首页 > 其他分享 >异常、生成器

异常、生成器

时间:2022-10-17 18:45:56浏览次数:48  
标签:__ 代码 生成器 yield try print 异常

异常、生成器

异常常见类型

异常以不同的类型出现,这些类型都作为信息的一部分打印出来: 例子中的类型有 SyntaxError  
NameError
IndexError
KeyError
IndentationError

异常处理语法结构

1.基本句法
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
eg:
try:
  print(x)
except NameError:
  print("Variable x is not defined")
except:
  print("Something else went wrong")
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
        待监测的代码(可能会出错的代码)
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

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

异常处理补充

1.断言
assert <条件测式> ,<异常附加数据>
assert后面条件为假时就会报异常
	 name = 'jason'
    # assert isinstance(name, int)
    assert isinstance(name, str)
    print('哈哈哈 我就说吧 肯定是字符串')
    name.strip()
    
2.主动抛异常
raise 异常名
raise 异常名,附加数据
raise 类名
eg:
	 name = 'jason'
    if name == 'jason':
        raise Exception('老子不干了')
    else:
        print('正常走')

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
	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
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]
    # 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

生成器对象

在 Python 中,使用了 yield 的函数被称为生成器(generator)。
跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数,返回的是一个迭代器对象。
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关键字
	 # 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'''

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)
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
    if start_num>end_num:
        start_num,end_num=end_num,start_num
    while start_num<end_num:
        if step > 0:
            yield start_num
            start_num+=step
        elif step<0:
            yield end_num
            end_num+=step
for i in my_range(100,50,-1):
    print(i)

yield冷门用法

在 Python 中,使用了 yield 的函数被称为生成器(generator)。
跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中,每次遇到 yield 时函数会暂停并保存当前所有的运行信息,返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数,返回的是一个迭代器对象。
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__()
# res.send('汉堡')  # 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

说白了就是生成器的简化写法
l1 = [i ** 2 for i in range(100)]
print(l1)
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():  # 生成器
    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, 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)
print(res)

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

标签:__,代码,生成器,yield,try,print,异常
From: https://www.cnblogs.com/bnmm/p/16800211.html

相关文章

  • 异常处理与生成器
    异常处理与生成器异常处理异常处理语法结构1.基本语法结构try:待监测的代码(感觉要BBQ的代码)except错误类型:针对上述错误制定的方案......
  • MySQL 5.7.39 group by查询异常
    一、异常摘要Errorqueryingdatabase.Cause:java.sql.SQLSyntaxErrorException:Expression#1ofSELECTlistisnotinGROUPBYclauseandcontainsnonaggregated......
  • 异常生成器
    目录异常生成器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手动实现range简单功能yield冷门用法生成器表达式异常生成器异常常见类型语法错误......
  • 关于System.InvalidOperationException:“Nullable object must have a value.异常
    关于System.InvalidOperationException:“Nullableobjectmusthaveavalue.异常,检查数据库的设计以及EF中的实体模型是否准确首先出现这个问题的原因在于你所要获取的......
  • python学习记录:简单二维码生成器源码
     Function:  二维码生成器Author:  琴棋书画'''importioimportsysimportqrcodefromPyQt5importQtWidgets,QtGuifromPyQt5.QtWidgetsimportQA......
  • 关于异常-git日常开发问题
    问题解决方法      是.husky下面的pre-commit已经存在了删除掉这个pre-commit文件再从stash里把内容Apply拿出来提交就可以了 ......
  • 生成器
    目录今日内容回顾今日内容详情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生成器练习yield冷门用法生成器表达式今日内容回顾异常常见类型异......
  • 异常处理语法结构、yield生成器及其表达式
    今日内容回顾目录今日内容回顾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......
  • day16 异常处理生成器
    day16异常处理生成器今日内容概要异常处理异常处理实战应用生成器对象生成器对象实现range方法生成器表达式今日内容详细一、异常处理1.异常常见类型Synt......
  • python进阶之路15 之异常处理、生成器相关
    异常捕获处理1.异常异常就是代码运行报错行业术语叫bug代码运行中一旦遇到异常会直接结束整个程序的运行我们在编写代码的过程中要尽可能避免2.异常分类......