Python yield 在生成器里抛异常后还能继续迭代吗

生成器抛异常后立即终止迭代;需用try/except内部捕获异常才能继续yield;throw()可外部注入异常并由生成器处理;StopIteration后生成器永久关闭不可重用。

yield 生成器抛异常后

迭代直接终止

不能继续迭代。一旦在 yield 表达式所在函数体内显式抛出未捕获的异常(比如 raise ValueError()),或隐式触发异常(如 1/0),生成器状态会立即变为 GEN_CLOSED,后续调用 __next__()next() 会直接抛出 StopIteration(Python 3.7+)或原异常(旧版本行为不一致),但绝不会“跳过异常继续 yield”。

try/except 捕获异常可维持生成器存活

如果想让生成器在某次 yield 后遇到错误仍能继续产出值,必须在生成器函数内部用 try/except 拦住异常,不让它向上冒泡到迭代器层。常见场景包括:读取不稳定文件、调用可能失败的 API、解析格式不严格的输入数据。

示例:

def safe_reader():
    for i in range(3):
        try:
            if i == 1:
                raise ValueError("临时故障")
            yield f"data-{i}"
        except ValueError:
            yield "fallback"

gen = safe_reader() print(next(gen)) # data-0 print(next(gen)) # fallback print(next(gen)) # data-2

  • 异常被 except 捕获并处理后,函数继续执行,yield 可照常发生
  • 不要在 except 块里漏掉 yieldreturn,否则可能提前结束生成器
  • 若需记录错误但不中断流程,logging.warning() + yield 是安全组合

外部 throw() 可向生成器注入异常并控制恢复逻辑

生成器对象提供 throw() 方法,允许外部主动抛入异常——这和“内部抛异常导致崩溃”完全不同。调用 throw() 后,生成器会在上次暂停的 yield 处恢复,并把异常抛进函数体;此时能否继续取决于函数内是否有对应 except 捕获它。

示例:

def resilient_gen():
    try:
        yield "ready"
        yield "working"
    except RuntimeError:
        yield "recovered"
    yield "done"

g = resilient_gen() print(next(g)) # ready print(g.throw(RuntimeError)) # recovered print(next(g)) # done

  • throw() 的第一个参数是异常类或实例,后续参数可传给异常构造器
  • 若生成器没捕获该异常,或已处于 GEN_CLOSED 状态,throw() 会直接让生成器终止并传播异常
  • 这是实现协程式错误恢复的底层机制,asyncio 的任务取消就依赖类似逻辑

StopIteration 被抛出时生成器不可再用

无论因正常结束还是异常终止,只要生成器抛出 StopIteration(显式 raise StopIteration 或隐式循环结束),其状态就永久关闭。再次调用 next() 会立即抛出 StopIteration,且无法重置或重启。

  • 生成器不是迭代器的“可重用实例”,每次需要新迭代都得重新调用生成器函数,得到新生成器对象
  • itertools.tee() 可以复制迭代器,但对生成器仅支持浅层分叉,且原始生成器仍只能被消费一次
  • 若需多次遍历,应考虑改用列表、itertools.chain() 或自定义可重入的迭代器类

生成器的生命周期很“脆”——异常是它的硬边界。真正容易被忽略的是:throw() 不是调试技巧,而是设计接口时预留的协作通道;而把所有逻辑塞进一个生成器函数里,却指望它扛住各种异常还持续产出,往往意味着该拆成多个小生成器或改用更可控的状态机。