

如果在`module A`中对`module B`执行了导入操作，那么被导入的`module B`中的names将会被全部添加到`module A`的global namespace中。

导入语法如下：

```python
# 直接导入fibo中的names
from fibo import fib, fib2
fib(500)
```

```python
# 从module中导入所有names，_开头的name不会被导入
from fibo import *
fib(500)
```

```python
# 如果import语句后跟随了as，那么as后跟随的名称将会和被导入module绑定
import fibo as fib
fib.fib(500)
```

```python
# 和上一个的效果相同，module通过`fibo`来引用
import fibo
```

```python
from fibo import fib as fibonacci
fibonacci(500)
```
### 运行module
当想要运行module时，可以采用如下方法：
```bash
python fibo.py <arguments>
```
当有一段代码，只有当module以main module的情况下被调用时才会被执行，可以采用如下方式
```python
if __name__ == '__main__':
    # run some code
```

### module search path
当module被导入时，python interpreter首先会在`sys.builtin_module_names`中搜寻module name，built-in-module-names中包含如下module：
```ptyhon3
>>> import sys
>>> sys.builtin_module_names
('_abc', '_ast', '_bisect', '_blake2', '_codecs', '_collections', '_csv', '_datetime', '_elementtree', '_functools', '_heapq', '_imp', '_io', '_locale', '_md5', '_operator', '_pickle', '_posixsubprocess', '_random', '_sha1', '_sha256', '_sha3', '_sha512', '_signal', '_socket', '_sre', '_stat', '_statistics', '_string', '_struct', '_symtable', '_thread', '_tracemalloc', '_warnings', '_weakref', 'array', 'atexit', 'binascii', 'builtins', 'cmath', 'errno', 'faulthandler', 'fcntl', 'gc', 'grp', 'itertools', 'marshal', 'math', 'posix', 'pwd', 'pyexpat', 'select', 'spwd', 'sys', 'syslog', 'time', 'unicodedata', 'xxsubtype', 'zlib')
>>>
```
如果builtin_module_names中不包含被导入的module name，那么其会在`sys.path`中寻找`{module}.py`文件，`sys.path`通过如下路径来初始化：
- input script所处的目录路径
- `PYTHONPATH`全局变量，语法和`PATH`相同
- 安装包默认位置

### dir
通过内置的dir函数，可以输出module中的names
```bash
>>>import fibo, sys
>>>dir(fibo)
['__name__', 'fib', 'fib2']
>>>dir(sys)  
['__breakpointhook__', '__displayhook__', '__doc__', '__excepthook__',
 '__interactivehook__', '__loader__', '__name__', '__package__', '__spec__',
 '__stderr__', '__stdin__', '__stdout__', '__unraisablehook__',
 '_clear_type_cache', '_current_frames', '_debugmallocstats', '_framework',
 '_getframe', '_git', '_home', '_xoptions', 'abiflags', 'addaudithook',
 'api_version', 'argv', 'audit', 'base_exec_prefix', 'base_prefix',
 'breakpointhook', 'builtin_module_names', 'byteorder', 'call_tracing',
 'callstats', 'copyright', 'displayhook', 'dont_write_bytecode', 'exc_info',
 'excepthook', 'exec_prefix', 'executable', 'exit', 'flags', 'float_info',
 'float_repr_style', 'get_asyncgen_hooks', 'get_coroutine_origin_tracking_depth',
 'getallocatedblocks', 'getdefaultencoding', 'getdlopenflags',
 'getfilesystemencodeerrors', 'getfilesystemencoding', 'getprofile',
 'getrecursionlimit', 'getrefcount', 'getsizeof', 'getswitchinterval',
 'gettrace', 'hash_info', 'hexversion', 'implementation', 'int_info',
 'intern', 'is_finalizing', 'last_traceback', 'last_type', 'last_value',
 'maxsize', 'maxunicode', 'meta_path', 'modules', 'path', 'path_hooks',
 'path_importer_cache', 'platform', 'prefix', 'ps1', 'ps2', 'pycache_prefix',
 'set_asyncgen_hooks', 'set_coroutine_origin_tracking_depth', 'setdlopenflags',
 'setprofile', 'setrecursionlimit', 'setswitchinterval', 'settrace', 'stderr',
 'stdin', 'stdout', 'thread_info', 'unraisablehook', 'version', 'version_info',
 'warnoptions']
```
当dir函数传参为空时，输出当前namespace的names
```bash
>>>a = [1, 2, 3, 4, 5]
>>>import fibo
>>>fib = fibo.fib
>>>dir()
['__builtins__', '__name__', 'a', 'fib', 'fibo', 'sys']
```
dir并不会输出内置的names，内置的names定义在`builtins`module中：
```bash
>>>import builtins
>>>dir(builtins)  
['ArithmeticError', 'AssertionError', 'AttributeError', 'BaseException',
 'BlockingIOError', 'BrokenPipeError', 'BufferError', 'BytesWarning',
 'ChildProcessError', 'ConnectionAbortedError', 'ConnectionError',
 'ConnectionRefusedError', 'ConnectionResetError', 'DeprecationWarning',
 'EOFError', 'Ellipsis', 'EnvironmentError', 'Exception', 'False',
 'FileExistsError', 'FileNotFoundError', 'FloatingPointError',
 'FutureWarning', 'GeneratorExit', 'IOError', 'ImportError',
 'ImportWarning', 'IndentationError', 'IndexError', 'InterruptedError',
 'IsADirectoryError', 'KeyError', 'KeyboardInterrupt', 'LookupError',
 'MemoryError', 'NameError', 'None', 'NotADirectoryError', 'NotImplemented',
 'NotImplementedError', 'OSError', 'OverflowError',
 'PendingDeprecationWarning', 'PermissionError', 'ProcessLookupError',
 'ReferenceError', 'ResourceWarning', 'RuntimeError', 'RuntimeWarning',
 'StopIteration', 'SyntaxError', 'SyntaxWarning', 'SystemError',
 'SystemExit', 'TabError', 'TimeoutError', 'True', 'TypeError',
 'UnboundLocalError', 'UnicodeDecodeError', 'UnicodeEncodeError',
 'UnicodeError', 'UnicodeTranslateError', 'UnicodeWarning', 'UserWarning',
 'ValueError', 'Warning', 'ZeroDivisionError', '_', '__build_class__',
 '__debug__', '__doc__', '__import__', '__name__', '__package__', 'abs',
 'all', 'any', 'ascii', 'bin', 'bool', 'bytearray', 'bytes', 'callable',
 'chr', 'classmethod', 'compile', 'complex', 'copyright', 'credits',
 'delattr', 'dict', 'dir', 'divmod', 'enumerate', 'eval', 'exec', 'exit',
 'filter', 'float', 'format', 'frozenset', 'getattr', 'globals', 'hasattr',
 'hash', 'help', 'hex', 'id', 'input', 'int', 'isinstance', 'issubclass',
 'iter', 'len', 'license', 'list', 'locals', 'map', 'max', 'memoryview',
 'min', 'next', 'object', 'oct', 'open', 'ord', 'pow', 'print', 'property',
 'quit', 'range', 'repr', 'reversed', 'round', 'set', 'setattr', 'slice',
 'sorted', 'staticmethod', 'str', 'sum', 'super', 'tuple', 'type', 'vars',
 'zip']
 ```
### package
假设python项目结构如下，package和子package中包含多个moduels：
```
sound/                          Top-level package
      __init__.py               Initialize the sound package
      formats/                  Subpackage for file format conversions
              __init__.py
              wavread.py
              wavwrite.py
              aiffread.py
              aiffwrite.py
              auread.py
              auwrite.py
              ...
      effects/                  Subpackage for sound effects
              __init__.py
              echo.py
              surround.py
              reverse.py
              ...
      filters/                  Subpackage for filters
              __init__.py
              equalizer.py
              vocoder.py
              karaoke.py
              ...
```
在导入包时，会在sys.path中搜索package的子目录。

如果需要python将目录视为package，需要在目录下加入`__init__.py`文件，该文件可以为空。

使用者可以导入package中独立的模块：
```python
import sound.effects.echo
sound.effects.echo.echofilter(input, output, delay=0.7, atten=4)
```

```python
from sound.effects import echo
echo.echofilter(input, output, delay=0.7, atten=4)
```
#### from ... import *
对于`from {package} import *`，其会查看是否包下定义的`__init__.py`文件中定义了`__all__`变量，如果定义了，那么会导入`__all__`中的所有module。

```python
__all__ = ["echo", "surround", "reverse"]
```

## Errors and Exceptions
在python中存在两种不同的异常，`syntax erros`和`exceptions`

### Syntax Errors
syntax errors又被称为parsing errors，当parser检测到语法错误时，会抛出该error

### Exceptions
在python程序执行时，即使语法都正常，也有可能在执行时发生异常。在程序执行时被检测到的异常被称为`exceptions`，但是其时可以被处理的，并不会无条件的造成fatal。

### handling exceptions
可以在程序中对特定类型的异常进行处理，示例如下所示：
```py
while True:
    try:
        x = int(input("Please enter a number: "))
        break
    except ValueError:
        print("Oops!  That was no valid number.  Try again...")
```
上述示例中针对`ValueError`类型的异常进行了捕获，并提示用户输入有效的数字。但是，在上述程序实例中，用户仍然能够通过`Ctrl + C`中断该程序。

> `Ctrl + C`将会以抛出`KeyboardInterrupt`的形式表现。

try statement中可以包含多个except，为不同类型的异常指定handler，最多只会有一个handler被执行。并且，一个except中也可以包含多个exceptions，示例如下所示：
```py
... except (RuntimeError, TypeError, NameError):
    ...     pass
```
包含多个except的示例如下所示:
```py
class B(Exception):
        pass

    class C(B):
        pass

    class D(C):
        pass

    for cls in [B, C, D]:
        try:
                raise cls()
            except D:
                print("D")
            except C:
                print("C")
            except B:
                print("B")
```
上述示例中，会输出`B, C, D`。但是，如果修改`except B`的位置为第一位，那么输出将会变为`B, B, B`。

在except语法中，除了指定异常类型外，还支持指定一个变量名来捕获异常，该变量中包含`args`属性，能够访问`构造该异常对象时传递的参数`，并且，异常中还定义了`__str__()`方法用于打印所有的异常参数。

为捕获的异常绑定变量的示例如下所示：
```py
try:
        raise Exception('spam', 'eggs')
        except Exception as inst:
                print(type(inst))    # the exception type
            print(inst.args)     # arguments stored in .args
            print(inst)          # __str__ allows args to be printed directly,
                                 # but may be overridden in exception subclasses
            x, y = inst.args     # unpack args
            print('x =', x)
            print('y =', y)

```

输出内容为:
```
    <class 'Exception'>
    ('spam', 'eggs')
    ('spam', 'eggs')
    x = spam
    y = eggs
```
#### python异常结构
`BaseException`是所有异常类的common base class；而`Exception`类则是`BaseException`的子类，同时也是所有非fatal异常类的base class。

对于是`BaseException`子类但是不是`Exception`子类的类，其通常代表不应当被处理的异常，抛出该类异常通常代表程序应当被终止，其包含如下类：
- `SystemExit`：由`system.exit()`抛出
- `KeyboardInterrupt`：由想要中止程序的用户触发`Ctrl + C`

`Exception`可以被用做匹配所有异常。
```py
import sys

try:
        f = open('myfile.txt')
            s = f.readline()
            i = int(s.strip())
        except OSError as err:
                print("OS error:", err)
        except ValueError:
            print("Could not convert data to an integer.")
        except Exception as err:
            print(f"Unexpected {err=}, {type(err)=}")
            raise
```

`try-except`语法还支持`else`，`else`必须跟在所有`except`之后，其代表`try block`中没有抛出任何异常的场景。

```py
for arg in sys.argv[1:]:
    try:
        f = open(arg, 'r')
    except OSError:
        print('cannot open', arg)
    else:
        print(arg, 'has', len(f.readlines()), 'lines')
        f.close()
```

### rasing exception
`raise`关键字支持抛出异常，示例如下
```py
raise NameError('HiThere')
```
传递给raise的必须是`Exception`的实例或是`继承自Exception的类`，但传递的是类时，其会使用类的默认构造器来构造Exception实例。
```py
raise ValueError  # shorthand for 'raise ValueError()'
```
`raise`关键字也能用于对异常的重新抛出，示例如下：
```py
try:
        raise NameError('HiThere')
        except NameError:
                print('An exception flew by!')
            raise
```
### Exception Chaining
如果在`except`处理异常时，处理逻辑又抛出了异常，那么其会将被处理的异常关联到新异常中，并且将被处理异常包含在error msg中：
```py
try:
        open("database.sqlite")
        except OSError:
                raise RuntimeError("unable to handle error")
```
其输出如下：
```
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
    open("database.sqlite")
    ~~~~^^^^^^^^^^^^^^^^^^^
FileNotFoundError: [Errno 2] No such file or directory: 'database.sqlite'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
    raise RuntimeError("unable to handle error")
RuntimeError: unable to handle error
```

如果想要设置异常的cause，可以使用`from`语法，示例如下所示：
```py
def func():
        raise ConnectionError

    try:
        func()
        except ConnectionError as exc:
                raise RuntimeError('Failed to open database') from exc
```
上述示例中，`raise ... from exc`直接表明RuntimeError由exc引发。

输出示例如下所示：
```py
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
    func()
    ~~~~^^
  File "<stdin>", line 2, in func
ConnectionError

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
    raise RuntimeError('Failed to open database') from exc
RuntimeError: Failed to open database
```
通过`from None`也可以关闭异常chain，示例如下：
```py
try:
        open('database.sqlite')
        except OSError:
                raise RuntimeError from None
```
示例如下所示：
```py
Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
    raise RuntimeError from None
RuntimeError
```
### 用户自定义异常类型
用户如果要自定义异常，可以创建`Exception`类型的子类。

大多数异常类型都以`Error`结尾，和standard exceptions的命名规范类似。

### define cleanup action
python支持通过`finally`来定义clean-up action，其在所有场景下都会被处理。
```py
try:
    raise KeyboardInterrupt
finally:
    print('Goodbye, world!')
```
其中，finally执行时机如下：
- 当抛出异常时，如果异常没有被except处理，那么异常在finally执行完后再次抛出
- 当except或else中抛出异常时，那么异常在finally执行完后被抛出
- 如果在finally中执行了`break, continue, return`等语句，那么异常不会被抛出
- 如果try中执行了`break, continue, return`，那么finally会在`break, continue, return`执行之前执行
- 如果finally中执行了return操作，那么其return的值将会覆盖try中return的值

finally通常被用于释放资源等操作。

### predefined clean-up action
部分对象定义了对象不在被需要时的clean-up action,无论针对对象的操作是否成功，clean-up action都会被执行。

故而，可以通过`with`对该类对象进行使用，并无需手动释放其资源，示例如下：
```py
with open("myfile.txt") as f:
        for line in f:
                print(line, end="")
```
在上述代码执行完后，文件会自动关闭，即使是在执行过程中遇到异常。

### rasing multi exceptions
在部分时候，可能需要抛出多个异常，此时可以通过`ExceptionGroup`来对exception list进行wrap，示例如下：
```py
def f():
        excs = [OSError('error 1'), SystemError('error 2')]
        raise ExceptionGroup('there were problems', excs)
```

#### except*
当使用`except*`时，可以选择性处理group中特定类型的异常，并将其他异常传递到下游。

```py
def f():
    raise ExceptionGroup(
        "group1",
        [
            OSError(1),
            SystemError(2),
            ExceptionGroup(
                "group2",
                [
                    OSError(3),
                    RecursionError(4)
                ]
            )
        ]
    )

try:
    f()
except* OSError as e:
    print("There were OSErrors")
except* SystemError as e:
    print("There were SystemErrors")
```
当使用`except*`语法时，即使指定了`except* OSError as e`，`e`的类型仍然是`ExceptionGroup`而不是`OSError`，因为try中抛出的`ConditionGroup`中可能含有多个`OSError`类型的异常，故而，实际的`OSError`异常对象需要通过`e.exceptions`来进行访问。

### enriching exceptions with notes
当创建异常时，可以通过`add_note(note)`方法来为异常补充信息，标准的traceback会按照其被添加的顺序渲染所有的note信息，note信息在异常信息之后
```py
try:
    raise TypeError('bad type')
except Exception as e:
    e.add_note('Add some information')
    e.add_note('Add some more information')
    raise
```
其输出如下：
```py
Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
    raise TypeError('bad type')
TypeError: bad type
Add some information
Add some more information
```
```py
def f():
    raise OSError('operation failed')

excs = []
for i in range(3):
    try:
        f()
    except Exception as e:
        e.add_note(f'Happened in Iteration {i+1}')
        excs.append(e)

raise ExceptionGroup('We have some problems', excs)
```
其异常信息如下：
```
 + Exception Group Traceback (most recent call last):
  |   File "<stdin>", line 1, in <module>
  |     raise ExceptionGroup('We have some problems', excs)
  | ExceptionGroup: We have some problems (3 sub-exceptions)
  +-+---------------- 1 ----------------
    | Traceback (most recent call last):
    |   File "<stdin>", line 3, in <module>
    |     f()
    |     ~^^
    |   File "<stdin>", line 2, in f
    |     raise OSError('operation failed')
    | OSError: operation failed
    | Happened in Iteration 1
    +---------------- 2 ----------------
    | Traceback (most recent call last):
    |   File "<stdin>", line 3, in <module>
    |     f()
    |     ~^^
    |   File "<stdin>", line 2, in f
    |     raise OSError('operation failed')
    | OSError: operation failed
    | Happened in Iteration 2
    +---------------- 3 ----------------
    | Traceback (most recent call last):
    |   File "<stdin>", line 3, in <module>
    |     f()
    |     ~^^
    |   File "<stdin>", line 2, in f
    |     raise OSError('operation failed')
    | OSError: operation failed
    | Happened in Iteration 3
    +------------------------------------
```

## 多线程
python可以通过引入threading和concurrent.futures两个包来引入多线程：
```py
import math
import time
from concurrent.futures import ThreadPoolExecutor, as_completed
import threading

import requests

ts_arr = []
lock = threading.Lock()


def query_ts():
    try:
        body = requests.get("https://api.m.taobao.com/rest/api3.do", {
            "api": "mtop.common.getTimestamp"
        }).json()
    except Exception as e:
        print(e)
        raise


def query_ts_once():
    ts_beg = time.time_ns()
    query_ts()
    ts_end = time.time_ns()
    ts_spend = math.trunc((ts_end - ts_beg) / 1000000)
    with lock:
        ts_arr.append(ts_spend)


def stress_test(test_cnt):
    with ThreadPoolExecutor(max_workers=32) as executor:
        i = 0
        f_list = []
        while i < test_cnt:
            f_t = executor.submit(query_ts_once)
            f_list.append(f_t)
            i += 1
        as_completed(f_list)


stress_test(100)
print(f"max ts : {max(ts_arr)} ms")
print(f"min ts : {min(ts_arr)} ms")
print(f"avg ts : {sum(ts_arr) / len(ts_arr)} ms")
print(ts_arr)
```

## linux命令交互
如果想要调用系统（linux）的命令，可以使用subprocess模块。
```py
subprocess.run(args, *, stdin=None, input=None, stdout=None, stderr=None, capture_output=False, shell=False, cwd=None, timeout=None, check=False, encoding=None, errors=None, text=None, env=None, universal_newlines=None)
```
调用示例如下：
```py
ret = subprocess.run(['ls', '-l'], capture_output=True, text=True)
print(ret.stdout)
```
输出如下：
```bash
total 4
-rwxrwxrwx 1 asahi asahi  110 May  4 03:18 main.py
-rwxrwxrwx 1 asahi asahi   73 May  4 01:10 shiro.json
drwxrwxrwx 1 asahi asahi 4096 Feb  7 21:39 venv
```

## 正则
python通过re模块提供了正则表达式的支持
### match
match方法定义如下所示
```py
re.match(pattern, string, flags=0)
```
match方法使用示例如下所示：
```py
import re


def main():
    match_res = re.match("(?P<prefix>.*) father", "i am your father")
    if match_res is None:
        print("failed match")
        return
    print(match_res.group("prefix")) # i am your
    print(match_res.group(0)) # i am your father


main()
```

### search
search方法定义如下所示
```py
re.search(pattern, string, flags=0)
```
search方法使用示例如下所示

### pattern
类似java，re提供了compile方法，返回正则编译后的pattern，并通过pattern执行操作

#### findall
`pattern.findall`方法会返回所有匹配的字符串
```py
import re


def main():
    msg = '''although i use amd graphic card, i view it as a trash for its bad performance in ai.
    nvidia is also trash because its crazy price, fuck amd and nvidia!'''
    pattern = re.compile("(amd|nvidia)\\s+(graphic card)?")
    search_res_list = pattern.findall(msg)
    print(search_res_list)


main()

# [('amd', 'graphic card'), ('nvidia', ''), ('amd', '')]
```
#### finditer
`pattern.finditer`会返回所有匹配的match对象
```py
import re


def main():
    msg = '''although i use amd graphic card, i view it as a trash for its bad performance in ai.
    nvidia is also trash because its crazy price, fuck amd and nvidia!'''
    pattern = re.compile("(amd|nvidia)\\s+(graphic card)?")
    search_res_list = pattern.finditer(msg)
    print([e.group(0) for e in search_res_list])


main()

# ['amd graphic card', 'nvidia ', 'amd ']
```

## 面向对象
### 命名空间
命名空间是name到对象的映射集合，在不同的命名空间中，相同name映射到的对象可能会不同。

namespace的示例有：
- 内置name集合：（包含内置异常名称和函数名，例如`abs()`函数）
- module中的global names
- 函数调用中的local names

> 在某种程度上来说，对象中的attributes也构成了一个命名空间

## module
python支持将文件内容拆分到多个文件中，将function definition放置到文件中后，在`其他文件`或`interactive instance`中可以针对fucntion definition进行导入。

放置function definition的文件被称之为`module`，通常用来定义公共方法。

### module name
module为包含python definition和statements的文件。file name由module name和`.py`后缀组成。在module中，module的名称可以通过全局变量名`__name__`进行访问。

如果在文件`fibo.py`中定义如下内容：
```py
# Fibonacci numbers module

def fib(n):
    """Write Fibonacci series up to n."""
    a, b = 0, 1
    while a < n:
        print(a, end=' ')
        a, b = b, a+b
    print()

def fib2(n):
    """Return Fibonacci series up to n."""
    result = []
    a, b = 0, 1
    while a < n:
        result.append(a)
        a, b = b, a+b
    return result
```
那么`fibo`module中的内容可以通过如下方式进行导入
```py
import fibo
```
上述导入并不会将定义在`fibo`module中的function name直接添加到当前的命名空间，其只是将module name`fibo`添加到了命名空间，可以通过module name访问module中定义的内容：
```py
fibo.fib(1000)

fibo.fib2(100)

fibo.__name__
```
### module statements
在module中除了可以包含function definition外，还可以包含可执行statements。该可执行statements用于对module进行初始化。

#### when statements will be executed
module中的statements只会在`第一次该module被导入`时执行。(如果module文件其本身被执行，而非作为依赖被其他文件导入，那么module中的statements也同样会被执行)

每个module都拥有其自己的private namespace，并且对于定义在module中的所有方法而言，`private module`既是`global namespace`。故而，作为module的开发者而言，其可以自由的使用global variables，而不用担心其global variables名称和module使用者定义的global variables发生冲突。

如果想要访问在module中定义的global variables，可以使用`modname.itemname`的方式。

通常而言，对于module的import被放置在文件的最外层最开始的部分，`但这并非是必须的`。在文件最外层被导入的module，其module name会被添加到当前文件的module glboal namespace中。

#### from ... import ...
import还存在一个变体，可以从module中直接导入name，而不是导入module后通过module name访问module中内容：
```py
from fibo import fib, fib2
fib(500)
```
在上述示例中，`fibo`并没有被引入到当前文件的global namespace中。

除此之外，还可以导入module中所有的name
```py
from fibo import *
fib(500)
```
同样的，`fibo`也不会被导入到当前global namespace中。

上述`from fibo import *`语句会导入`fibo`module中定义的所有name，但是以下划线`_`开头的名称除外。

通常情况下，不要使用`from fibo import *`来进行导入，因为其引入的name是不确定的，可能会覆盖你所定义的部分内容。

#### as
在对其他module执行import操作时，可以通过as来进行重命名

```py
import fibo as fib
fib.fib(500)
```
上述示例中，`fib`的名称将会绑定到module `fibo`。

```py
from fibo import fib as fibonacci
fibonacci(500)
```

### execute module as script
当想要将module作为script执行时，可以使用如下命令：
```bash
python fibo.py <arguments>
```

上述`将module作为script执行的命令`，和`导入module时对module进行执行`的行为实际上是一致的，唯一区别如下：
- `module作为script执行`: `__name__`值为`__main__`
- `module被导入`: `__name__`值为`module name`

故而，在module中包含如下代码
```py
if __name__ == "__main__":
    import sys
    fib(int(sys.argv[1]))
```
可以使module既可作为module被导入，也可以作为可执行的脚本，其中该代码块只会在module作为main file时才会被执行。

并且，在module被导入时，`sys`并不会被导入。

### module search path
当module名为`spam`的module被导入时，interpreter会按照如下顺序来进行查找：
1. 首先，interpreter会从built-in module中查找`spam`
2. 如果步骤1没有查询到，其会在`sys.path`变量定义的路径中查找名为`spam.py`的文件

#### `sys.path`初始化
在python启动时，其会初始化module search path，初始化后的module search path可以通过`sys.path`来进行访问。

在`sys.path`中，组成如下：
- `sys.path`中第一条entry是包含input script的目录（如果存在input script）
  - 若未指定input script，如`运行交互式shell`、`运行-c command`、`运行-m module`时，`sys.path`的第一条entry则是当前目录
- `PYTHONPATH`环境变量中定义的路径也会被添加到search path中
- 包含`standard python modules及其依赖的拓展modules`的路径也会别添加到module search path中
  - 拓展modules在windows平台中后缀名为`.pyd`，在其他平台中后缀名为`.so`
  - 其中，`standard python modules`是平台无关的，被称为`prefix`
  - `extension modules`则是平台相关的，被称为`exec_prefix`
 

> python支持通过`-c`来直接运行python命令，示例如下
> ```shell
> python -c 'print(1+22*33)'
> ```
>
> python还支持通过`-m`来直接运行module，示例如下
> ```bash
> echo '{"name":"John","age":30}' | python -m json.tool
> ```

> 部分系统支持symlinks，故而包含input script的目录路径会在input script的symlink被follow之后才进行计算。故而，`包含symlink`的目录并不会被添加到sys.path中

在`sys.path`被初始化之后，python程序可以对`sys.path`进行修改。

在`sys.path`中，包含被运行文件的目录路径被放在了`sys.path`中最开始的位置，代表如果运行文件路径中如果存在和`standard library module`相同名称的文件，那么运行文件路径下的同名文件将会覆盖`standard library module`。

### standard module
python附带了一个包含standard modules的library。`standard modules`中部分modules是内置在interpreter中的，built modules中的内容可能并不是语言核心操作的一部分，但是能够提供对操作系统的访问，例如系统调用等。

built-in modules中的module在不同平台是可选的，例如`winreg` module只存在于windows平台。但是，`sys`module在所有平台的python interpreter中都包含。

### dir function
内置的`dir()`方法会查看在module中定义了哪些名称，其返回了一个sorted string list：
```bash
>>>import fibo, sys
>>>dir(fibo)
['__name__', 'fib', 'fib2']
>>>dir(sys)
['__breakpointhook__', '__displayhook__', '__doc__', '__excepthook__',
 '__interactivehook__', '__loader__', '__name__', '__package__', '__spec__',
 '__stderr__', '__stdin__', '__stdout__', '__unraisablehook__',
 '_clear_type_cache', '_current_frames', '_debugmallocstats', '_framework',
 '_getframe', '_git', '_home', '_xoptions', 'abiflags', 'addaudithook',
 'api_version', 'argv', 'audit', 'base_exec_prefix', 'base_prefix',
 'breakpointhook', 'builtin_module_names', 'byteorder', 'call_tracing',
 'callstats', 'copyright', 'displayhook', 'dont_write_bytecode', 'exc_info',
 'excepthook', 'exec_prefix', 'executable', 'exit', 'flags', 'float_info',
 'float_repr_style', 'get_asyncgen_hooks', 'get_coroutine_origin_tracking_depth',
 'getallocatedblocks', 'getdefaultencoding', 'getdlopenflags',
 'getfilesystemencodeerrors', 'getfilesystemencoding', 'getprofile',
 'getrecursionlimit', 'getrefcount', 'getsizeof', 'getswitchinterval',
 'gettrace', 'hash_info', 'hexversion', 'implementation', 'int_info',
 'intern', 'is_finalizing', 'last_traceback', 'last_type', 'last_value',
 'maxsize', 'maxunicode', 'meta_path', 'modules', 'path', 'path_hooks',
 'path_importer_cache', 'platform', 'prefix', 'ps1', 'ps2', 'pycache_prefix',
 'set_asyncgen_hooks', 'set_coroutine_origin_tracking_depth', 'setdlopenflags',
 'setprofile', 'setrecursionlimit', 'setswitchinterval', 'settrace', 'stderr',
 'stdin', 'stdout', 'thread_info', 'unraisablehook', 'version', 'version_info',
 'warnoptions']
```
当没有为`dir()`方法传递参数时，`dir()`方法会列出当前已经定义的名称：
```python
>>> a = [1, 2, 3, 4, 5]
>>> import fibo
>>> fib = fibo.fib
>>> dir()
['__builtins__', '__name__', 'a', 'fib', 'fibo', 'sys']
```
其列出的名称中包含所有类型：变量、module、function等

`dir`方法并不会列出内置的方法和变量，如果想要查看那些，可以使用`dir(builtins)`

```bash
import builtins
dir(builtins)
```
### packages
packge是一种结构化python modules命名空间的方法，其使用了`dotted module names`。例如，module name为`A.B`其代表的是位于package A下的submodule B。

就像module可以使module的开发者们不用担心使用了和其他module中一样的变量/函数名一样，dotted module name可以令module的开发者不用担心使用了和其他module相同的module name。

如果，你要定义一系列的modules统一处理不同格式的sound files和sound data，可以采用如下的package结构：
```
sound/                          Top-level package
      __init__.py               Initialize the sound package
      formats/                  Subpackage for file format conversions
              __init__.py
              wavread.py
              wavwrite.py
              aiffread.py
              aiffwrite.py
              auread.py
              auwrite.py
              ...
      effects/                  Subpackage for sound effects
              __init__.py
              echo.py
              surround.py
              reverse.py
              ...
      filters/                  Subpackage for filters
              __init__.py
              equalizer.py
              vocoder.py
              karaoke.py
              ...
```

当对package进行导入时，python会从`sys.path`中查询package的子目录。

其中，`__init__.py`文件用于`让python将该目录看作是package`。`__init__.py`文件可以是空文件，但是`也可以包含对package进行初始化的代码`或`设置__all__变量`。

在使用package中，可以单独导入package中的module：
```py
import sound.effects.echo
```
上述示例中导入了`sound.effects.echo`module，在对module进行使用时，必须采用如下方式指定mdoule的fullname：
```py
sound.effects.echo.echofilter(input, output, delay=0.7, atten=4)
```
另一种可选的导入方式如下：
```py
from sound.effects import echo
```
在使用module时，只需要指定echo即可
```py
echo.echofilter(input, output, delay=0.7, atten=4)
```
同时，也可以直接导入module中的方法：
```py
from sound.effects.echo import echofilter

echofilter(input, output, delay=0.7, atten=4)
```

在使用`import item.subitem.subsubitem`这类语法时，除了最后的item外，其余item必须都要是package，最后的item可以是package或module，但不能是module中的内容。

#### import * from package
在对package执行`import *`的语法时，其导入行为准许如下规范：
- 如果package的`__init__.py`文件中定义了`__all__`变量，其将认为`__all__`中定义了所有应该被`import *`所导入的module name

故而，package的开发者应当负责在package版本迭代时将`__all__`进行更新；当然，开发者页可以决定不对`import *`进行支持，不定义`__all__`。

示例如下，`sound/effects/__init__.py`中可能包含如下内容：
```py
__all__ = ["echo", "surround", "reverse"]
```
其代表`from sound.effect import *`将会导入`echo, surround, reverse`三个module。

注意，本地定义的名称可能会遮挡submodules。例如，如果在`sound/effects/__init__.py`中定义了一个reverse函数，那么`from sound.effects import *`将只会导入`echo, surround`两个module。
```py
__all__ = [
    "echo",      # refers to the 'echo.py' file
    "surround",  # refers to the 'surround.py' file
    "reverse",   # !!! refers to the 'reverse' function now !!!
]

def reverse(msg: str):  # <-- this name shadows the 'reverse.py' submodule
    return msg[::-1]    #     in the case of a 'from sound.effects import *'
```

如果在`__init__.py`中没有定义`__all__`，那么`from sound.effects import *`只会导入`__init__.py`中的其他定义内容，示例如下：
```py
import sound.effects.echo
import sound.effects.surround
from sound.effects import *
```

### 包内部相互引用
在同一个包中，不同subpackage中的module可以对彼此进行引用。引用支持绝对路径和相对路径，例如，`sound.filters.vocoder`在对`sound.effects`中定义的包进行import时，可以采用如下方式：
- 绝对路径：`from sound.effects import echo`
- 相对路径：`from ..effects import echo`

在使用相对路径的导入时，示例如下：
当从`surround`执行相对路径导入时，可以执行如下形式的导入
```py
from . import echo # 位于相同的subpackage中
from .. import formats # 访问../formats
from ..filters import equalizer # 访问../filters中的equalizer
```

## class
python在对对象进行传递时，只支持引用传递（传递指向对象的指针），而不支持类似c++的值传递（对象拷贝）。故而，在python中，如果对方法的入参对象进行了修改，那么该修改对调用方可见。

### python scope and namespaces
#### namespace
namespace代表name到object的映射。

常见的namespace有：
- 包含built-in names的namespace（built-in names包含类似`abs`之类的built-in函数，以及built-in exception names等）
- 包含module global names的module namespace
- 在函数调用时包含`local names`的local namespace

从某种意义上说，对象中的attributes也构成了一个namespace。

对于`module.name`的访问，其实际也是针对`module object`中`attribute`的访问：module中的global name和module attribute都是位于同一namespace中。

`attribute`分为`read-only`和`writable`的。对于`writable`的attribute，可以对其进行赋值，示例如下：
```py
modname.the_answer = 42
```
同样的，`writable`的attribute也可以通过`del`来进行删除，删除后该attribute将会从对象中被移除
```py
del modname.the_answer
```

##### lifetime
在不同时机创建的namespace拥有不同的生命周期：
- `built-in namespace`: 在python interpreter启动时被创建，并且该namespace永远不会被删除
- `module namespace`: 当module的定义被读入时，会创建module namespace，并且module namespace会持续到interpreter退出时
- 对于被interpreter执行的top-level statements（通过交互式输入或从script中读取），其被视作`__main__`module的一部分，其拥有属于自己的namespace
- `local namespace of function`：在函数被调用时创建，在函数执行完成/抛出未处理异常时namespace被删除（对于递归调用，每次调用都拥有其自己的namespace）
  
##### LGEB
在python中，LEGB规则决定了命名空间搜索的顺序：
- `local`: 定义在函数/类内部
- `enclosed`：定义在闭包函数内
- `global`：定义在全局/最上层
- `built-in`：python中内置的保留名称

<img src="https://picx.zhimg.com/v2-9e322a731ae838a75dd2de84dae659e7_1440w.jpg" data-size="small" data-rawwidth="300" data-rawheight="260" data-original-token="v2-00f7cd30194a00ffd46c4fd5612b82c2" class="content_image" width="300">



##### scope
scope代表python程序中的一个文本范围，在该范围内可以对某个namespace中的name进行直接访问，而无需前缀`x.y.`之类的限定名。

在程序执行的某个时间点，都会存在3/4个nested scopes可以直接访问：
- 最内层的scope，包含local names，最先查找
- scope of enclosing function，查找时会从nearest neclosing scope开始，包含`non-local and non-global names`
- `next-to-last scope`，包含global names
- 最外层scope，最后查找，包含built-in names

##### global
如果使用`global var_name`的方式来声明变量，那么针对该变量的引用和复制都会直接指向global namespace中的变量。

##### nonlocal
如果想要在local namespace中访问enclosing namespace中的name，可以通过`nonlocal var_name`形式来声明变量，示例如下：
```py
def main():
        s = "fuck"
        def s_change(p):
                nonlocal s
                s=p
            s_change("shit")
        print(s)
```

如果没有通过`nonlocal`进行声明，那么对于s的赋值将会看作是`在innermost scope中创建了一个同名变量并进行赋值`，外部的变量值并不会改变。

通常来说，在函数定义内，scope为innermost scope，而在函数外则是global namespace，`类定义会新开一个namespace`。

##### global namespace
对于module中定义的function，其global namespace即是module namespace，无论函数在哪里被调用。


在python中，如果没有使用`global`或`nonlocal`，那么变量是只读的，对name的赋值永远会在innermost scope中。`del`语句则是从local scope对应的namespace中移除变量的绑定。

> 当在innermost scope中，如果只对外层变量进行读操作，那么无需使用`global`或是`nonlocal`；但是，如果想要修改外层变量，则需要使用`global`或者`nonlocal`，否则外层变量是只读的。

```py
def scope_test():
    def do_local():
        spam = "local spam"

    def do_nonlocal():
        nonlocal spam
        spam = "nonlocal spam"

    def do_global():
        global spam
        spam = "global spam"

    spam = "test spam"
    do_local()
    print("After local assignment:", spam)
    do_nonlocal()
    print("After nonlocal assignment:", spam)
    do_global()
    print("After global assignment:", spam)

scope_test()
print("In global scope:", spam)
```
在上述示例中，返回结果如下：
```
After local assignment: test spam
After nonlocal assignment: nonlocal spam
After global assignment: nonlocal spam
In global scope: global spam
```

### Class Objects
class对象支持两种类型的操作，`attribute reference`和`instantiation`。

attribute reference使用`obj.name`的语法。class定义如下:
```py
class MyClass:
        """A simple example class"""
        i = 12345

        def f(self):
                return 'hello world'
```
`MyClass.i`和`MyClass.f`是有效的attribute reference，会返回一个integer和一个function。

`__doc__`也是一个有效的attribute，返回对该class的简单文档描述。

类实例化类似于函数的调用，其语法如下：
```py
x = MyClass()
```
上述示例会创建一个MyClass类型的对象，并且将其赋值给本地变量x。

#### __init__
python中支持在初始化时为对象指定状态，故而可以自定义构造器，示例如下：
```py
class Complex:
    def __init__(self, realpart, imagpart):
        self.r = realpart
        self.i = imagpart

c = Complex(3.0, -4.5)
```
#### data attributes
python中的data attributes类似于c++中的data members，但是，`data attributes`并不需要被声明，其类似于local variables，其在第一次赋值时就存在了。

例如，`变量x是MyClass类的实例`，那么如下代码将会输出`16`.

#### method object
除了通过data attribute外，另一种attribute reference的方式是method。

在python中，class中的function定义了object中的method。但是，`x.f`和`MyClass.f`并不等价，前者是method object，后者是function object。

通常，method在其所绑定的对象后调用：
```py
x.f()
```

python中，`x.f`为一个method object，支持被存储在变量中，并可以在后续通过变量调用，示例如下：
```py
xf = x.f

while True:
    print(xf())
```
如上所示，method object `x.f`被存储在local variable `xf`中后，后续可以通过`xf()`来调用method object。

> 按照`MyClass`的类定义，`x.f`方法将会接收一个`self`参数，但是在调用`xf()`时，并没有传递任何参数。

实际上，对于method而言，其method所绑定的对象实例将会作为参数被传向function的第一个参数`self`。

故而，对于method object和function object而言，`x.f()`实际上等价于`MyClass.f(x)`。

即，对于method object而言，`obj.method(arg1, arg2 ...)`的调用等价于`Class.method(obj, arg1, arg2 ...)`的function调用。

### class and instance variables
简单来说，每个对象的instance variables是相互独立的，但是class variables则是在同一类的所有对象间都是共享的。

```py
class Dog:

    kind = 'canine'         # class variable shared by all instances

    def __init__(self, name):
        self.name = name    # instance variable unique to each instance

>>> d = Dog('Fido')
>>> e = Dog('Buddy')
>>> d.kind                  # shared by all dogs
'canine'
>>> e.kind                  # shared by all dogs
'canine'
>>> d.name                  # unique to d
'Fido'
>>> e.name                  # unique to e
'Buddy'
```

对于class variables而言，其既可以通过`MyClass.name`来进行访问，也可以通过`obj.name`来进行访问。

但是，在class variable和instance variable同名时，instance variable会优先被访问，示例如下：
```py
class Warehouse:
       purpose = 'storage'
       region = 'west'

    w1 = Warehouse()
print(w1.purpose, w1.region)
storage west
w2 = Warehouse()
w2.region = 'east'
print(w2.purpose, w2.region)
storage east
```

在python中，用户既可以通过method来访问data attributes，也可以通过对象直接访问。并且，python中也没有类似其他语言中`private`这类强制隐藏的机制，`python中都是基于约定`。

在使用data attributes时，应当小心如下场景：
- data attributes可能被method维护和管理，若用户不经过method直接修改attribute的值，可能会造成attribute的状态被破坏（没有经过method中的相关校验直接将attribute改为错误值）
- 用户可以在`避免命名冲突`的前提下向data attributes添加自己的值

在python中，对象中method的第一个参数名为`self`，这只是一个约定，`self`在python中并没有特别的意义。

#### function object
python中，function object为一个class attribute，用于定义method。function object并不一定要定义在class内部，示例如下：
```py
# Function defined outside the class
def f1(self, x, y):
        return min(x, x+y)

class C:
        f = f1

        def g(self):
                return 'hello world'

    h = g
```
在上述示例中，类`C`包含`f, g, h`三个attributes，C实例中也包含`f, g, h`三个method。其中，`h`和`g`完全等价。

在python的class定义中，method可以通过`self.xxx`调用其他method，示例如下：
```py
class Bag:
        def __init__(self):
                self.data = []

            def add(self, x):
                self.data.append(x)

            def addtwice(self, x):
                self.add(x)
                self.add(x)
```
method中同样可以访问global names，method关联的global scope是method定义所位于的module。

> 在python中，每个值都是一个对象，其class信息存储在`object.__class__`中。

### Inheritance
在python中，支持类的继承，示例如下：
```py
class DerivedClassName(BaseClassName):
        <statement-1>
            .
            .
            .
            <statement-N>
```

#### attribute resolving
若派生类B继承了基类A，那么在对B的对象进行attribute解析时，其首先会查找派生类，如果在派生类中没有找到，则会继续在基类中查找。

#### method resolving
method解析也会从派生类开始，沿着基类逐渐查询，直到找到对应的function object。

在python中，派生类的方法会覆盖基类的方法，用c++中的概念来理解，即python中所有的method都是virtual的。

在python中，如果派生类方法中想要调用基类的方法，可以通过`BaseClassName.methodname(self, arguments)`，其类似于其他语言中的`super`。

#### built-in functions
python中包含如下built-in function来判断继承关系：
- `isinstance`: 该方法通常用于检查是否实例属于某一个类
  - `isinstance(obj, int)`
- `issubclass`: 该方法通常用于检查是否一个类派生自另一个类
  - `issubclass(bool, int)`: 该调用返回为True，bool是int的子类

### private variables
python中并不存在只能从类内部访问的`private instance variable`。但是，python编码中存在一个规范约束：
- 以`_`开头的名称应当被作为api中的非公开部分（下划线开头的可以是function, method, data member）

#### name mangling
在类定义中，任何以`__spam`定义的name（至少两个前缀下划线，最多一个后缀下划线），都会被替换为`_classname__spam`的形式。

name magling在不破坏列内部调用的场景下十分有用，示例如下：
```py
class Mapping:
    def __init__(self, iterable):
        self.items_list = []
        self.__update(iterable)

    def update(self, iterable):
        for item in iterable:
            self.items_list.append(item)

    __update = update   # private copy of original update() method

class MappingSubclass(Mapping):

    def update(self, keys, values):
        # provides new signature for update()
        # but does not break __init__()
        for item in zip(keys, values):
            self.items_list.append(item)
```
在上述代码中，即使在`MappingSubclass`中引入`__update`，其名称也为`_MappingSubclass__update`，和`_Mapping__update`不同，仍然不会对父类造成影响。

在类中以`__spam`定义的变量，在类外部可以以`_classname__spam`进行访问。

### odds and ends
有时想使用类似C语言中的struct，惯用方法是使用`dataclasses`，示例如下所示：
```py
from dataclasses import dataclass

@dataclass
    class Employee:
        name: str
        dept: str
        salary: int
```
```py
>>> john = Employee('john', 'computer lab', 1000)
>>> john.dept
'computer lab'
>>> john.salary
1000
```

### `__self__,  __func__`
instance method object拥有如下属性：
- `__self__`: `m.__self__`代表method m关联的实例对象
- `__func__`: `m.__func__`代表method关联的function object

### iterators
在python中，大多数容器对象都可以通过for-statements进行迭代：
```py
for element in [1, 2, 3]:
    print(element)
for element in (1, 2, 3):
    print(element)
for key in {'one':1, 'two':2}:
    print(key)
for char in "123":
    print(char)
for line in open("myfile.txt"):
    print(line, end='')
```
在底层，for-statement针对容器对象调用了`iter()`方法，该方法会返回一个`iterator`对象，iterator对象中定义了`__next__()`方法，该方法在终止时会抛出`StopIteration`异常。

可以通过内置的`next()`方法来调用`__next__()`，示例如下所示：
```py
>>> s = 'abc'
>>> it = iter(s)
>>> it
<str_iterator object at 0x10c90e650>
>>> next(it)
'a'
>>> next(it)
'b'
>>> next(it)
'c'
>>> next(it)
Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
        next(it)
    StopIteration
```
如果想要为自定义类添加iterator，可以在类中定义一个`__iter__()`方法，该方法返回一个带`__next__()`方法的对象。`如果一个class中包含了__next__()方法的定义，那么__iter__()方法仅需返回self即可`。

```py
class Reverse:
    """Iterator for looping over a sequence backwards."""
    def __init__(self, data):
        self.data = data
        self.index = len(data)

    def __iter__(self):
        return self

    def __next__(self):
        if self.index == 0:
            raise StopIteration
        self.index = self.index - 1
        return self.data[self.index]
```

### generators
`Generators`可以简单的创建iterator，其编写和函数类似，但是当想要返回值时，使用`yield statement`。

每次调用`next()`时，generator都会从上次中止的地方进行恢复。示例如下所示：
```py
def reverse(data):
        for index in range(len(data)-1, -1, -1):
                yield data[index]
```
```py
>>> for char in reverse('golf'):
    print(char)

f
l
o
g
```
通过generator完成的任何事情都可以通过iterator来完成，但是generator的代码更加紧凑，其`__iter__`和`__next__`方法都是自动生成的。

在generator的多次next调用之间，local variables的状态和执行状态也是自动保存的。

generator令iterator的编写更加简单。

### generator expression
一些简单的迭代器可以简化为表达式：
```py
>>> sum(i*i for i in range(10))                 # sum of squares
285

>>> xvec = [10, 20, 30]
>>> yvec = [7, 5, 3]
>>> sum(x*y for x,y in zip(xvec, yvec))         # dot product
260

>>> unique_words = set(word for line in page  >>> for word in line.split())

>>> valedictorian = max((student.gpa, student.name) for student in graduates)

>>> data = 'golf'
>>> list(data[i] for i in range(len(data)-1, -1, -1))
['f', 'l', 'o', 'g']
```

## asyncio
python支持通过`async/await`语法编写并发代码。asyncio是多个python异步框架的基础。

### Coroutines
可以通过`async/await`的语法来编写asyncio application。例如，如下代码将打印`hello`并等待1s，然后打印`world`：
```py
>>> import asyncio

>>> async def main():
        print('hello')
        await asyncio.sleep(1)
        print('world')

>>>  asyncio.run(main())
hello
world
```
如果仅简单调用`main()`，并不会对该coroutinue进行调度：
```py
>>> main()
<coroutine object main at 0x1053bb7c8>
```

为了实际的运行coroutinue，asyncio提供了如下机制：
- `asyncio.run`:在上述示例中，`asyncio.run`用于执行main函数的entry point
- `awaiting on coroutinue`：如下代码片段将会在1s后打印`hello`，并在2s后打印`world`
  ```py
  import asyncio
  import time

  async def say_after(delay, what):
          await asyncio.sleep(delay)
          print(what)

      async def main():
          print(f"started at {time.strftime('%X')}")

          await say_after(1, 'hello')
          await say_after(2, 'world')

          print(f"finished at {time.strftime('%X')}")

      asyncio.run(main())
  ```
  上述示例总共耗费3s，首先等待`hello` 1s，再等待`world` 2s
- `asyncio.create_task()`：该方法支持创建Tasks让多个coroutinue并发运行
  ```py
  async def main():
          task1 = asyncio.create_task(
                  say_after(1, 'hello'))

          task2 = asyncio.create_task(
                  say_after(2, 'world'))

          print(f"started at {time.strftime('%X')}")

          # Wait until both tasks are completed (should take
          # around 2 seconds.)
          await task1
          await task2

          print(f"finished at {time.strftime('%X')}")
  ```
  上述示例总共耗费2s，等待`hello` 1s，`hello`打印后再过1s打印`world`

- `asyncio.TaskGroup`:该方法相较`asyncio.create_task`提供了一个更加现代的api，示例如下：
  ```py
  async def main():
          async with asyncio.TaskGroup() as tg:
                  task1 = tg.create_task(
                          say_after(1, 'hello'))

                  task2 = tg.create_task(
                          say_after(2, 'world'))

                  print(f"started at {time.strftime('%X')}")

              # The await is implicit when the context manager exits.

          print(f"finished at {time.strftime('%X')}")
  ```
  当前示例总体耗时也为2s

### Awaitables
当对象可以在await表达式中使用时，该对象被称为Awaitable object。许多asyncio api被定义为接收awaitable object。

总共有3中awaitables：`coroutinue, Tasks, Futures`

对于asyncio中的三种`awaitable objects`，task和coroutinue/future的区别是：
- task：当创建task时，将会将task交给event loop待后续调度，`当前coro本身并不会挂起，而是会继续执行`
- coro/future：当`await coro`调用时，则是会挂起当前coro，直接执行目标coro，待目标coro执行完成后，才会继续执行挂起的coro

#### Coroutinues
python中coroutinue是awaitable，并且可以在其他coroutinue中通过`await`调用：
```py
import asyncio

async def nested():
        return 42

async def main():
        # Nothing happens if we just call "nested()".
    # A coroutine object is created but not awaited,
    # so it *won't run at all*.
    nested()  # will raise a "RuntimeWarning".

        # Let's do it differently now and await it:
    print(await nested())  # will print "42".

asyncio.run(main())
```
#### Tasks
`Tasks`用于并发的对coroutinues进行调度。

当通过`asyncio.create_task()`将coroutinue封装在Task中时，coroutinue将会自动的被调度：
```py
import asyncio

async def nested():
        return 42

async def main():
        # Schedule nested() to run soon concurrently
    # with "main()".
    task = asyncio.create_task(nested())

    # "task" can now be used to cancel "nested()", or
    # can simply be awaited to wait until it is complete:
    await task

    asyncio.run(main())
```

#### Futures
`Future`是一个底层的awaitable对象，代表一个异步操作的最终结果。

当一个Future对象被awaited时，代表coroutinue将会等待，直至Future执行完成。

### Creating Tasks
#### `asyncio.create_task(coro, *, name=None, context=None)`
将coroutinue封装在Task对象中，并且对其进行调度。该方法会返回一个Task object。

该task将会在`get_running_loop()`返回的loop中执行，如果当前线程中没有running loop，那么将会抛出`RuntimeError`。

### Task Cancellation
task可以被简单和安全的取消。当task被取消时，并不会立马中断task抛出`asyncio.CancelledError`，而是等到task下一次执行await时才会抛出异常。

推荐通过`try/finally`来执行clean-up逻辑，当显式捕获的`asyncio.CancelledError`时，通常在clean-up操作完成后都应该对异常重新抛出。

asyncio中存在部分组件允许结构化的并发，例如`asyncio.TaskGroup`，其内部实现中使用了cancellation，`如果coroutinue吞了异常，将会导致asyncio中TaskGroup等组件行为异常`。

类似的，用户代码中通常也不应该调用`uncancel`。

但是，如果真的需要对`asyncio.CancelledError`进行suppress，其在吞异常之后还需要调用`uncancel`来取消cancellation state。

### Task Groups
task groups整合了`task creation API`和`wait for all tasks in the group to finish`两方面，使异步代码的编写变得更加便捷。

#### `asyncio.TaskGroup`
该类是一个asynchronous context manager，其中持有了一组tasks，task可以通过`create_task`被添加到group中。当context manager退出时，会等待所有的tasks执行完成。

##### `taskgroup.create_task(coro, *, name=None, context=None)`
该方法调用会在group中创建一个task，该方法的签名和`asyncio.create_task`方法的一致。

> 如果该task group是非活跃的，那么将会对给定的coro进行关闭。

task group的使用示例如下所示：
```py
async def main():
    async with asyncio.TaskGroup() as tg:
        task1 = tg.create_task(some_coro(...))
        task2 = tg.create_task(another_coro(...))
    print(f"Both tasks have completed now: {task1.result()}, {task2.result()}")
```
`async with`语句会等待所有位于task group中的tasks都执行完成，但是，`在等待的过程中仍然可以向task group中添加新的task`。
> 可以将task group传递给coroutinue，并且在corotinue中调用`tg.create_task`向task group中添加task

一旦task group中所有的task执行完成并且`async with`block退出，那么将无法向task group中添加新的task。

##### CancelledError
一旦task group中任一task抛出`非CancelledError的异常`，位于task group中的其他task都会被cancelled，后续任何task都无法被添加到task group中。

并且，`除了添加到task group的tasks之外，包含`async with`代码块的`main task`也会被标记为cancelled。`

task group抛出非`CancelledError`会导致在下一个await表达式时抛出`CancelledError`异常，但是，`CancelledError`并不会抛出`async with block`，故而在async with block外无需关注async with是否会抛出`CancelledError`。

当所有task都完成后，任何抛出`非CancelledError类似异常`的异常都会被整合到`ExceptionGroup`/`BaseExceptionGroup`中，并被后续抛出。

有两种异常将会被特殊对待：`KeyboardInterrupt`和`SystemExit`，对于这两种异常，task group仍然会取消其他task并且等待其余tasks，但是原始的`KeyboardInterrupt`和`SystemExit`异常仍然会被抛出。（抛出的是异常的原值，而不是ExceptionGroup）。

对于async with body中抛出的异常，其处理和task抛出异常一致。

#### terminate a taskgroup
在python标准库中，并不原生支持对task group的终止。但是，可以通过向task group中`添加一个抛出未处理异常的task`来实现，示例如下：
```py
import asyncio
from asyncio import TaskGroup

    class TerminateTaskGroup(Exception):
        """Exception raised to terminate a task group."""

    async def force_terminate_task_group():
        """Used to force termination of a task group."""
        raise TerminateTaskGroup()

    async def job(task_id, sleep_time):
        print(f'Task {task_id}: start')
        await asyncio.sleep(sleep_time)
        print(f'Task {task_id}: done')

    async def main():
        try:
                async with TaskGroup() as group:
                    # spawn some tasks
                    group.create_task(job(1, 0.5))
                    group.create_task(job(2, 1.5))
                    # sleep for 1 second
                    await asyncio.sleep(1)
                    # add an exception-raising task to force the group to terminate
                    group.create_task(force_terminate_task_group())
            except* TerminateTaskGroup:
                pass

        asyncio.run(main())
```
其输出如下：
```py
Task 1: start
Task 2: start
Task 1: done
```
### Sleeping
#### `async asyncio.sleep(delay, result=None)`
该方法会阻塞`delay`秒。

如果`result`有值，那么当coroutinue完成时result会被返回给调用方。

sleep会一直挂起当前任务，允许其他任务执行。如果为sleep传参为0，其将会让其他tasks执行，可作为一种优化手段。其通常是在运行时间较长的任务中使用，避免长任务一直占用event loop。

```py
await sleep(0)
```
### 并发运行任务
#### `awaitable asyncio.gather(*aws, return_exceptions=False)`
并发的运行aws中的awaitable objects。

如果aws中的某个awaitable是coroutinue，那么其将自动作为task被调度。

如果所有的awaitable objects都成功执行，那么结果将会聚合到returned list中。returned list中结果的顺序和aws中awaitable object的顺序一致。

##### return_exceptions
return_exceptions的值决定了gather的行为：
- `False`（默认）：如果该参数为False，那么那么aws中抛出的第一个异常将会被立刻传递到`等待gather返回结果的task`，aws中其他的tasks并不会被cancelled，仍然会继续运行
- `True`：exceptions也将被当作成功的返回结果，并且被组装到returned list中

如果`gather()`被cancelled，那么gather中所有未完成的awaitable objects也都会被取消。

如果aws中的任一Task或Future被取消，其将被看作抛出CancelledError，在这种情况下`gather()`并不会被cancelled。这样能够避免某一个task/future的取消造成gather中其他的task/future也被取消。

`asyncio.gather`的使用示例如下所示：
```py

import asyncio

async def factorial(name, number):
        f = 1
        for i in range(2, number + 1):
                print(f"Task {name}: Compute factorial({number}), currently i={i}...")
                await asyncio.sleep(1)
                f *= i
            print(f"Task {name}: factorial({number}) = {f}")
        return f

async def main():
        # Schedule three calls *concurrently*:
    L = await asyncio.gather(
            factorial("A", 2),
                factorial("B", 3),
                factorial("C", 4),
            )
        print(L)

    asyncio.run(main())

    # Expected output:
    #
    #     Task A: Compute factorial(2), currently i=2...
    #     Task B: Compute factorial(3), currently i=2...
    #     Task C: Compute factorial(4), currently i=2...
    #     Task A: factorial(2) = 2
    #     Task B: Compute factorial(3), currently i=3...
    #     Task C: Compute factorial(4), currently i=3...
    #     Task B: factorial(3) = 6
    #     Task C: Compute factorial(4), currently i=4...
    #     Task C: factorial(4) = 24
    #     [2, 6, 24]

```