跳到主要內容

C#教材(5) 例外處理

  例外處理


  • 例外




 Ex: 除以分母
  int x = 0;
  int y = 123;
  Console.WriteLine("{0} 除以 {1} 等於 {2}" ,x, y, y/x);








  • 例外處理
(1)接收例外訊息


語法
try
{
    //錯誤的邏輯、流程或是變數偵錯的內容                      
}
catch (Exception ex)
{
    //拋出錯誤                      
}

語法
try
{
    //錯誤的邏輯、流程或是變數偵錯的內容                      
}
catch (Exception ex)
{
    //拋出錯誤                      
}finally
{
  //不管怎樣,都會做到此區塊
}



加上例外處理 :
int x = 0;
int y = 123;
try
{
Console.WriteLine("{0} 除以 {1} 等於 {2}", x, y, y / x);
}
catch (Exception ex)
{
Console.WriteLine(ex.ToString());

}


  • 例外類別 :


Name Description
ApplicationException 使用者自訂例外類別,如果想要自訂類別可以繼承這個類別實作
SystemException 系統本身提供的例外類別,像DivideByZeroException或是ArithmeticException
IsoLatedStorageException 使用在IO系統中,隔離儲存作業失敗的例外情況
SUDSGeneratorException WSDL例外處理
InvalidActiveXStateException ActiveX控制項相關例外資訊


  • 拋出例外訊息方法:


(1) Message :
     回傳一個字串,其中表示例外訊息,利用這個屬性可以取得特定的狀況
     相關訊息說明。

(2) StackTrace :
    紀錄此例外的方法,拋出錯誤的堆疊。

(3) TargetSit:
      丟出例外的方法名稱。

(4) Source :
     取得錯誤丟出例外的應用程式或是物件名稱。

int x = 0;
int y = 123;
try
{
Console.WriteLine("{0} 除以 {1} 等於 {2}", x, y, y / x);
}
catch (Exception ex)
{
Console.WriteLine("例外訊息:{0}", ex.ToString());
Console.WriteLine("堆疊:{0}", ex.StackTrace);
Console.WriteLine("程式名稱:{0}", ex.Source);
Console.WriteLine("方法名稱:{0}", ex.StackTrace);
}

(2)自訂例外方法並拋出例外

當我們自訂例外類別時,我們需要自己撰寫邏輯去拋例外

語法
throw new 例外類別名稱()

  • 自訂例外類別

var Emp = new { name = "Jack" , salary=-1000f  };
try
{
if (Emp.salary < 0)
{
throw new MyException(); //拋出例外
}

Console.WriteLine("員工姓名:" +Emp.name);

}
catch (MyException myEx)
{
Console.WriteLine(myEx);

}

        //自訂錯誤類別
class MyException :ApplicationException
{
private String errorMessage ;

public MyException()
{
ZeroError();
}

public void ZeroError()
{
this.errorMessage = "薪水不為零" ;

}

public override string ToString()
{
return errorMessage ;

}

}
















留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同,這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構,很多時候常常被搞混,所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object,只需要繼承Object就可以,沒有特定規定,只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用,規範比較嚴格,規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO,但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中,主要用來存取資料庫資料達到持久化的目的,並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件,可以發現Employee物件建構子沒有任何參數,屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題: 例如:log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在: 利用google查詢所遭遇到的問題,例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法: 我實作下面解法後,就可以順利執行手寫辨識的程式. //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096

淺談機器學習原理-Nonlinear Transform

Nonlinear Transform 淺談機器學習原理-Nonlinear Transform Nonlinear Transform *通用能力 gerneralization : 就是將訓練好的模型,放到正式環境可以正常的運作,通常Linear Model的gerneralization會比較好,因為線性模型解決的問題比較單純。缺點是應用侷限比較大。 參考Chih-Chung Chang老師的範例:縣性與非線性分類範例 https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 非線性問題 當如果今天假設要圈出裡面小圈圈的資料,我們就無法使用線性的模型,我們可以用非線性解像圈圈的方程式 s i g n ( − x 1 2 − x 2 2 + r ) sign(-x1^2-x2^2+r) s i g n ( − x 1 2 − x 2 2 + r ) 來解決,在演算法我們利用reduce來將不會的問題透過已知的問題來解決,所以在這個問題 我們將圈圈的方程式(非線性模型)reduce成線性模型來解決。 Reduce 方法論 我們調整圓形的方程式改為 z 0 z_0 z 0 ​ , z 1 z_1 z 1 ​ , z 2 z_2 z 2 ​ 來轉換線性方程式, { ( x n , y n ) } \{{(x_n,y_n)}\} { ( x n ​ , y n ​ ) } => { ( z n , y n ) } \{{(z_n,y_n)}\} { ( z n ​ , y n ​ ) } 在這空間資料中只要能找線,就可將不同的分類區分,圖中可以線性可以線去做分類。 透過向量方式來轉換成線性方程式 我們找到一個方式將非線性資料X透過向量轉換為Z後,希望透過線性方程式方式來學習,得到正解。 當我們Nonlinear transform轉換成線性方程式,當有新的資料進來我們無法使用invertiable(逆向工程)的方式去轉回非線...