在 Python 中，`for` 循环本质上依赖于迭代器协议来遍历可迭代对象。当迭代器耗尽时，它会抛出 `StopIteration` 异常以通知循环停止执行。然而，在现代版本的 Python（自 3.7 起），这种行为已经被改变——解释器内部捕获并处理了这个异常，因此开发者通常不需要显式地处理 `StopIteration`。 如果需要手动控制或者理解其机制，则可以考虑如下几点： ### 手动触发和捕捉 StopIteration 尽管一般情况下无需干预此过程，但在某些特定场景下可能希望模拟这一流程或验证逻辑是否正常工作。可以通过创建自己的生成器函数以及使用 try-except 结构实现这一点。 ```python def custom_generator(): yield from range(5) gen = custom_generator() try: while True: print(next(gen)) except StopIteration: print("Generator has been exhausted.") # 显示消息表明已无更多项可供获取 ``` 上述例子展示了如何通过 next() 方法逐一遍历生成器中的元素，并且一旦到达终点便能感知到 `StopIteration` 的发生[^1]。 ### 自定义迭代器类 另外一种方式是构建一个支持迭代的对象类型，这样也可以更好地掌控整个生命周期内的各个阶段变化情况。 ```python class CustomIterator: def __init__(self, max_val=0): self.current = -1 self.max_value = max_val def __iter__(self): return self def __next__(self): if self.current >= self.max_value: raise StopIteration() self.current += 1 return self.current iterator_instance = CustomIterator(max_val=4) while True: try: value = next(iterator_instance) print(value) except StopIteration as e: break print('End of iteration.') ``` 在这里我们定义了一个简单的计数器形式的迭代器实例，每当请求下一个值的时候都会增加当前状态直到达到预设的最大界限为止；之后便会主动抛出 `StopIteration` 来告知外部调用方已经完成全部数据提供任务[^2]。 值得注意的是，随着 PEP 479 提议被采纳实施以后，在异步编程环境下可能会遇到稍微不同的表现形式，因为那里引入了一种新的错误类别叫做 RuntimeError 替代旧版单纯依靠 StopIteration 的做法以便区分真正意外状况与其他预期之内情形之间的差异性[^3]^. 最后提醒一下关于 asyncio 库里的相关内容：虽然其中确实存在大量涉及回调安排等方面的知识点值得深入探讨学习，不过它们主要围绕着非阻塞操作模型展开讨论而非传统意义上的同步型 For Loop 控制结构相关话题范畴内[^4].