#错误&异常
程序逻辑或者语法问题产生错误，是一个事件
产生错误之后，会进入异常状态，到调用函数的地方寻找解决方法，将程序恢复为正常执行状态
异常的作用：通知上层调用者有错误发生，用作信号通知
#try语句的try-excpetion语法
try:
可能触发异常的语句
except 错误类型1 [as 变量1]:
异常处理语句
except (错误类型2,错误类型3,错误类型4):
异常处理语句
......
[except:
异常处理语句other
else:
未发生异常时动作
finally:
最终语句]
至少应该保留一个except
出现异常之后，接下来的代码将不会执行，错误将返回给上层调用者
#示例
def fenpingguo():
str1 = input(\"please input a num\")
s = int(str1)
a = 100/s
print(\"over\")
try:
fenpingguo()
except ValueError: #出现数值错误，即int()函数内部不是一个int字符串
print(\"Error\")
except ZeroDivisionError: #出现除0错误
print(\"Error2\")
except (ValueError,ZeroDivisionError) as err: #出现这两个错误，并且两个错误元组绑定在变量Error上
print(err)
except: #如果发生了其他类型的异常
print(\"Error occurs\")
else:
print(\"No error occuers\") #未发生异常时执行else下方的语句块
finally:
print(\"try have been excuted\") #finally语句最终一定会被执行
#常用的Error
ZeroDivisionError
ValueError:传入无效参数
AssertionError:断言语句失败
StopIteration:迭代器没有更多索引值
IndexError:序列中没有此索引
IndentationError:缩进错误
ImportError:导入错误
NameError:未命名错误
IOError:输入输出错误
AttributeError:对象没有这个属性
BaseException:基类
SystemExit:解释器请求退出
#try-finally用法
没有except语句，只有
try:
xxx
finally:
xxx
无论是否产生异常，一定会执行finally下的语句；finally语句不会改变程序的执行状态
#raise
抛出一个错误，让程序进入异常状态
raise 异常类型
或者
raise 异常对象
比如：
def make_except():
print(\"function start\")
myerror = ValueError(\"This is an ValueError\")
raise myerror
print(\"end of function\")
try:
make_except()
except ValueError:
print(\"Error has been dealt\")
#assert 断言语句
assert 真值表达式，数据错误（通常是字符串）
当真值表达式为False时，用错误数据创建一个AssertionError类型的错误，并触发此错误并进入异常状态
相当于：
if 真值表达式 == False:
raise AssertionError(错误数据)
#迭代器 Iterator
迭代器，用于对可迭代对象做遍历的工具
两个相关函数
iter(iterable) 可从可迭代对象返回一个迭代器iterator
next(iterator) 从迭代器对象实例中获取下一个记录，如果没有下一条记录，则抛出StopInteration#
示例：用迭代器遍历一个list
for x in range(1,10,3):
print(x)
it = iter(range(1,10,3))
while True:
try:
print(next(it))
except StopIteration:
break
#生成器 Generator
生成器能够动态的提供数据对象，生成器对象也是可迭代对象
它不像列表那种静态可迭代对象，它是动态的
生成器函数的定义：
yield 表达式
yield仅用于def 函数中，该函数称为生成器函数
该函数被调用时会生成并返回一个可迭代对象，这个对象是一个生成器对象
之后每次用next访问该生成器函数，都会执行一遍非yield语句，然后返回下一个yield的值
生成器可以再生成一个迭代器，next(迭代器)时，会寻找生成器对象要数据，生成器会找生成器函数要数据，当生成器函数遇到一个yield时，会返回该值，然后生成器函数卡在这条yield函数之后，待下次取用，直到最后生成StopIteration异常
#练习题：写一个myrange代替range
def myrange(stop,start = None,step = None):
if start == None:
start = 0
else:
stop,start = start,stop
if step == None:
step = 1
if step == 0:
myerror = ValueError(\"argv step cannot be 0\")
raise myerror
if step > 0:
while start < stop:
yield start
start += step
else:
while start > stop:
yield start
start += step
it = iter(myrange(100,150,1))
try:
while True:
print(next(it))
except ValueError as err:
print(\"ValueError:\",err)
except StopIteration as err:
print(\"StopIteration Error\")
print(\"Program exit!\")
#生成器函数得到的数据现用现生成，不会占用大量内存空间！！！这是一个非常优越的优点
#python3中range本身就是这样实现的
#生成器表达式
gen = (x**2 for x in List1)
it = iter(gen)
next(it)
#迭代工具函数
生成一个个性化的可迭代对象
zip(iter1,iter2,iter3,...)用多个可迭代对象，生成一个元组，元组中每个元素也是一个元组，玫每个这样的元组即(iter1[x],iter[x],iter3[x])，x是一个确定的数，x最大是min(len(iter1),len(iter2)......)
枚举函数enumerate(iterable)
names = [1,2,3]
for x in enumerate(names):
print(x)
#练习题：输入多个字符串，打印输入的行号和字符串
l = list()
while True:
str1 = input(\"please input a string\")
if str1 == \'\':
break
l.append(str1)
for x in zip(range(1,len(l)+1),l):
print(\"%d:%s\"%(x[0],x[1]))
#练习题：用生成器函数计算斐波那契数列前n项
def fn(n):
cnt = 0
a = 1
b = 1
yield 1
cnt += 1
if cnt > n:
return
yield 1
cnt += 1
if cnt > n:
return
while True:
a,b = b,a+b
yield b
cnt += 1
if cnt > n:
return
for x in fn(20):
print(x)
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
