异常处理语法结构与生成器对象

今日内容

异常常见内容

1.BaseException
	这个异常类型就是所有异常的基类，在自定义异常类是也需要去继承这个类，当使用作为异常捕获的类型时就会自动捕获所有异常
2.IOError
	该异常类型的意思就是在文件IO流传输出现问题就会捕获到的异常 一般来说打开文件或者读写文件都有可能引发这种异常类型
3.KeyError
	在python中看到key关键字就可以知道这个异常类型是由字典所引发的，他的意思就是在访问字典中不存在的键会捕获异常
4.TypeError
	这个是最常见最容易引发的异常类型，在对象比较或者执行表达式的时候，只要对象数据类型和需求对不上就会引发这个异常类型
5.OverflowError
	在python中无论整数还是浮点数，他们能够参与的数学计算值都是有长度上线的，当结果或者数字长度超出数据类型规定值就会引发OverflowError类型的异常
6.NameError
	这个异常类型被引发的原因就在于访问了当前程序中不存在的变量name指代的就是变量名
7.IndentationError
	没使用正确缩进时引发的异常（ 语法错误（的子类） ；代码没有正确对齐）
8.SyntaxError
	Python代码非法，代码不能编译(个人认为这是语法错误，写错了） 
9.IndexError
	下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]                      

异常处理语法结构

基本语法结构
	try:
        待监测的代码
    except 错误类型:
        针对上述错误类型定制方案    

• try except结构

  概念:
  	try except结构在python异常处理结构中使用得最为频繁，其中try子句中的代码为可能引发异常的语句，except语句捕获相应的异常。 也可为理解为，#当try子句代码执行异常并且被except子句捕获事，执行except子句语块
  
  代码举例:
      mathScore = input('英语成绩：')
  try:
      mathScore = int(mathScore)
      if(mathScore>=0 and mathScore<=100):
          print("输入的英语成绩为：",mathScore)
      else:
          print("输入的不在本科成绩范围内")
  except Exception as e:  # e是系统提示的错误信息
      print('输入错误')
      
  # 偷个懒用Exception万能异常 针对常见的错误类型统一处理
  

• try except else结构

  概念:
      如果try代码子代码中出现了异常且改异常被except捕获，则可以执行相应的异常处理代码，此时就不会执行else中的子代码
      # 如果try中的代码没有抛出异常，则继续执行else子句
  #语法结构:
       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
  #代码举例:
      wprt = input('英语成绩：')
      try:
          wprt = int(wprt)
      except Exception as e:
          print('输入的数值有误！')
      else:
          if (wprt >= 0 and wprt <= 100):
              print("输入的英语成绩为：", wprt)
          else:
              print("输入的不在本科成绩范围内")
  #假设输入的不是1-100就会执行e，如果输入的是1-100那么说明没有任何报错将执行else  
  

• try except else finally结构

  在try...except...finally结构中，如论try子句是否正常执行，finally子句中的代码总会得到执行！
  	q = int(input('q:'))
      e = int(input('e:'))
      try:
          c = q/e
          print(c)
      except Exception:
          print('e不能为o')
      finally:
          print('运算结束')
      # 无论try是否正常执行 finally肯定会执行    
  
  

异常处理补充

1.断言
	什么是断言？其实assert断言就是用于判断一个表达式，在表达式条件为 false 的时候触发断言异常，断言可以在条件不满足程序运行的情况下直接返回错误，而不必等待程序运行后出现崩溃的情况
    name = 'jason'
    # assert isinstance(name, int) 
    assert isinstance(name, str) # 设置断言肯定name是字符串
    print('哈哈哈 我就说吧 肯定是字符串')
    name.strip()  
2.主动抛异常
	异常捕获后为什么还要主动去抛出一个异常呢？这是为了方便我们知道出现异常的具体情况，我们还可以自定义异常
    name = 'jason'
    if name == 'jason':
        raise Exception('老子不干了') 
        ## 捕获后运行不会报错，再抛出就会看到异常
    else:
        print('正常走')

异常处理实战应用

1.异常处理能少用就少用
2.被try监测的代码尽量少
3.当代码中出现无法控制的情况报错才考虑使用
 4.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

1.本质
	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   # 关键字
4.函数体代码如果有关键字yield那么函数名加括号不会执行函数体代码，# 会形成一个生成器对象(迭代器对象)  
5.使用加括号之后的结果调用__next__才会执行函数体代码
	#res.__next__()
6.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():   # 1
    print('哈哈哈 椰子汁很好喝') # 4.执行之后返回第二个next
    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()  # 2.变成生成器不执行函数体代码
r1 = res.__next__()  # 3.执行__next__之后
print(r1)
r2 = res.__next__() # 5.已经是生成器所以执行next不执行函数体代码
print(r2)
r3 = res.__next__()
print(r3)
r4 = res.__next__()
print(r4) 

'''yield有点类似于return 可以返回返回值'''

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__()
# 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]
#D. res=[21,22,23,24]
'''大致知道起始数即可'''