今日内容
1.异常常见类型
2.异常处理语法结构
3.异常处理补充
4.异常处理实战应用
5.生成器对象
6.yield冷门用法
7.生成器表达式
1.异常常见类型
SyntaxError
NameError
IndexErrror
KeyError
IndentError
2.异常处理语法结构
1.基本语法结构
try:
待监测的代码(可能会出现错误的代码)
except 错误类型：
针对上述错误类型制定的方
2.查看错误的信息
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
3.异常处理补充
1.断言
name = 'jason'
assert isinstance(name,str)
print('哈哈哈 我就说 肯定是字符串')
name.strip()
2.主动抛异常
name = 'jason'
if name == 'jason':
raise Exception('老子不干了')
else:
print('正常走')
4.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.当代码中可能出现一些无法控制的情况报错才应该考虑使用
eg: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
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]
#1.先将列表调用__iter__转变成迭代器对象
iter_l1 = l1.__iter__()
#2.while循环让迭代器对象反复执行__next__
while True:
try:
print(iter_l1.__next__())
except StopIteration as e:
break
5.生成器对象
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
def my_iter():
print('哈哈哈 椰子汁很好喝')
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('哈哈哈 椰子汁很好喝')
yield 111, 222, 333
print('呵呵呵 从小喝到大')
yield 111, 222, 333
print('嘿嘿嘿 特种兵牌还可以')
yield 111, 222, 333
print('哼哼哼 千万别整多了 倒沫子 头发掉光光')
yield 111, 222, 333
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还有点类似于return 可以返回返回值
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)
for i in range(1, 10):
print(i)
1.先写两个参数的
2.再写一个参数的
3.最后写三个参数
# 1.生成器
# 两个参数
def my_range(start_num, end_num=None, step=1):
# 判断end_num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 end_num:
end_num = start_num
start_num = 0
while start_num < end_num:
yield start_num
start_num += step
res = my_range(1, 10).__iter__()
while True:
try:
i = res.__next__() # for i in range(1, 10): print(i)
print(i)
except StopIteration:
break
for i in my_range(100):
print(i)
for i in my_range(1, 10):
print(i)
for i in my_range(10):
print(i)
for i in my_range(100, 50, -1):
print(i)
for i in range(100, 50, -1):
print(i)
6.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')
res = eat('jason')
res.__next__()
res.send('汉堡') 将括号内的数据传给yield前面的变量名，再自动调用__next__
res.send('包子')
res.send('面条')
7.生成器表达式
本质上就是生成器的简化写法
l1 = (i ** 2 for i in range(100)) # 生成器对象
print(l1) #<generator object <genexpr> at 0x000001DFC07F7E40>
for i in l1:
print(i)
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():
for i in range(4):
yield i
g = test() #激活生成器
for n in[1,10]:
g = (add(n,i)for i in g)
第一次for循环
g = (add(n,ii)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)
print(res)
A. res= [10,11,12,13]
B. res= [11,12,13,14]
C. res= [20,21,22,23] #选C
D. res= [21,22,23,24]
ps:不用深入研究，大致知道起始数即可