异常常见类型
AssertionError
断言语句失败(assert后的条件为假)
AttributeError
访问的对象属性不存在
lmportError
无法导入模块或者对象,主要是路径有误或名称错误
lndentationError
代码没有正确对齐,主要是缩进错误
lndexError
下标索引超出序列范围
lOError
输入/输出异常,主要是无法打开文件
KeyError
访问字典里不存在的键
NameError
访问一个未声明的变量
OverflowError
数值运算超出最大限制
SyntaxError
pythin语法错误
TabError
Tab和空格混用
TypeError
不同类型缩进之间的无效操作(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
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
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
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
万能异常 Exception/BaseExcetion
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
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
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
断言
断言就是对一段代码进行判断,如果判断结果正确就继续运行,如果判断错误了就抛出AssertionError异常,直接中断代码的运行
name = 'jason'
# assert isinstance(name, int)
assert isinstance(name, str)
print('字符串')
name.strip()
主动抛异常
跟上面的断言原理相似,当我运行代码检测到指定的数据值或条件的时候就直接抛出异常中断代码的运行。主动抛出异常需要用到raise这个方法,或是断言中的assert方法
name = 'jason'
if name == 'jason':
raise Exception('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猜应该考虑使用
eg:使用缩进访问网络软件 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
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
会生成应该生成器对象(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
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)
yield冷门用法
当我们使用yield关键字的时候可以用变量名绑定yield关键字,然后就可以使用send反复传参,然后再次运行到yield关键字处停止运行。
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)
标签:__,res,代码,生成式,yield,next,print,异常
From: https://www.cnblogs.com/oiqwyig/p/16800345.html