登录
首页 >  文章 >  python教程

Python生成器异常处理技巧

时间：2026-04-26 13:22:37 271浏览 收藏

Python生成器不仅是高效内存管理的利器，其异常处理机制更是保障程序健壮性的关键——通过在生成器内部捕获异常可避免迭代中断、用throw()方法实现外部精准控错、借助close()触发GeneratorExit完成资源安全清理，三者协同让惰性计算既灵活又可靠；无论面对数据错误、类型异常还是用户中断，掌握这些技巧都能让你的生成器代码更稳定、更可控、更具生产级韧性。

Python 异常处理在生成器中的应用

生成器是 Python 中一种强大的工具，它允许我们按需生成值，节省内存并提升性能。但在使用生成器时，可能会遇到各种异常情况，比如数据格式错误、文件读取失败或用户中断操作。合理地在生成器中处理异常，能让程序更健壮、更安全。

生成器中的异常传播机制

生成器函数在执行过程中如果发生异常且未被捕获，异常会向外抛出，并终止生成器的迭代。

例如：

def data_reader(data_list):
    for item in data_list:
        yield 1 / item

gen = data_reader([1, 2, 0, 4])
print(next(gen))  # 输出 1.0
print(next(gen))  # 输出 0.5
print(next(gen))  # 抛出 ZeroDivisionError

当遍历到 0 时，ZeroDivisionError 被触发并直接抛出。这种行为是默认的异常传播方式。

在生成器内部捕获异常

我们可以在生成器内部使用 try-except 捕获异常，选择继续执行或跳过问题项。

示例：跳过非法输入

def safe_reciprocal(data_list):
    for item in data_list:
        try:
            yield 1 / item
        except ZeroDivisionError:
            print(f"跳过零值: {item}")
        except TypeError:
            print(f"类型错误，跳过: {item}")

这样即使遇到异常，生成器仍可继续运行，不会中断整个流程。

从外部向生成器抛入异常

通过 throw() 方法，可以在生成器暂停时手动引发异常。

这在协程或状态机中特别有用。

def monitor():
    try:
        while True:
            value = yield
            if value < 0:
                raise ValueError("负数不被允许")
    except ValueError as e:
        print(f"捕获异常: {e}")
    finally:
        print("监控结束")

m = monitor()
next(m)  # 启动生成器
m.send(10)  # 正常
m.throw(ValueError("测试异常"))  # 主动抛入异常

调用 throw 后，异常会在生成器当前暂停点触发，并由内部的 except 捕获。

关闭生成器时的清理工作

使用 close() 方法关闭生成器时，会自动引发 GeneratorExit 异常，可用于资源清理。

def file_reader(filename):
    f = open(filename)
    try:
        for line in f:
            yield line.strip()
    except GeneratorExit:
        print("生成器被关闭，正在关闭文件")
        f.close()
        raise  # 必须重新抛出 GeneratorExit

确保 close() 调用后文件能正确释放，避免资源泄漏。

基本上就这些。掌握异常处理在生成器中的应用，能让你写出更稳定、更可控的惰性计算逻辑。关键是理解异常如何进出生成器，并善用 try-except 和生成器方法如 throw 与 close。

本篇关于《Python生成器异常处理技巧》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！

资料下载
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>