KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA

05 · 陷阱清单与自检 — keel 龙骨

十个真实高频的坑，每个都给「现象 → 原因 → 正确姿势」。前五个是所有生成器通用的，后五个是异步版特有的。

十个真实高频的坑，每个都给「现象 → 原因 → 正确姿势」。前五个是所有生成器通用的，后五个是异步版特有的。

一、通用陷阱（同步版就有的）

1. 生成器是一次性的

g = (x*2 for x in [1, 2, 3])
print(sum(g))     # 12
print(sum(g))     # 0 ！第二次已经是空的

原因：01 章的「水流过就没了」。姿势：要复用就重新调函数生成，或先 list() 固化（确定规模小时）。

2. len() / 索引 / 打印全部不可用

g = (x for x in range(10))
print(len(g))     # TypeError
print(g[0])       # TypeError
print(g)          # <generator object ...> —— 看不到内容

原因：惰性意味着「还不知道有几个、是什么」。姿势：需要这些操作就说明该用列表；或者 sum(1 for _ in g) 数个数（消费掉）。

3. 异常延迟：建生成器时不报错，消费到那行才报错

def bad():
    yield 1
    yield 2 / 0        # 除零

g = bad()              # 不报错！
next(g)                # 返回 1，不报错
next(g)                # ← 这里才 ZeroDivisionError

原因：执行是惰性的，错误当然也是。工程影响：bug 可能藏在「没人消费的生成器」里悄悄不暴露。姿势：参数校验、连接建立这类「前置动作」放在生成器外层函数做，或第一次 next 前显式消费验证。

4. 循环变量迟到绑定（生成器表达式专属）

funcs = [lambda: i*2 for i in range(3)]        # 列表版：lambda 闭包共享 i
print([f() for f in funcs])                    # [4, 4, 4] —— i 最终是 2

gens = [(lambda: i*2) for i in range(3)]       # 同样的问题

姿势：lambda i=i: i*2 用默认参数固定当前值。这条严格说是闭包坑，但总在生成器/推导式场景撞上。

5. 生成器里 return 带值，值不会从 for 里出来

def f():
    yield 1
    return "summary"

for x in f():
    print(x)          # 只打印 1，"summary" 消失了

原因：return 值挂在 StopIteration.value 上，for 循环直接丢弃。姿势：要拿返回值用 yield from（02 章）或手动 next + 捕获 StopIteration。

二、异步专属陷阱

6. await 协程和 async for 生成器混用

async def agen():
    yield 1

await agen()          # TypeError: object async_generator can't be used in 'await' expression

口诀（03 章判断法）：函数体有 yield → async for；没有 → await。真实代码里 _execute 返回生成器所以 async for，_wait_for_run_finished 是协程所以 await——同一份代码里两种用法并存，认准函数体写法。

7. StopAsyncIteration 别在生成器内部捕获吞掉

async def wrapper(inner):
    try:
        async for x in inner:
            yield x
    except StopAsyncIteration:    # 多余且危险：async for 自己会处理
        pass

原因：PEP 525 规定异步生成器内部抛出的 StopAsyncIteration 会被换成 RuntimeError——你在生成器体内手动 catch/raise 它，等于破坏协议。姿势：让 async for 自己管理结束，别碰 StopAsyncIteration。

8. 忘记 aclose：带资源的异步生成器泄漏

async def with_conn():
    conn = await get_connection()
    try:
        async for item in conn.listen():
            yield item
    finally:
        await conn.close()

消费方 break 后如果生成器一直没被 GC 触达，finally 里的 close 就一直不执行（异步 GC 时机更不可控）。姿势：用 async with contextlib.aclosing(gen) as g: 显式管理：

import contextlib
async with contextlib.aclosing(with_conn()) as g:
    async for item in g:
        ...
        break    # 退出时自动 aclose → finally 执行

9. 在 async for 里改被遍历的异步队列/流

和同步「遍历 dict 时增删 key」同类：消费速度追上生产速度时行为不可预测。姿势：生产者与消费者之间用 asyncio.Queue 解耦，遍历只针对队列。

10. 心跳/超时逻辑写死在消费者里

来自真实代码的教训：SSE 这类长连接，代理层（Nginx）的空闲超时 < 你的业务空闲间隔时，连接会被中间层悄悄掐断，你的生成器还不知道。生产级 SSE 生成器的心跳间隔 30 秒、空闲熔断 30 分钟，都是在为「链路上最不耐烦的那一环」设计。姿势：心跳间隔必须小于链路上所有超时的最小值；生成器要自查 is_disconnected，别假设框架会通知你。

三、综合自检（五题）

  1. gen = f() 之后 f 的函数体执行了多少？三个 next 会触发几次「函数体进入」？
  2. for x in gen 中途 break，生成器最终如何收场？finally 里的代码何时执行？
  3. send 一个值给刚创建、从未 next 过的生成器，会发生什么？
  4. 异步生成器里 await 和 yield 的「暂停」有什么区别？为什么两个都需要？
  5. 04 章例三的消费端把 async for 改成列表推导，哪个功能会坏？为什么？
答案
  1. 零次；一次进入 + 两次恢复（01 章）。
  2. GC 或显式 close 时，在冻结的 yield 处抛 GeneratorExit，finally 执行；不能再 yield，否则 RuntimeError（02 章三节）。
  3. TypeError——必须先 next/send(None) 启动（02 章一节）。
  4. await 是「让出给事件循环等 IO，恢复由 IO 完成驱动」；yield 是「把值交给消费者，恢复由 anext 驱动」。生产者要等 IO 也要等消费者，所以两个都要（03 章二节）。
  5. 协作式取消失效——收齐列表 = 一口气跑完生成器，中间没有插入检查点的机会（04 章例三）。

✅ 五题全对，这门课就通了。接下来：Python 拔高课 讲生产代码里的高级写法与抽象。

进入 keel 阅读