【python】速通笔记

Python学习路径 - 从零基础到入门

环境搭建

1. 安装Python

   • Windows: 从官网下载安装包 https://www.python.org/downloads/
   • Mac/Linux: 通常已预装，可通过终端输入python3 --version检查

2. 配置开发环境

   • 推荐使用VS Code或PyCharm作为代码编辑器
   • 安装Python扩展插件
   • 创建第一个Python文件hello.py

     # hello.py
     print("Hello, Python!")
     

   • 运行程序: 在终端输入python3 hello.py

基础语法

1. 变量与数据类型

   • 数字类型

     # 整数
     age = 20
     # 浮点数
     price = 3.99
     

   • 字符串

     name = "Alice"
     greeting = 'Hello, World!'
     

   • 布尔值

     is_student = True
     is_teacher = False
     

2. 基本运算

   # 算术运算
   print(10 + 3)  # 13
   print(10 - 3)  # 7
   print(10 * 3)  # 30
   print(10 / 3)  # 3.333...# 字符串拼接
   first_name = "John"
   last_name = "Doe"
   full_name = first_name + " " + last_name
   print(full_name)  # John Doe
   

3. 练习题目

   • 练习1: 计算两个数的和

     num1 = 5
     num2 = 7
     # 计算并打印它们的和
     

   • 练习2: 打印个人信息

     name = "你的名字"
     age = 你的年龄
     # 打印"我叫XX，今年XX岁"
     

基础语法

1. 变量与数据类型

   • 数字、字符串、布尔值

     # 示例
     num = 42
     name = "Python"
     is_true = True
     

   • 列表、元组、字典、集合

     # 示例
     my_list = [1, 2, 3]
     my_tuple = (1, 2, 3)
     my_dict = {"name": "Alice", "age": 25}
     my_set = {1, 2, 3}
     

2. 运算符

   • 算术运算符

     # 示例
     print(10 + 3)  # 13
     print(10 - 3)  # 7
     print(10 * 3)  # 30
     print(10 / 3)  # 3.333...
     print(10 // 3) # 3 (整除)
     print(10 % 3)  # 1 (取余)
     print(10 ** 3) # 1000 (幂)
     

   • 比较运算符

     # 示例
     print(10 > 3)  # True
     print(10 < 3)  # False
     print(10 == 3) # False
     print(10 != 3) # True
     

   • 逻辑运算符

     # 示例
     print(True and False)  # False
     print(True or False)   # True
     print(not True)        # False
     

3. 控制结构

   • 条件语句(if/elif/else)

     # 示例
     age = 18
     if age < 13:print("儿童")
     elif age < 18:print("青少年")
     else:print("成人")
     

   • 循环(for/while)

     # for循环示例
     for i in range(5):print(i)# while循环示例
     count = 0
     while count < 5:print(count)count += 1
     

   • break和continue

     # 示例
     for i in range(10):if i == 5:break  # 退出循环if i % 2 == 0:continue  # 跳过本次循环print(i)
     

函数编程

1. 函数定义与调用

   # 示例
   def greet(name):"""打印问候语"""print(f"Hello, {name}!")greet("Alice")  # 调用函数
   

2. 参数传递
   • 位置参数

     # 示例
     def add(a, b):return a + bprint(add(3, 5))  # 8
     

   • 关键字参数

     # 示例
     def greet(name, message):print(f"{message}, {name}!")greet(message="Hi", name="Bob")  # Hi, Bob!
     

   • 默认参数

     # 示例
     def greet(name, message="Hello"):print(f"{message}, {name}!")greet("Alice")  # Hello, Alice!
     greet("Bob", "Hi")  # Hi, Bob!
     

   • 可变参数(*args, **kwargs)

     # 示例
     def print_args(*args):for arg in args:print(arg)print_args(1, 2, 3)  # 打印1, 2, 3def print_kwargs(**kwargs):for key, value in kwargs.items():print(f"{key}: {value}")print_kwargs(name="Alice", age=25)  # 打印name: Alice, age: 25
     

3. lambda表达式

   # 示例
   square = lambda x: x ** 2
   print(square(5))  # 25# 与map/filter一起使用
   numbers = [1, 2, 3, 4]
   squared = list(map(lambda x: x**2, numbers))
   print(squared)  # [1, 4, 9, 16]
   

4. 作用域与闭包

   # 作用域示例
   x = 10  # 全局变量def foo():y = 20  # 局部变量print(x + y)  # 可以访问全局变量foo()  # 30# 闭包示例
   def outer_func(x):def inner_func(y):return x + yreturn inner_funcclosure = outer_func(10)
   print(closure(5))  # 15
   

面向对象编程

1. 类与对象

   # 示例
   class Dog:# 类属性species = "Canis familiaris"# 初始化方法def __init__(self, name, age):self.name = name  # 实例属性self.age = age# 实例方法def description(self):return f"{self.name} is {self.age} years old"# 实例方法def speak(self, sound):return f"{self.name} says {sound}"# 创建对象
   my_dog = Dog("Buddy", 5)
   print(my_dog.description())  # Buddy is 5 years old
   print(my_dog.speak("Woof"))  # Buddy says Woof
   

2. 继承与多态

   # 继承示例
   class Bulldog(Dog):def speak(self, sound="Woof"):return super().speak(sound)# 多态示例
   def animal_speak(animal):print(animal.speak())bulldog = Bulldog("Max", 3)
   print(bulldog.speak())  # Max says Woof
   

3. 魔术方法

   # __str__ 示例
   class Dog:def __init__(self, name, age):self.name = nameself.age = agedef __str__(self):return f"Dog(name='{self.name}', age={self.age})"my_dog = Dog("Buddy", 5)
   print(my_dog)  # Dog(name='Buddy', age=5)# __add__ 示例
   class Vector:def __init__(self, x, y):self.x = xself.y = ydef __add__(self, other):return Vector(self.x + other.x, self.y + other.y)v1 = Vector(1, 2)
   v2 = Vector(3, 4)
   v3 = v1 + v2
   print(v3.x, v3.y)  # 4 6
   

4. 装饰器

   # 函数装饰器示例
   def my_decorator(func):def wrapper():print("装饰器: 调用函数前")func()print("装饰器: 调用函数后")return wrapper@my_decorator
   def say_hello():print("Hello!")say_hello()
   # 输出:
   # 装饰器: 调用函数前
   # Hello!
   # 装饰器: 调用函数后# 类装饰器示例
   def class_decorator(cls):class Wrapper:def __init__(self, *args, **kwargs):self.wrapped = cls(*args, **kwargs)def __getattr__(self, name):return getattr(self.wrapped, name)return Wrapper@class_decorator
   class MyClass:def __init__(self, value):self.value = valuedef show(self):print(f"Value: {self.value}")obj = MyClass(42)
   obj.show()  # Value: 42
   

高级特性

1. 生成器与迭代器

   # 生成器示例
   def count_up_to(max):count = 1while count <= max:yield countcount += 1counter = count_up_to(5)
   print(next(counter))  # 1
   print(next(counter))  # 2# 迭代器示例
   my_list = [1, 2, 3]
   my_iter = iter(my_list)
   print(next(my_iter))  # 1
   print(next(my_iter))  # 2
   

2. 装饰器高级用法

   # 带参数的装饰器
   def repeat(num_times):def decorator_repeat(func):def wrapper(*args, **kwargs):for _ in range(num_times):result = func(*args, **kwargs)return resultreturn wrapperreturn decorator_repeat@repeat(num_times=3)
   def greet(name):print(f"Hello {name}")greet("Alice")# 类装饰器
   class Timer:def __init__(self, func):self.func = funcdef __call__(self, *args, **kwargs):import timestart = time.time()result = self.func(*args, **kwargs)end = time.time()print(f"执行时间: {end - start:.2f}秒")return result@Timer
   def long_running_func():time.sleep(2)long_running_func()
   

3. 元类编程

   # 元类示例
   class Meta(type):def __new__(cls, name, bases, namespace):namespace['version'] = '1.0'return super().__new__(cls, name, bases, namespace)class MyClass(metaclass=Meta):passprint(MyClass.version)  # 1.0# 动态创建类
   def make_class(name):return type(name, (), {'x': 10})DynamicClass = make_class('DynamicClass')
   print(DynamicClass().x)  # 10
   

4. 上下文管理器

   # with语句示例
   with open('file.txt', 'w') as f:f.write('Hello, world!')# 自定义上下文管理器
   class MyContextManager:def __enter__(self):print("进入上下文")return selfdef __exit__(self, exc_type, exc_val, exc_tb):print("退出上下文")with MyContextManager() as cm:print("在上下文中")
   

5. 多线程与多进程

   # 多线程示例
   import threadingdef worker():print("线程执行")threads = []
   for i in range(5):t = threading.Thread(target=worker)threads.append(t)t.start()for t in threads:t.join()# 多进程示例
   from multiprocessing import Processdef worker():print("进程执行")processes = []
   for i in range(5):p = Process(target=worker)processes.append(p)p.start()for p in processes:p.join()
   

6. 异步编程(asyncio)

   import asyncioasync def hello():print("Hello")await asyncio.sleep(1)print("World")async def main():await asyncio.gather(hello(), hello(), hello())asyncio.run(main())
   

常用标准库

1. os/sys - 系统操作

   # os示例
   import os
   print(os.getcwd())  # 获取当前工作目录
   os.mkdir('new_dir')  # 创建目录# sys示例
   import sys
   print(sys.argv)  # 命令行参数
   sys.exit(0)  # 退出程序
   

2. pathlib - 现代化路径操作

   from pathlib import Path# 创建路径对象
   p = Path('.')# 遍历目录
   for f in p.glob('*.py'):print(f.name)# 路径拼接
   new_file = p / 'subdir' / 'new_file.txt'
   new_file.write_text('Hello, Pathlib!')
   

3. subprocess - 运行外部命令

   import subprocess# 运行简单命令
   result = subprocess.run(['ls', '-l'], capture_output=True, text=True)
   print(result.stdout)# 管道操作
   ps = subprocess.Popen(['ps', '-aux'], stdout=subprocess.PIPE)
   grep = subprocess.Popen(['grep', 'python'], stdin=ps.stdout, stdout=subprocess.PIPE)
   ps.stdout.close()
   output = grep.communicate()[0]
   print(output.decode())
   

4. re - 正则表达式

   import re# 匹配示例
   pattern = r'\b\w+\b'
   text = 'Hello, world!'
   matches = re.findall(pattern, text)
   print(matches)  # ['Hello', 'world']# 替换示例
   new_text = re.sub(r'world', 'Python', text)
   print(new_text)  # Hello, Python!
   

5. datetime - 日期时间

   from datetime import datetime, timedelta# 当前时间
   now = datetime.now()
   print(now.strftime('%Y-%m-%d %H:%M:%S'))  # 格式化输出# 时间计算
   tomorrow = now + timedelta(days=1)
   print(tomorrow)
   

6. json - JSON处理

   import json# 序列化
   data = {'name': 'Alice', 'age': 25}
   json_str = json.dumps(data)
   print(json_str)  # {"name": "Alice", "age": 25}# 反序列化
   loaded_data = json.loads(json_str)
   print(loaded_data['name'])  # Alice
   

7. collections - 高级数据结构

   from collections import defaultdict, Counter, namedtuple# defaultdict示例
   d = defaultdict(int)
   d['a'] += 1
   print(d['a'])  # 1# Counter示例
   cnt = Counter('abracadabra')
   print(cnt.most_common(3))  # [('a', 5), ('b', 2), ('r', 2)]# namedtuple示例
   Point = namedtuple('Point', ['x', 'y'])
   p = Point(11, y=22)
   print(p.x + p.y)  # 33
   

学习资源

1. 官方文档: https://docs.python.org/3/
2. 推荐书籍:
   • 《Python编程：从入门到实践》- 适合初学者
   • 《流畅的Python》- 适合进阶学习
   • 《Python Cookbook》- 实用技巧
3. 练习平台:
   • LeetCode: 算法练习
   • Codewars: 编程挑战
   • HackerRank: 综合练习
4. 在线课程:
   • Coursera: Python专项课程
   • Udemy: 实用Python项目
5. 社区资源:
   • Stack Overflow: 问题解答
   • GitHub: 开源项目学习
   • Python官方论坛

进阶主题

1. 并发编程

   # 线程池示例
   from concurrent.futures import ThreadPoolExecutordef task(n):return n * nwith ThreadPoolExecutor(max_workers=4) as executor:results = executor.map(task, range(10))print(list(results))
   

2. 性能优化

   # 使用timeit测量代码执行时间
   import timeitsetup = """
   def sum_range(n):return sum(range(n))
   """print(timeit.timeit('sum_range(1000)', setup=setup, number=1000))
   

3. 设计模式

   # 单例模式实现
   class Singleton:_instance = Nonedef __new__(cls):if cls._instance is None:cls._instance = super().__new__(cls)return cls._instances1 = Singleton()
   s2 = Singleton()
   print(s1 is s2)  # True
   

实战项目

1. 电商数据分析系统

需求分析:

• 从CSV文件读取销售数据
• 计算每日/每月销售额
• 生成可视化报表

实现步骤:

import pandas as pd
import matplotlib.pyplot as pltdef sales_analysis():# 1. 读取数据df = pd.read_csv('sales.csv')# 2. 数据处理df['date'] = pd.to_datetime(df['date'])daily_sales = df.groupby(df['date'].dt.date)['amount'].sum()# 3. 可视化plt.figure(figsize=(10,6))daily_sales.plot(kind='bar')plt.title('每日销售额')plt.savefig('daily_sales.png')

调试技巧:

• 使用df.head()检查数据读取是否正确
• 打印中间结果验证数据处理逻辑

2. 天气查询应用

需求分析:

• 调用天气API获取实时数据
• 支持多城市查询
• 缓存历史查询记录

实现步骤:

import requests
import jsonclass WeatherApp:def __init__(self, api_key):self.api_key = api_keyself.history = {}def get_weather(self, city):url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={self.api_key}"response = requests.get(url)data = json.loads(response.text)self.history[city] = datareturn data

调试技巧:

• 检查API响应状态码
• 使用try-except处理网络异常

3. 机器学习房价预测

需求分析:

• 使用线性回归模型
• 评估模型性能
• 部署预测接口

实现步骤:

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split# 加载数据
data = pd.read_csv('housing.csv')
X = data[['size', 'rooms']]
y = data['price']# 训练模型
X_train, X_test, y_train, y_test = train_test_split(X, y)
model = LinearRegression()
model.fit(X_train, y_train)# 评估
score = model.score(X_test, y_test)
print(f"模型R2分数: {score:.2f}")

调试技巧:

• 检查数据分布
• 尝试特征工程提高模型性能

1. 电商数据分析系统

2. Web爬虫应用

需求分析:

• 使用requests和BeautifulSoup抓取网页数据
• 提取特定信息并存储到CSV文件
• 实现分页爬取和异常处理

实现步骤:

import requests
from bs4 import BeautifulSoup
import csvheaders = {'User-Agent': 'Mozilla/5.0'}def scrape_page(url):try:response = requests.get(url, headers=headers)soup = BeautifulSoup(response.text, 'html.parser')# 提取数据示例items = []for item in soup.select('.product-item'):name = item.select_one('.name').text.strip()price = item.select_one('.price').text.strip()items.append({'name': name, 'price': price})return itemsexcept Exception as e:print(f"爬取失败: {e}")return []# 主程序
base_url = "https://example.com/products?page="
all_items = []for page in range(1, 6):  # 爬取5页items = scrape_page(base_url + str(page))all_items.extend(items)print(f"已爬取第{page}页，共{len(items)}条数据")# 保存到CSV
with open('products.csv', 'w', newline='') as f:writer = csv.DictWriter(f, fieldnames=['name', 'price'])writer.writeheader()writer.writerows(all_items)

调试技巧:

• 使用print输出中间结果检查数据提取是否正确
• 设置time.sleep避免请求过于频繁
• 使用try-except捕获网络异常

3. 自动化测试框架

需求分析:

• 支持Web UI自动化测试
• 生成测试报告
• 支持并行测试

实现步骤:

from selenium import webdriver
import unittestclass TestWebsite(unittest.TestCase):@classmethoddef setUpClass(cls):cls.driver = webdriver.Chrome()cls.driver.implicitly_wait(10)def test_homepage(self):self.driver.get("http://example.com")self.assertIn("Example Domain", self.driver.title)def test_search(self):self.driver.get("http://example.com")search_box = self.driver.find_element_by_name("q")search_box.send_keys("Python")search_box.submit()self.assertIn("Python", self.driver.page_source)@classmethoddef tearDownClass(cls):cls.driver.quit()if __name__ == "__main__":unittest.main()

调试技巧:

• 使用driver.save_screenshot()保存错误截图
• 增加显式等待避免元素未加载问题
• 使用HTMLTestRunner生成美观的测试报告

1. 电商数据分析系统

需求分析:

• 从CSV文件读取销售数据
• 计算每日/每月销售额
• 生成可视化报表

实现步骤:

import pandas as pd
import matplotlib.pyplot as pltdef sales_analysis():# 1. 读取数据df = pd.read_csv('sales.csv')# 2. 数据处理df['date'] = pd.to_datetime(df['date'])daily_sales = df.groupby(df['date'].dt.date)['amount'].sum()# 3. 可视化plt.figure(figsize=(10,6))daily_sales.plot(kind='bar')plt.title('每日销售额')plt.savefig('daily_sales.png')

调试技巧:

• 使用df.head()检查数据读取是否正确
• 打印中间结果验证数据处理逻辑

2. 天气查询应用

需求分析:

• 调用天气API获取实时数据
• 支持多城市查询
• 缓存历史查询记录

实现步骤:

import requests
import jsonclass WeatherApp:def __init__(self, api_key):self.api_key = api_keyself.history = {}def get_weather(self, city):url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={self.api_key}"response = requests.get(url)data = json.loads(response.text)self.history[city] = datareturn data

调试技巧:

• 检查API响应状态码
• 使用try-except处理网络异常

3. 自动化测试框架

需求分析:

• 支持Web UI自动化测试
• 生成测试报告
• 支持并行测试

实现步骤:

from selenium import webdriver
import unittestclass TestWebsite(unittest.TestCase):@classmethoddef setUpClass(cls):cls.driver = webdriver.Chrome()def test_homepage(self):self.driver.get("http://example.com")self.assertIn("Example", self.driver.title)@classmethoddef tearDownClass(cls):cls.driver.quit()

调试技巧:

• 添加显式等待处理元素加载
• 使用Page Object模式提高可维护性

4. 机器学习房价预测

需求分析:

• 使用线性回归模型
• 评估模型性能
• 部署预测接口

实现步骤:

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split# 加载数据
data = pd.read_csv('housing.csv')
X = data[['size', 'rooms']]
y = data['price']# 训练模型
X_train, X_test, y_train, y_test = train_test_split(X, y)
model = LinearRegression()
model.fit(X_train, y_train)# 评估
score = model.score(X_test, y_test)
print(f"模型R2分数: {score:.2f}")

调试技巧:

• 检查数据分布
• 尝试特征工程提高模型性能

5. 区块链简易实现

需求分析:

• 实现区块链数据结构
• 支持交易验证
• 工作量证明机制

实现步骤:

import hashlib
import json
from time import timeclass Block:def __init__(self, index, transactions, timestamp, previous_hash):self.index = indexself.transactions = transactionsself.timestamp = timestampself.previous_hash = previous_hashself.hash = self.calculate_hash()def calculate_hash(self):block_string = json.dumps(self.__dict__, sort_keys=True)return hashlib.sha256(block_string.encode()).hexdigest()

调试技巧:

• 打印区块哈希验证计算逻辑
• 使用单元测试验证区块链完整性

1. 计算器程序

# 简单计算器实现
import operatordef calculator():operations = {'+': operator.add,'-': operator.sub,'*': operator.mul,'/': operator.truediv}num1 = float(input("输入第一个数字: "))op = input("选择操作(+ - * /): ")num2 = float(input("输入第二个数字: "))result = operations[op](num1, num2)print(f"结果: {result}")calculator()

2. 文件管理系统

# 基础文件管理
import osdef file_manager():while True:print("\n文件管理系统")print("1. 列出文件")print("2. 创建文件")print("3. 删除文件")print("4. 退出")choice = input("选择操作: ")if choice == '1':files = os.listdir('.')print("当前目录文件:")for f in files:print(f)elif choice == '2':filename = input("输入文件名: ")with open(filename, 'w') as f:f.write("")print(f"文件 {filename} 已创建")elif choice == '3':filename = input("输入要删除的文件名: ")if os.path.exists(filename):os.remove(filename)print(f"文件 {filename} 已删除")else:print("文件不存在")elif choice == '4':breakelse:print("无效选择")file_manager()

3. 网络爬虫

# 简单网页爬虫
import requests
from bs4 import BeautifulSoupdef simple_crawler(url):try:response = requests.get(url)soup = BeautifulSoup(response.text, 'html.parser')print(f"网页标题: {soup.title.string}")print("所有链接:")for link in soup.find_all('a'):print(link.get('href'))except Exception as e:print(f"错误: {e}")simple_crawler('https://www.python.org')

4. Web应用(Flask/Django)

# Flask示例
from flask import Flaskapp = Flask(__name__)@app.route('/')
def hello():return "Hello, Python!"if __name__ == '__main__':app.run()

5. 数据可视化

# 使用matplotlib绘图
import matplotlib.pyplot as pltdef plot_example():x = [1, 2, 3, 4, 5]y = [2, 4, 6, 8, 10]plt.plot(x, y)plt.title("简单折线图")plt.xlabel("X轴")plt.ylabel("Y轴")plt.show()plot_example()

项目开发建议

1. 从简单项目开始：先完成基础功能，再逐步添加复杂特性
2. 版本控制：使用Git管理代码版本
3. 文档编写：为每个项目编写README说明
4. 测试驱动：先写测试用例再开发功能
5. 代码重构：定期优化代码结构和性能

每天学习2-3小时，坚持项目实践，1个月后你将掌握Python实际开发能力！
建议学习路径:

1. 第1周: 基础语法和函数
2. 第2周: 面向对象编程
3. 第3周: 标准库和项目实践
4. 第4周: 高级特性和框架学习

常见问题

1. Python版本选择

   • 推荐使用Python 3.8+版本，新特性更丰富且兼容性好
   • 使用python --version检查当前版本

2. 虚拟环境使用

   # 创建虚拟环境
   python -m venv myenv# 激活虚拟环境(Linux/Mac)
   source myenv/bin/activate# 安装包到虚拟环境
   pip install package_name# 退出虚拟环境
   deactivate
   

3. 性能优化技巧

   • 使用列表推导式替代循环

   # 传统方式
   squares = []
   for x in range(10):squares.append(x**2)# 列表推导式
   squares = [x**2 for x in range(10)]
   

   • 使用生成器节省内存

   # 生成器表达式
   gen = (x**2 for x in range(1000000))# 生成器函数
   def generate_squares(n):for x in range(n):yield x**2
   

4. 模块导入错误

   try:import requests
   except ImportError:print("请先安装requests模块: pip install requests")
   

5. 编码问题

   • 在文件开头添加# -*- coding: utf-8 -*-解决中文编码问题
   • 使用.encode('utf-8')和.decode('utf-8')处理字符串编码

6. 性能优化

   • 使用timeit模块测试代码执行时间
   • 避免不必要的循环和递归

调试技巧

1. print调试

   print(f"变量值: {variable}")  # 简单有效
   

2. 日志记录进阶

   import logging# 配置日志
   logging.basicConfig(level=logging.DEBUG,format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',filename='app.log'
   )# 不同级别日志
   logging.debug('调试信息')
   logging.info('普通信息')
   logging.warning('警告信息')
   logging.error('错误信息')
   logging.critical('严重错误')
   

3. 性能分析

   import cProfiledef slow_function():total = 0for i in range(1000000):total += ireturn total# 运行性能分析
   cProfile.run('slow_function()')
   

4. 内存分析

   import tracemalloctracemalloc.start()# 你的代码
   data = [i for i in range(1000000)]snapshot = tracemalloc.take_snapshot()
   top_stats = snapshot.statistics('lineno')for stat in top_stats[:10]:print(stat)
   

5. pdb调试器

   import pdb; pdb.set_trace()  # 设置断点
   

6. 日志记录

   import logging
   logging.basicConfig(level=logging.DEBUG)
   logging.debug('调试信息')
   

7. IDE调试工具

   • 使用VS Code/PyCharm等IDE的调试功能
   • 设置断点、单步执行、查看变量值

8. 异常处理

   try:# 可能出错的代码
   except Exception as e:print(f"错误类型: {type(e).__name__}")print(f"错误详情: {str(e)}")