1. Learning Outcomes#

2. Conversion नेहमी successful होईलच असे नाही#

आपण आधी वेगवेगळ्या types मध्ये conversion कसे करायचे ते पाहिले.

उदाहरणार्थ:

age = int("25")
print(age)

Expected Output#

25

इथे "25" हा string आहे.

पण त्या string मधील value पूर्णपणे numeric आहे.

म्हणून Python त्याला सहज int मध्ये convert करू शकतो.

आता थोडा बदल पाहा.

age = int("twenty five")

Python इथे जरा अडचणीत पडतो.

छोटासा संवाद असा समजा:

Developer: "twenty five" ला integer बनव.

Python: "मित्रा, int() आहे मी. English-to-number translator नाही!"

"twenty five" हा string आहे, पण त्यातील characters Python ला valid integer म्हणून समजत नाहीत.

त्यामुळे conversion fail होते.

ValueError: invalid literal for int() with base 10: 'twenty five'

म्हणजेच type conversion करताना फक्त target type सांगणे पुरेसे नसते.

आपण देत असलेली actual value त्या conversion साठी योग्य आहे का, हेही महत्त्वाचे असते.

Conversion चा basic decision flow असा समजू शकतो:

हा flow step-by-step पाहूया.

1. सर्वप्रथम आपल्याकडे काही input value असते.
2. आपण तिला int(), float() किंवा दुसऱ्या target type मध्ये convert करण्याचा प्रयत्न करतो.
3. Python पाहतो की दिलेला input type त्या conversion साठी स्वीकारता येतो का.
4. input चा typeच योग्य नसेल तर TypeError येऊ शकतो.
5. type स्वीकारता येत असेल, पण actual value invalid असेल तर ValueError येऊ शकतो.
6. type आणि value दोन्ही योग्य असतील तर conversion successful होते.

आता हे दोन मुख्य errors स्वतंत्रपणे समजून घेऊया.

3. ValueError#

Definition#

हे एका साध्या उदाहरणाने समजून घेऊया.

number = int("100")
print(number)

Expected Output#

100

int() ला string देणे चुकीचे नाही.

कारण numeric string ला integer मध्ये convert करता येते.

पण:

number = int("hello")

इथे "hello" चा type अजूनही str आहे.

int() काही strings स्वीकारू शकतो.

पण "hello" ही value integer दर्शवत नाही.

म्हणून error:

ValueError

आणखी एक उदाहरण#

price = float("49.95")
print(price)

Expected Output#

49.95

"49.95" ही value valid floating-point number दर्शवते.

म्हणून float() conversion successful आहे.

पण:

price = float("49 rupees")

इथे Python ला "49 rupees" पूर्ण value floating-point number म्हणून समजत नाही.

त्यामुळे:

ValueError

येईल.

int("12.5") चे काय?#

हा beginner साठी खूप common confusion आहे.

number = int("12.5")

पहिल्या नजरेत वाटू शकते:

"12.5 मध्ये number तर आहे. मग error का?"

कारण int() जेव्हा string directly convert करतो तेव्हा त्या string ने valid integer format दर्शवणे आवश्यक आहे.

"12.5" मध्ये decimal point आहे.

म्हणून ती valid integer string नाही.

त्यामुळे:

ValueError

येते.

इथे लक्षात ठेवायची गोष्ट म्हणजे number सारखे दिसणे आणि target type साठी valid format असणे या दोन वेगळ्या गोष्टी आहेत.

4. Invalid Numeric Strings#

Numeric conversion करताना string मधील content विशेष महत्त्वाचा असतो.

खाली काही examples पाहूया.

उदाहरण:

quantity = int("25kg")

Python असे विचारत नाही:

"अरे, सुरुवातीला 25 दिसत आहे. मी बाकीचे ignore करतो."

Python direct conversion करताना पूर्ण string valid आहे का हे पाहतो.

"25kg" हा valid integer representation नाही.

म्हणून conversion fail होते.

यामुळे external data handle करताना cleaning आणि validation महत्त्वाचे ठरतात.

5. TypeError#

आता दुसरी situation पाहूया.

number = int(None)

इथे problem "hello" सारखी नाही.

None हा string नाही.

आणि तो असा supported input देखील नाही ज्याला int() इथे integer मध्ये बदलू शकेल.

त्यामुळे Python:

TypeError

देते.

Definition#

उदाहरण:

value = None
number = int(value)

हे fail होते.

आणखी एक example:

values = [10, 20]
number = int(values)

list मधील अनेक values पाहून Python स्वतः ठरवत नाही की कोणती value integer करायची.

म्हणून हा conversion supported नाही.

Result:

TypeError

आणखी एक example:

value = 4 + 3j
number = int(value)

complex number ला अशा प्रकारे direct int() मध्ये convert करता येत नाही.

त्यामुळे TypeError येतो.

6. ValueError आणि TypeError मधील मुख्य फरक#

ही distinction व्यवस्थित समजणे खूप महत्त्वाचे आहे.

उदाहरणे:

int("abc")

str input स्वीकारता येतो.

पण "abc" valid integer नाही.

म्हणून:

ValueError

पण:

int(None)

None या प्रकारची value direct int() conversion साठी supported नाही.

म्हणून:

TypeError

हे mental model लक्षात ठेवा:

या diagram मध्ये महत्त्वाचा प्रश्न हा आहे:

पहिले type तपासा, नंतर value चा अर्थ तपासा.

7. Unsupported Conversions#

Python मध्ये प्रत्येक type कोणत्याही दुसऱ्या type मध्ये convert करता येत नाही.

हे अगदी practical आहे.

समजा तुमच्याकडे:

data = [10, 20, 30]

आहे.

आता:

number = int(data)

असे केल्यावर Python ने कोणता integer तयार करावा?

10?

20?

30?

सगळ्यांची बेरीज?

Python अशी guessing करत नाही.

म्हणून conversion चा अर्थ स्पष्ट नसल्यास conversion unsupported असू शकते.

काही examples#

int(None)

Result:

TypeError

float(None)

Result:

TypeError

int([1, 2, 3])

Result:

TypeError

float(2 + 5j)

Result:

TypeError

पण हे लक्षात ठेवा:

एखादा source type एका target type साठी unsupported असला तरी तो प्रत्येक conversion साठी unsupported असेलच असे नाही.

उदाहरण:

value = None
text = str(value)

print(text)

Expected Output#

None

None ला int() मध्ये convert करणे supported नाही.

पण str(None) चालते.

म्हणजे support हा source value + target conversion या combination वर अवलंबून असतो.

8. Conversion करण्याआधी Data Validate का करायचा?#

समजा registration form मध्ये user ने age enter केली.

Age: 25

तर ठीक.

पण user असेही लिहू शकतो:

Age: twenty five

किंवा:

Age:

किंवा:

Age: 25 years

आता application ने प्रत्येक input वर विश्वास ठेवला तर conversion crash होऊ शकते.

age = int(user_input)

जर user_input invalid असेल तर program त्या point वर exception raise करेल.

म्हणून external data म्हणजे:

• user input
• file मधून आलेला data
• API मधून आलेला data
• database मधून आलेली unexpected value

असा data convert करण्याआधी त्याची validity विचारात घेणे आवश्यक असते.

9. Simple Validation with strip()#

User कधी accidentally spaces टाकू शकतो.

उदाहरण:

age_text = "   25   "

strip() string च्या सुरुवातीचे आणि शेवटचे unnecessary whitespace काढते.

age_text = "   25   "
clean_age = age_text.strip()

print(clean_age)

Expected Output#

25

त्यानंतर conversion:

age = int(clean_age)
print(age)

Expected Output#

25

पण strip() सर्व conversion problems solve करत नाही.

उदाहरण:

age_text = "  twenty five  "
clean_age = age_text.strip()

Result:

twenty five

spaces गेले.

पण content अजूनही valid integer नाही.

म्हणजे cleaning आणि validation या वेगळ्या गोष्टी आहेत.

10. isdigit() वापरून Basic Validation#

Positive whole-number input साठी isdigit() उपयोगी ठरू शकतो.

age_text = "25"

if age_text.isdigit():
    age = int(age_text)
    print(age)
else:
    print("Invalid age")

Expected Output#

25

आता:

age_text = "twenty five"

असे असेल तर:

Invalid age

मिळेल.

हे useful आहे.

पण isdigit() ला universal numeric validator समजू नका.

उदाहरण:

print("-25".isdigit())

Expected Output#

False

-25 हा valid integer असू शकतो.

पण "-25" मधील minus sign digit नाही.

त्यामुळे isdigit() False देते.

त्याचप्रमाणे:

print("12.5".isdigit())

Expected Output#

False

म्हणून validation method निवडताना expected data format समजणे महत्त्वाचे आहे.

11. Safe Conversion Basics#

फक्त conversion करण्यापूर्वी प्रत्येक possible format manually तपासत बसणे नेहमी practical नसते.

Python मध्ये conversion attempt करून error सुरक्षितपणे handle करण्यासाठी try आणि except वापरता येतात.

इथे आपल्याला पूर्ण exception-handling system शिकायची गरज नाही.

या chapter साठी एवढे समजा:

• try मध्ये risky conversion ठेवतो
• conversion successful झाली तर पुढचे statements चालतात
• specific error आला तर matching except block चालतो

सोपे example:

age_text = "twenty five"

try:
    age = int(age_text)
    print("Age:", age)
except ValueError:
    print("Please enter age using digits.")

Expected Output#

Please enter age using digits.

काय झाले?

1. Python ने int(age_text) करण्याचा प्रयत्न केला.
2. "twenty five" valid integer string नव्हती.
3. ValueError raise झाला.
4. except ValueError ने तो error handle केला.
5. program ला user-friendly message देता आला.

जर input:

age_text = "25"

असा असेल तर:

try:
    age = int(age_text)
    print("Age:", age)
except ValueError:
    print("Please enter age using digits.")

Expected Output#

Age: 25

यावेळी conversion successful झाली.

त्यामुळे except block चालण्याची गरजच पडली नाही.

Safe conversion flow असा आहे:

हा flow practical applications मध्ये खूप उपयोगी आहे.

सर्वात महत्त्वाचे म्हणजे conversion fail झाल्यावर application ने काय करायचे हे आपण consciously ठरवतो.

12. ValueError आणि TypeError दोन्ही handle करणे#

User input input() मधून आले असेल तर ते सामान्यतः string असते.

पण external system मधून data आला तर None सारखी value देखील मिळू शकते.

उदाहरण:

value = None

try:
    number = int(value)
    print(number)
except ValueError:
    print("The value has an invalid numeric format.")
except TypeError:
    print("This type cannot be converted to an integer.")

Expected Output#

This type cannot be converted to an integer.

इथे ValueError नाही.

कारण problem invalid string content ची नाही.

None हा input typeच या conversion साठी योग्य नाही.

आपण दोन्ही exceptions एकत्रही handle करू शकतो:

value = None

try:
    number = int(value)
    print(number)
except (ValueError, TypeError):
    print("Unable to convert the value safely.")

Expected Output#

Unable to convert the value safely.

ही syntax तेव्हा useful आहे जेव्हा दोन्ही errors साठी आपल्याला एकच action घ्यायची आहे.

13. Specific Exception Handle करणे चांगले का?#

असे लिहिता येते:

try:
    number = int("hello")
except:
    print("Something went wrong")

हे चालू शकते.

पण basic safe code साठी शक्य असेल तेव्हा expected exception explicitly handle करणे चांगले.

उदाहरण:

try:
    number = int("hello")
except ValueError:
    print("Invalid integer value")

यामुळे code वाचणाऱ्या developer ला लगेच समजते की आपण कोणती failure situation अपेक्षित धरली आहे.

तसेच unrelated problem accidentally hide होण्याचा धोका कमी होतो.

14. Safe Fallback Value#

कधी conversion fail झाल्यास default value वापरणे business requirement असू शकते.

उदाहरण:

quantity_text = ""

try:
    quantity = int(quantity_text)
except ValueError:
    quantity = 0

print(quantity)

Expected Output#

0

इथे empty string convert झाली नाही.

म्हणून fallback म्हणून 0 वापरले.

पण default value blindly वापरू नका.

उदाहरणार्थ age चुकीची आली म्हणून age 0 करणे काही applications मध्ये चुकीचे ठरू शकते.

कधी user ला पुन्हा input विचारणे योग्य असेल.

कधी validation message दाखवणे योग्य असेल.

कधी record reject करणे योग्य असेल.

म्हणजे safe conversion चा अर्थ नेहमी 0 return करणे नाही.

Safe conversion म्हणजे failure आल्यास योग्य आणि predictable behavior ठेवणे.

15. Practical Example — User Age#

समजा application मध्ये age string स्वरूपात आली.

age_text = "36"

आपल्याला integer age हवी आहे.

age_text = age_text.strip()

try:
    age = int(age_text)
    print("Valid age:", age)
except ValueError:
    print("Please enter a valid whole number.")

Expected Output#

Valid age: 36

आता:

age_text = "36 years"

असे असेल तर output:

Please enter a valid whole number.

असा येईल.

हे user-facing application साठी raw traceback दाखवण्यापेक्षा जास्त उपयोगी आहे.

छोटा संवाद:

User: "Age मध्ये 36 years लिहिले तर?"

Program: "तुमचा उत्साह समजला, पण मला आत्ता फक्त number हवा आहे."

हास्य बाजूला ठेवले तर lesson महत्त्वाचा आहे:

application ला अपेक्षित data format स्पष्ट असावा.

16. Practical Example — External Data मध्ये None#

समजा बाहेरून आलेली value अशी आहे:

score = None

आपण direct:

converted_score = float(score)

केले तर TypeError येईल.

Safe handling:

score = None

try:
    converted_score = float(score)
    print(converted_score)
except (ValueError, TypeError):
    print("Score is unavailable or invalid.")

Expected Output#

Score is unavailable or invalid.

इथे आपण दोन realistic situations handle केल्या:

• value string होती पण invalid होती
• value चा typeच conversion साठी unsupported होता

17. Conversion Before Trust#

External data आल्यावर ideal thinking अशी असावी:

याचा अर्थ प्रत्येक value वर शंका घेऊन बसायची असा नाही.

याचा अर्थ data चा source लक्षात घेऊन योग्य safety ठेवायची.

Programmer ची भूमिका फक्त happy path लिहिण्याची नसते.

Invalid input आल्यावर application कसा behave करेल हेही design चा भाग आहे.

18. Common Beginner Confusions#

"123" string असूनही int() का चालते?#

कारण int() numeric integer string parse करू शकतो.

int("123")

valid आहे.

String असणे स्वतः problem नाही.

String मधील content महत्त्वाचा आहे.

"abc" वर TypeError का नाही?#

कारण str हा input type int() साठी स्वीकारता येतो.

Problem type ची नाही.

Problem "abc" या actual value ची आहे.

म्हणून ValueError.

None वर ValueError का नाही?#

कारण None invalid numeric string नाही.

तो वेगळ्या प्रकारचा object आहे आणि direct integer conversion साठी unsupported आहे.

म्हणून TypeError.

प्रत्येक conversion आधी isdigit() वापरायचा का?#

नाही.

तो specific प्रकारच्या digit-only strings साठी useful आहे.

Negative values, decimal values आणि इतर valid formats साठी वेगळी validation strategy लागू शकते.

General conversion safety साठी specific exception handling अनेकदा अधिक practical असते.

19. Good Safe-Conversion Habits#

Conversion-related code लिहिताना या habits उपयोगी आहेत:

• expected input format आधी समजून घ्या
• external input वर blindly विश्वास ठेवू नका
• unnecessary whitespace असल्यास clean करा
• simple known format असल्यास validation करा
• conversion fail होऊ शकत असेल तर expected exception handle करा
• ValueError आणि TypeError मधील कारण समजून घ्या
• शक्य असेल तेव्हा specific exceptions handle करा
• fallback value business meaning ला योग्य आहे का ते तपासा
• invalid data silently स्वीकारू नका
• user ला समजणारा error message द्या

20. Chapter Recap#

या chapter मधून मुख्यतः हे लक्षात ठेवा:

• type conversion नेहमी successful होत नाही
• input type योग्य असून actual value invalid असेल तर ValueError येऊ शकतो
• input typeच conversion साठी unsupported असेल तर TypeError येऊ शकतो
• "25" आणि "twenty five" दोन्ही strings आहेत, पण त्यांची conversion validity वेगळी आहे
• "12.5" ला direct int() करताना ValueError येतो
• None ला int() किंवा float() करताना TypeError येऊ शकतो
• strip() data clean करू शकतो, पण invalid content valid करत नाही
• isdigit() useful आहे, पण universal numeric validation नाही
• try/except वापरून expected conversion failures सुरक्षितपणे handle करता येतात
• safe conversion म्हणजे failure लपवणे नाही; failure आल्यावर predictable आणि योग्य action घेणे आहे

21. Hands-On Practice#

Practice 1#

Requirement

खालील conversions पाहा:

int("250")
int("25kg")
int(None)
float("19.75")
float("nineteen")

Your Task

प्रत्येक conversion साठी खालीलपैकी result ओळखा:

• successful conversion
• ValueError
• TypeError

int("250")          -> successful conversion
int("25kg")         -> ValueError
int(None)           -> TypeError
float("19.75")      -> successful conversion
float("nineteen")   -> ValueError

Practice 2#

Requirement

खालील value सुरक्षितपणे integer मध्ये convert करा:

age_text = "abc"

Invalid value असल्यास:

Invalid age

print झाले पाहिजे.

Your Task

try आणि except ValueError वापरा.

age_text = "abc"

try:
    age = int(age_text)
    print(age)
except ValueError:
    print("Invalid age")

Invalid age

Practice 3#

Requirement

खालील value integer मध्ये convert करण्याचा प्रयत्न करा:

quantity = None

ValueError किंवा TypeError दोन्ही आल्यास:

Unable to convert quantity

दाखवा.

Your Task

दोन्ही exception types एका except मध्ये handle करा.

quantity = None

try:
    quantity = int(quantity)
    print(quantity)
except (ValueError, TypeError):
    print("Unable to convert quantity")

Unable to convert quantity

22. Final Challenge#

Scenario

एका application ला quantity text स्वरूपात मिळते.

कधी value योग्य असते:

15

कधी spaces असतात:

   15

कधी invalid text असते:

fifteen

आणि कधी value None असू शकते.

Requirements

• string असल्यास surrounding spaces काढा
• value integer मध्ये convert करण्याचा प्रयत्न करा
• ValueError आणि TypeError handle करा
• successful conversion झाल्यास converted quantity print करा
• failure झाल्यास Invalid quantity print करा

Your Task

खालील value वापरून solution लिहा:

quantity_text = "   15   "

quantity_text = "   15   "

if isinstance(quantity_text, str):
    quantity_text = quantity_text.strip()

try:
    quantity = int(quantity_text)
    print("Quantity:", quantity)
except (ValueError, TypeError):
    print("Invalid quantity")

Quantity: 15

23. Interview Preparation#