异常处理语法结构、yield生成器及其生成器表达式

目录

• 异常处理语法结构
• 异常处理实战应用
• 生成器对象
• 自定义range功能
• yield冷门用法
• yield与return对比
• 生成器表达式
• 笔试题

• 异常处理语法结构
• 异常处理实战应用
• 生成器对象
• 自定义range功能
• yield冷门用法
• yield与return对比
• 生成器表达式
• 笔试题

异常处理语法结构

# 常见的异常类型
SynataxError  语法错误
NameError  变量名错误
IndexError  索引错误
KeyError  键取值错误
IndentationError  缩进错误
TypeError: must be str, not int  类型错误
# 数据类型错误，该数据不是正确的数据类型，⽐如字符串和数字直接拼接，检查⼀下数据类型
ValueError: substring not found  值错误
# 值错误，输入的数据类型跟要求的不符合
TabError：Tab错误
# 相邻的两句的缩进需要统一使用tab或统一使用空格，不能混用，否则就会出现报错


1.基本语法结构
	try:
        待监测的代码(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.查看错误类型
	try:
        待监测的代码(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制定不同的解决方案
	try:
        待监测的代码(可能会出错的代码)
    except 错误类型1 as e: # e就是系统提示的错误信息
        针对上述错误类型1制定的方案
    except 错误类型2 as e: # e就是系统提示的错误信息
        针对上述错误类型2制定的方案
    except 错误类型3 as e: # e就是系统提示的错误信息
        针对上述错误类型3制定的方案
    ...
    
4.万能异常 Exception/BaseException
	try:
        待监测的代码(可能会报错的代码)
    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
        正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的子代码

# 异常处理补充
1.断言
name = 'jason'
assert isinstence(name, int) # 提前去判断它是不是整型 是的话打印下面一句 不是则报错断言错误错误
print('好好学习')
2.主动报异常
name = 'jason'
if name == 'jason':  # 当name是jason的时候就主动报错：raise Exception('啊哈') Exception: 啊哈
    raise Exception('啊哈')
else:
    print('哦豁')

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用就少用
3.当代码中可能会出现一些无法控制的情况才应该考虑使用
如：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
练习：
使用while循环+异常处理+迭代器对象 完成for循环迭代取值得功能
l1 = [11, 33, 44, 55, 33, 66, 77, 33, 99]
# 1.首先将列表调用_iter_转变成迭代器对象
res = l1.__iter__()
# 2.while循环让迭代器对象反复执行_next_
while True:
    try:
        print(res.__next__())
    except Exception as e:
        break

生成器对象

1.本质
	还是内置有_iter_和_next_的迭代对象
2.区别
	迭代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('我爱学习')
        yield
        '''
        函数体代码中如果有yield关键字
        那么函数名加括号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()
        '''
        使用加括号之后的结果调用_next_才会执行函数体代码
        '''
        res._next()
        '''
        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yie
        '''
        
def my_iter():
    print('哈哈')
    yield 11, 22, 33
    print('呵呵')
    yield 11, 22, 33
    print('嘿嘿')
   yield 11, 22, 33
res = my_iter_()
r1 = res._next_()
print(r1)  # 哈哈 (11 22 33)
r2 = res._next_()
print(r2)  # 呵呵 (11 22 33)
r3 = res._next_()
print(r3)  # 嘿嘿 (11 22 33)

自定义range功能

自定义生成器实现跟range方法一样的功能(一个参数 两个参数 三个参数)
for i in range(1, 10):
    print(i)
    
def my_range(first, second=None, third=1):
# 判断second是否有值 没有值说明用户只给了一个值 起始数字应该是0 终止位置应该是传的值
    if not second:
        second = first
        first = 0
    while first < second:
        yield first
        first += third

for i in my_range(9):
    print(i)
for i in my_range(1, 10):
    print(i)
for i in my_range(1, 20, 2):
    print(i)
	
如果是倒着取my_range(100, 50, -1)呢?
def my_range(first, second=None, third=1):
    if not second:
        second = first
        first = 0
    while first < second:  # 判断第一个数小于第二个数
        yield first
        first += third
    while first > second:  # 判断第一个数大于第二个数
        yield first
        first -= abs(third)  # 把负数转换为绝对值


for i in my_range(100, 50, -1):
    print(i)
for i in my_range(1, 10):
	print(i)
for i in my_range(1, 10, 2):
	print(i)

yield冷门用法

def eat(name):
    print('%s 准备干饭！！！'%name)
    while True:
        food = yield
        print('%s 正在吃 %s' % (name, food))
res = eat('jason')  # 并不会执行代码 而是转换成生成器
res.__next__()
res.send('面条')  # 通过send传值给yield赋值号左边的的变量名
res.send('盖浇饭')

yield与return对比

yield
	1.可以有返回值(支持多个并且组织成元组)
    2.函数体代码遇到yield不会结束而是'停住'
    3.yield可以将函数变成生成器 并且还支持外界传值
return
	1.可以返回值
    2.函数体代码遇到return直接结束

生成器表达式

# 就是生成器的简化写法
l1 = [i ** 2 for i in range(10)]
print(l1)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

l1 = (i ** 2 for i in range(10)) # 就是个生成器对象
print(l1)  # <generator object <genexpr> at 0x0000026509542DB0>
print(l1._next_()) # 0
print(l1._next_())  # 1
print(l1._next_())  # 4
for i in l1:
    print(i)  
print(list(l1))  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

笔试题

"""
面试题(有难度)
	大致知道流程即可
"""
def add(n, i):  # 普通函数 返回两个数的和  求和函数
    return n + i
def test():  # 生成器
    for i in range(4):   # 0 1 2 3
        yield i
g = test()  # 激活变成生成器
for n in [1, 10]:
    g = (add(n, i) for i in g)
# add(1, i) for i in test()
# add(10, i) for i in add(1, i) for i in test()
# for循环结束完n是10 add(10, i) for i in add(1o, i) for i in test()  test是0 1 2 3 到add(10, 0)
# add(10, 1) add(10, 2) add(10, 3)求和函数 add(10, i) for i in (10, 11, 12, 13) 再到求和函数中
    """
    第一次for循环
        g = (add(n, i) for i in g)
    第二次for循环
        g = (add(10, i) for i in (add(10, i) for i in g))
    """
res = list(g)  # for循环遍历列表接收值[20, 21, 22, 23]
print(res)

#A. res=[10,11,12,13]
#B. res=[11,12,13,14]
#C. res=[20,21,22,23]
#D. res=[21,22,23,24]
答案：C