Python itertools.batched strict 参数什么时候会报错

如果你希望每个批次都恰好有 n 个元素，itertools.batched(iterable, n, strict=True) 会在“最后一批不足 n 个元素”时抛出 ValueError。前面的完整批次仍按惰性迭代方式产生；空输入不会产生尾批，因此不会因为 strict 抛错。还要注意，strict 是 Python 3.13 新增的关键字参数，Python 3.12 调用它会先遇到参数兼容问题。

先区分 Python 版本与 batched 的参数形态

batched() 在 Python 3.12 加入，默认行为允许最后一批短于 n；Python 3.13 才增加仅限关键字的 strict=False。因此，同一段代码在不同解释器上的第一层差异不是数据长度，而是参数是否存在：

如果部署环境仍是 Python 3.12，直接传入 strict=True 不能用来测试数据边界；应先升级运行时，或在兼容层中自己检查批次长度。

strict=True 的判断边界：只有最后一批不足才抛错

strict=True 检查的是最终批次，不是每次循环都重新检查输入总量。下面三个输入可以直接区分边界：

from itertools import batched

# 完整批次：6 能被 3 整除，不会产生 ValueError
print(list(batched(range(6), 3, strict=True)))

# 尾批不足：最后只剩 1 个元素，取到该批次时抛出 ValueError
print(list(batched(range(7), 3, strict=True)))

# 空输入：没有最后一批，因此不会因为 strict 抛错
print(list(batched([], 3, strict=True)))

第一段得到两个长度为 3 的元组；第二段先有两个完整批次，随后在消费最后的单元素批次时抛出 ValueError: batched(): incomplete batch；第三段得到空列表。由于 batched 是惰性迭代器，异常通常出现在 list()、for 或其他真正消费迭代器的地方，而不是创建迭代器的那一行。

按整除性设计输入，避免批处理到一半才失败

固定批量接口最容易踩的坑，是把“是否允许尾批”留给循环内部临时决定。更稳妥的方式是先明确业务规则：数据量必须整除就拒绝或补齐；短批可以提交就使用默认策略。对于文件上传、批量写入和任务投递，建议把规则写成一个小函数：

from itertools import batched

def fixed_batches(items, size):
    # 先校验批次大小，避免把参数错误混成业务数据错误
    if size 

如果业务允许最后一批不足，就不要捕获异常后“吞掉”数据，而应明确改成 strict=False，并让下游接口接受短批。若业务要求每批固定长度，则应在进入生成器前补齐占位数据，或者在数据源层拒绝 8 条无法按 3 条一批完整分组的输入。

把固定批次约束接到业务校验和兼容层

实际项目可以把判断收敛成三项检查：第一，运行时至少是 Python 3.13 才调用 strict；第二，批次大小 n 大于 0；第三，只有明确要求固定长度时才开启严格模式。这样既能把参数错误、版本错误和数据长度错误分开，也能避免已经提交前几个批次后才发现尾批不完整。

• 必须固定长度：使用 strict=True，捕获 ValueError 后返回可重试的输入错误。
• 允许短批：使用默认行为或显式写 strict=False，不要把短批误当异常。
• 兼容 Python 3.12：不要传 strict；用长度计数、补齐策略或自定义兼容函数实现相同约束。

相关问题

batched 的 n 写成 0 会发生什么？

无论是否启用 strict，n 都是不合法的批次大小，会抛出 ValueError；这和尾批不足是两种不同原因。

strict=True 会在创建 batched 时立刻报错吗？

通常不会。它返回惰性迭代器，只有在消费到不完整的最后一批时，才会暴露对应的 ValueError。

最后一批不足时能不能自动补齐？

strict=True 不负责补齐。需要占位值时，应在调用前补齐输入，或选用明确支持填充值的批处理方案。

判断这类异常时，先看解释器版本，再看 n 是否有效，最后确认业务是否真的要求固定长度。这样就不会把 Python 3.12 的参数兼容问题、n=0 的参数问题和尾批不足混成同一个错误。