Python 异常处理在生成器中的应用-Python教程-PHP中文网

Python 异常处理在生成器中的应用

冷炫風刃

发布： 2025-11-18 19:50:02

原创

525人浏览过

生成器通过异常处理提升程序健壮性。默认情况下，未捕获的异常会终止迭代，如除零错误直接抛出；可在生成器内用 try-except 捕获并跳过非法值，保持运行；通过 throw() 方法可从外部注入异常，触发内部逻辑处理；调用 close() 时引发 GeneratorExit，用于资源清理，需重新抛出以确保正确关闭。掌握这些机制可实现安全的惰性计算。

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。

立即学习“Python免费学习笔记（深入）”；

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。

悟空CRM v 0.5.5

悟空CRM是一种客户关系管理系统软件.它适应Windows、linux等多种操作系统，支持Apache、Nginx、IIs多种服务器软件。悟空CRM致力于为促进中小企业的发展做出更好更实用的软件，采用免费开源的方式，分享技术与经验。悟空CRM 0.5.5 更新日志：2017-04-21 1.修复了几处安全隐患； 2.解决了任务.日程描述显示问题； 3.自定义字段添加时自动生成字段名

284

查看详情

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。

以上就是Python 异常处理在生成器中的应用的详细内容，更多请关注php中文网其它相关文章！