day16异常以及生成器

目录

• 今日内容详细
  • 异常常见类型
  • 异常处理语法结构
  • 异常处理补充
  • 异常处理实战应用
  • 生成器对象
  • 课堂练习
  • yield冷门用法
  • 生成器表达式

今日内容详细

异常常见类型

AttributeError    # 访问的对象属性不存在
ImportError  # 无法导入模块或者对象，主要是路径有误或名称错误    
SyntaxError   # python语法错误
NameError     # 访问一个未声明的变量
IndexError    # 下标索引超出序列范围
KeyError      # 访问字典里不存在的键
IndentationError  #  代码没有正确对齐，主要是缩进错误
IOError        # 输入/输出异常，主要是无法打开文件
OverflowError    # 数值运算超出最大限制
TabError    # Tab和空格混用
TypeError    # 不同类型数据之间的无效操作（传入对象类型与要求的不符合）
ValueError    # 传入无效的值，即使值的类型是正确的
 
ZeroDivisionError    # 除法运算中除数0 或者 取模运算中模数为0
.......

异常处理语法结构

1.基本语法结构:
    try:
        待检测的代码(可能会出错的代码)
    except 错误类型:
        针对上述错误类型制定的方案
2.查看错误的信息
	try:
        待检测的代码(可能会出错的代码)
    except 错误类型 as e: 
  # e就是系统提示的错误信息
        针对上述错误类型制定的方案
 3.针对不同的错误类型定制不同的解决方案
	try:
        待检测的代码(可能会出错的代码)
    except 错误类型 as e: 
  # e就是系统提示的错误信息
try:
        待检测的代码(可能会出错的代码)
    except 错误类型 as e: 
  # e就是系统提示的错误信息
try:
        待检测的代码(可能会出错的代码)
    except 错误类型 as e: 
  # e就是系统提示的错误信息
	...
 
  4.万能异常 Exception/BaseException
    	try:
            待监测的代码(可能会出错的代码)
    except Exception as e:  # e就是系统提示的错误信息
        针对各种常见的错误类型全部统一处理
   5.结合else使用
		try:
        待监测的代码(可能会出错的代码)
    except Exception as e:  # e就是系统提示的错误信息
        针对各种常见的错误类型全部统一处理
    else:
        try的子代码正常运行结束没有任何的报错后 再执行else子代码
   
	6.结合finally使用
    try:
        待监测的代码(可能会出错的代码)
    except Exception as e:  # e就是系统提示的错误信息
        针对各种常见的错误类型全部统一处理
    else:
        try的子代码正常运行结束没有任何的报错后 再执行else子代码
    finally:
        无论try的子代码是否报错 最后都要执行finally子代码

异常处理补充

1.断言
	def zero(s):
    a = int(s)
    assert a > 0 # 'a'超出范围: 如果a确实大于0 程序继续往下运行
    print(a)
    return a
zero('-5')
  assert a>0 判断为True，所以可以继续执行下面的程序。
  assert a<0 判断为False，所以报错AssertionError，程序中断。
 
2.主动抛异常
	name = 'jason'
    if name == 'jason'
    	raise Exception('fuck off')
    else:
        print('正常执行')

异常处理实战应用

1.异常处理能尽量少用就少用
2.被try监测的代码能尽量少就尽量少
3.当代码中可能会出现一些无法控制的情况报错才应该考虑使用
    手机访问网络软件 断网
    编写网络爬虫程序请求数据 断网
 
课堂练习
	使用while循环+异常处理+迭代器对象 完成for循环迭代取值的功能
    l1 = [11, 22, 33, 44, 55, 66, 77, 88, 99]
    # 将l1 变成迭代器对象
    list_l1 = l1.__iter__()
    # while循环反复执行迭代对象
    while True:
        try:
            print(list_l1.__next__())
        except StopIteration as e:
            break

生成器对象

1. 定义阶段就是一个普通函数 
2.当函数体内含有yield关键字，那么在第一次调用函数的时候，并不会执行函数体代码，而是将函数变成了生成器（迭代器）

1.本质
	还是内置有__iter__和__next__的迭代器对象
2.区别
	迭代器对象是解释器自动提供的
     	数据类型\文件对象>>>:迭代器对象
     生成器对象是程序员编写出来的
    	代码、关键字>>>:迭代器对象(生成器)
3.创建生成器的基本语法
	函数体代码中填写yield关键字
    def my_iter():
        print('good good')
        yield
   """
   1.函数体代码中如果有yield关键字
   	那么函数名加括号并不会执行函数体代码
   	会生成一个生成器对象(迭代器对象) 
   """
    res = my_iter()
   '''2.使用加括号可之后的结果调用__next__才会执行函数体代码'''
    res.__next__()
    '''3.每次执行完__next__代码都会停在yield位置 下次基于该位置继续往下找第二个yield'''
    def my_iter()
    	print('123456789')
       	yield 111, 222, 333
        print('魏某z最帅')
        yield 222,333,444
   	    print('努力')
        yield 222,333,444
        print('冲')
        yield 222, 333, 444
     res = my_iter()
     r1 = res.__next__()
     print(r1)
   	 r2 = res.__next__()
     print(r2)
     r3 = res.__next__()
     print(r3)
     r4 = res.__next__()
     print(r4)
    '''4.yield还有点类似return 可以返回返回值'''
 

课堂练习

自定义生成器对标range功能(一个参数 两个参数 三个参数 迭代器对象)
# 1.（两个参数）
def my_range(start_num, end_num):
    while start_num < end_num: # 2.
        yield start_num  # yield 类似 return 返回 start_num 3.
        start_num += 1   # 自增1 直到 start_num = end_num 结束
 
 
res = my_range(1, 10).__iter__()   # 迭代器对象
while True:
    try:
        i = res.__next__()  # for i in range(1, 10)
        print(i)
    except StopIteration:
        break
 
2.（一个参数）
def my_range(start_num, end_num=0):
    if end_num == 0:
        end_num = start_num
        start_num = 0
    while start_num < end_num: # 2.
        yield start_num  # yield 类似 return 返回 start_num 3.
        start_num += 1   # 自增1 直到 start_num = end_num 结束
        
        
for i in my_range(10):
    print(i)
 
3.（3个参数）
def my_range(start_num, end_num=0,step=1):
    if end_num == 0:
        end_num = start_num
        start_num = 0
    while start_num < end_num: # 2.
        yield start_num  # yield 类似 return 返回 start_num 3.
        start_num += step
 
 
for i in my_range(1, 10, 2):
    print(i)
 

yield冷门用法

def eat(name, food=None):
    print(f'{name}准备用餐')
    while True:
        food = yield 
        print(f'{name}正在吃{food}')
        
res = eat('jason')
res.__next__()
# 1.将括号内的数据传给yield前面的变量名
# 2.再自动调用__next__
res.send('包子')
res.send('面条')

生成器表达式

# 大白话:生成器的简化写法
l1 = [i ** 2 for i in range(100)]
print(l1)  # 列表生成器
 
l1 = (i ** 2 for i in range(100)) # 生成器对象
print(l1) # <generator object <genexpr> at 0x00000200BB94BAC0>
for i in l1:
    print(i)