day17

异常捕获

try:
    被监测的代码
except 错误类型 as e:
    ...
else:
    被监测的代码不报错的时候执行
finally:
    无论是否报错最终

 

 for循环本质

d = {'name':'jason','pwd':123,'hobby':'read'}

res = d.__iter__()  # StopIteration
while True:
    try:
        print(res.__next__())
    except StopIteration as e:
        break


for i in d:
    print(i)

迭代取值与索引取值对比

迭代取值
    优点:  不依赖于索引的一种通用取值方式
    缺点:  取值的顺序永远都是固定的从左往右 无法重复获取
索引取值
    缺点:  需要提供有序容器类型才可取值(不是一种通用的方式)
    优点:  可以重复取值

生成器对象

生成器其实就是自定义迭代器

当函数体内含有yield关键字 那么在第一次调用函数的时候
并不会执行函数体代码 而是将函数变成了生成器(迭代器)

yield与return对比

yield
1.可以返回值(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(支持多个并且组织成元组)
2.函数体代码遇到return直接结束

生成器表达式

l = [11,22,33,44,55,66]
方式1
res = [i+1 for i in l]
print(res)

方式2
res1 = (i+1 for i in l )
print(res1.__next__())

生成器表达式内部的代码只有在迭代取值的时候才会执行

 常见内置函数

l = [11, 22, 33, 44, 55, 66, 77, 88, 99]
# res = [i+1 for i in l if i!=44]
# print(res)

# res1 = (i+1 for i in l if i!=44)
"""
生成器表达式内部的代码只有在迭代取值的时候才会执行
"""
# print(res1.__next__())
# print(res1.__next__())
# print(res1.__next__())
"""
    迭代器对象 生成器对象 我们都可以看成是"工厂"
    只有当我们所要数据的时候工厂才会加工出"数据"
        上述方式就是为了节省空间
"""
# 求和
def add(n, i):
    return n + i
# 调用之前是函数 调用之后是生成器
def test():
    for i in range(4):
        yield i
g = test()  # 初始化生成器对象
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]