Effective Python 条款35:用类封装替代生成器异常注入

Effective Python 条款35:用类封装替代生成器异常注入

  • [🎯 throw () 到底做了什么?](#🎯 throw () 到底做了什么?)
    • [✨ 在生成器内部捕获 throw 扔进来的异常](#✨ 在生成器内部捕获 throw 扔进来的异常)
  • [⏳实战案例:用 throw 实现可重置倒计时计时器](#⏳实战案例:用 throw 实现可重置倒计时计时器)
  • [✅更优雅的方案:可迭代类替代 throw 魔法🪄](#✅更优雅的方案:可迭代类替代 throw 魔法🪄)
  • [📝总结:关于 throw 的使用建议](#📝总结:关于 throw 的使用建议)

在 Python 生成器的世界里,我们已经熟悉yield产出数据、send()向生成器灌入数据、yield from委派子生成器。除此之外,生成器还藏着一个高级接口 ------**throw()**方法。

很多同学第一次见到throw会眼前一亮:哇!居然可以从外部往生成器内部抛异常,这不就实现调用方和生成器双向消息互通了吗?但现实很骨感,throw()看着巧妙,实际业务里很容易写出晦涩难懂、嵌套重重的 "阴间代码"。今天我们就扒一扒throw的原理、坑点,以及更推荐的替代写法。

🎯 throw () 到底做了什么?

generator.throw(exc)的行为规则:

当生成器暂停在某一条yield语句时,调用throw,会在这条暂停的yield位置,抛出你传入的异常实例。生成器恢复执行时,不是继续往下跑,而是直接触发异常。

看一段极简示例:

python 复制代码
class MyError(Exception):
    pass

def my_generator():
    yield 1
    yield 2
    yield 3

it = my_generator()
print(next(it))   # 产出 1,停在第一个yield
print(next(it))   # 产出 2,停在第二个yield
# 在当前暂停的yield位置抛出MyError异常
print(it.throw(MyError("test error")))

运行输出:

Plain 复制代码
1
2
Traceback (most recent call last):
  File "xxx.py", line 11, in <module>
    print(it.throw(MyError("test error")))
  File "xxx.py", line 4, in my_generator
    yield 2
MyError: test error

可以看到:代码执行到yield 2处被暂停,调用throw后,异常就在这个暂停点直接向外抛出。


✨ 在生成器内部捕获 throw 扔进来的异常

既然异常是在yield位置抛出,那我们可以用try‑except把yield包裹住,捕获外部丢进来的异常。捕获完成之后,生成器并不会直接结束,还可以继续向下执行,抵达下一个yield继续产出值。

python 复制代码
class MyError(Exception):
    pass

def my_generator():
    yield 1
    try:
        yield 2
    except MyError:
        print("Got MyError!")
    else:
        yield 3
    yield 4

it = my_generator()
print(next(it))
print(next(it))
print(it.throw(MyError('test error')))

输出结果:

Plain 复制代码
1
2
Got MyError!
4

逻辑拆解:

  1. next(it)拿到 1,暂停;再次next拿到 2,暂停在try块内部的yield 2;

  2. throw向此处抛出MyError;

  3. except MyError捕获异常,打印提示;没有重新抛出异常,程序继续向下走;

  4. 跳过else分支的yield3,执行到yield4,向外返回 4。

⚠️重点提醒:异常只会抛向当前暂停的那一条 yield ;如果没有捕获,异常向上冒泡,生成器直接终止,后续yield再也不会执行。

⏳实战案例:用 throw 实现可重置倒计时计时器

看起来功能很棒对不对?我们来做一个业务场景:倒计时生成器,外部可以发送 "重置信号",让倒计时回到初始周期。

脑洞方案:自定义Reset异常,调用方通过throw(Reset())把重置指令 "丢进" 生成器,生成器捕获异常后重置倒计时变量。

python 复制代码
class Reset(Exception):
    pass

def timer(period):
    current = period
    while current:
        current -= 1
        try:
            yield current
        except Reset:
            # 捕获外部抛入的异常,执行重置逻辑
            current = period


# 模拟外部事件轮询:这里我们简单模拟外部触发重置的条件
def check_for_reset():
    """模拟检测外部是否发来重置信号,业务中可以是网络、按键输入"""
    import random
    return random.choice([True, False])

def announce(remaining):
    print(f"{remaining} ticks remaining")


def run():
    it = timer(4)
    while True:
        try:
            if check_for_reset():
                # 通过throw注入异常,传递重置指令
                current = it.throw(Reset())
            else:
                current = next(it)
        except StopIteration:
            # 倒计时结束,迭代器耗尽,退出循环
            break
        else:
            announce(current)

run()

😱看看这套写法的痛点在哪里

功能确实跑通了,能实现倒计时随时重置。但代码可读性非常拉胯:

  1. 外层while True大循环,嵌套try‑except‑else多层结构;

  2. 业务指令不靠普通函数调用,靠抛异常来传递,这是反直觉的!异常本来用于处理错误,现在拿来做正常业务信号;

  3. 调用者必须牢牢记住:迭代器什么时候处于暂停状态,什么时候可以安全调用throw;一旦时机搞错,异常会直接炸到顶层;

  4. 维护者看到throw(Reset())第一反应:这是报错?还是业务逻辑?增加理解成本;

  5. 如果后续改成多线程场景,还要额外保证生成器迭代器线程安全,进一步增加心智负担。

💡踩坑小结:throw()强行构建调用者与生成器双向通信,代价就是代码晦涩难懂。异常不是消息队列,不要拿来传递业务指令。

✅更优雅的方案:可迭代类替代 throw 魔法🪄

遇到 "生成器需要外部触发状态变更" 这类需求,优先不要碰throw。

我们可以封装一个普通 Python 类:

  1. 实例保存内部状态(倒计时current、原始周期period);

  2. 提供普通方法reset()对外暴露状态变更接口;

  3. 在__iter__魔法方法内部写yield,做成可迭代对象。

改造之后代码如下:

python 复制代码
class Timer:
    def __init__(self, period):
        self.current = period
        self.period = period

    def reset(self):
        """普通实例方法,外部直接调用实现重置,不再抛异常!"""
        self.current = self.period

    def __iter__(self):
        while self.current:
            self.current -= 1
            yield self.current


def check_for_reset():
    import random
    return random.choice([True, False])

def announce(remaining):
    print(f"{remaining} ticks remaining")


def run():
    timer = Timer(4)
    # 直接for循环迭代,for会自动处理StopIteration,不用手写捕获
    for current in timer:
        if check_for_reset():
            # 简简单单调用对象方法,完成重置!清晰直白
            timer.reset()
        announce(current)

run()

🎉改造后的优点一目了然:

  1. 逻辑直白易懂 :重置就是调用timer.reset()普通方法,没有任何异常黑魔法;新人一眼看懂 "调用 reset 就重置计时器";

  2. 告别多层嵌套try‑except,for循环自动处理迭代终止,代码行数变少,缩进层级大幅降低;

  3. 状态全部保存在类实例属性中,状态变更语义明确,调试、单元测试都更加方便;

  4. 扩展能力强:后续还可以继续增加pause()、resume()等更多控制方法,不需要新增各种自定义异常。

对比两种实现输出完全一致,但后者维护成本远低于throw方案。

📝总结:关于 throw 的使用建议

  1. throw(exc)会在生成器当前暂停的yield位置抛出异常,生成器内部可以用try‑except捕获;

  2. 不要拿 **throw**当做业务消息通信手段。虽然可以实现双向交互,但会引入晦涩的异常驱动逻辑,代码维护成本飙升;

  3. 如果你的场景需要:迭代过程中外部修改生成器内部状态,优先选择封装可迭代类,对外暴露普通成员方法,而不是往生成器扔异常;

  4. 极少数底层库开发才会用到throw;业务开发尽量规避。如果需要复杂双向异步交互,可以考虑 async/await 异步编程模型。

小彩蛋:类似send(),throw()属于生成器高级黑魔法。业务代码中优先选择普通迭代器、可迭代对象类;少用send、少用throw,你的同事会感谢你🙏。


拓展小思考🤔

什么时候才真的适合throw?

大多是写框架、中间件的时候:比如第三方库需要向用户生成器注入取消、中断异常。日常业务开发 99% 场景都可以找到替代方案。不要为了炫技强行使用高级特性。

相关推荐
火山引擎开发者社区16 分钟前
豆包工作,3 个月,800 万,20 亿
人工智能
弈栈录23 分钟前
时间序列分析:按日、周、月进行趋势统计
数据分析·pandas
Chuck.li25 分钟前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu36 分钟前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
feixing_fx39 分钟前
原始类型与引用类型:赋值时到底复制了什么
开发语言·前端·javascript·前端框架
LK_0740 分钟前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55541 分钟前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
SwanArc技术笔记1 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金1 小时前
深入浅出RAG——第21章:回顾与展望
人工智能