Catch块异常多类抓取

简介: Catch块异常多类抓取

1 问题

如何运用catch块多类抓取异常?


2 方法

首先创建一个package包:persons,将其Age类及相关代码放入其中,并在该package包下创建另一个类Person,然后通过构造函数,写入相关参数及需要运行的对象信息并对其进行条件判断,最后在Age类中用new***()格式重新将对象实例化,结合try-catch-finally语句对异常进行抓取并分析处理,相关代码及结果如下:

异常类型分析

catch块异常多类抓取

package persons;
public class Person {
   int setage;
   Person(int setage) {
       if (setage > 0&&setage<200) {
           this.setage = setage;
       }
       else {
           throw new IllegalArgumentException("输入年龄不合法");
       }
   }
}
package persons;
import java.util.InputMismatchException;
import java.util.Scanner;
public class Age {
   public static void main(String[] args) {
       Scanner person = new Scanner(System.in);
       System.out.println("请输入年龄:");
       try{
           int setage = person.nextInt();
       }catch (NullPointerException e) {
           throw new NullPointerException("年龄不能为空");
       }catch (IllegalArgumentException e) {
           System.out.println("输入年龄不合法");
       }catch (InputMismatchException e) {
           System.out.println("年龄格式不准确");
       }finally {
           System.out.println("运行结束");
       }
   }
}

3 结语

针对catch块多类抓取异常问题,提出try-catch-finally语句、创建package包、构造函数、对象实例化格式new***()方法,通过catch块异常多类抓取实验,证明该方法是有效的,本文的方法在异常多类抓取过程中只能抓取对应的异常,因而需要多方面分析可能会出现的异常类型,后期可通过方法改进高效抓取异常并对其进行定位。

目录
相关文章
|
4天前
|
存储 人工智能 安全
AI 越智能,数据越危险?
阿里云提供AI全栈安全能力,为客户构建全链路数据保护体系,让企业敢用、能用、放心用
|
7天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
6天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
406 93
|
6天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
401 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
6天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
294 158
|
14天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。