当前位置：首页 > 文章列表 > 文章 > python教程 > Python生成器异常处理与继续迭代方法

Python生成器异常处理与继续迭代方法

2026-04-15 20:35:57 0浏览收藏

Python生成器在遇到未捕获异常时会立即终止迭代、进入不可恢复的关闭状态，但通过在生成器内部合理使用try-except捕获并处理异常，或借助外部throw()方法主动注入并协同恢复异常，可实现健壮的流式数据产出；理解这一“异常即终结”的本质，不仅能避免常见陷阱，更能帮助开发者设计出具备错误弹性、职责清晰且符合协程协作范式的生成器逻辑。

Python yield 在生成器里抛异常后还能继续迭代吗

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__() 或 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 yield 或 return，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