生成器抛异常后立即终止迭代；需用try/except内部捕获异常才能继续yield；throw()可外部注入异常并由生成器处理；StopIteration后生成器永久关闭不可重用。
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_CLOS，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
-
throw()的第一个参数是异常类或实例，后续参数可传给异常构造器 - 若生成器没捕获该异常，或已处于
GEN_CLOSED状态，throw()会直接让生成器终止并传播异常 - 这是实现协程式错误恢复的底层机制，
asyncio的任务取消就依赖类似逻辑
StopIteration 被抛出时生成器不可再用
无论因正常结束还是异常终止，只要生成器抛出 StopIteration（显式 raise StopIteration 或隐式循环结束），其状态就永久关闭。再次调用 next() 会立即抛出 StopIteration，且无法重置或重启。
- 生成器不是迭代器的“可重用实例”，每次需要新迭代都得重新调用生成器函数，得到新生成器对象
-
itertools.tee()可以复制迭代器，但对生成器仅支持浅层分叉，且原始生成器仍只能被消费一次 - 若需多次遍历，应考虑改用列表、
itertools.chain()或自定义可重入的迭代器类
生成器的生命周期很“脆”——异常是它的硬边界。真正容易被忽略的是：throw() 不是调试技巧，而是设计接口时预留的协作通道；而把所有逻辑塞进一个生成器函数里，却指望它扛住各种异常还持续产出，往往意味着该拆成多个小生成器或改用更可控的状态机。
