python类体中禁止使用yield，因其仅允许在函数内出现，否则直接报syntaxerror；静态属性初始化应保持同步、无副作用，异步或迭代逻辑须封装为方法并延迟执行。
Python 类的静态属性（即类属性）初始化阶段不支持 yield，因为类体执行是同步、一次性完成的顶层语句执行过程，而 yield 属于生成器语法，只能出现在函数定义内部，并返回一个生成器对象——它本身不会“挂起类构造”，但若误用，会直接引发 SyntaxError 或运行时逻辑错乱，进而掩盖真实死锁风险。
类体中禁止出现 yield 语句
Python 解析器在加载类定义时，会逐行执行类体内的表达式和赋值。此时所有代码都处于“定义上下文”，不是函数调用上下文。一旦写入 yield，会立即报错：
-
SyntaxError: 'yield' outside function—— 这是最常见、最明确的提示，说明语法非法，根本不会进入运行时 - 如果通过字符串 exec 动态构造类并混入 yield，也可能触发类似错误或产生不可预测的生成器对象，但该对象无法被类属性正常消费，极易导致后续访问时抛出
TypeError或静默失效
真正容易引发死锁的场景：异步/生成器逻辑误塞进类属性初始化
问题往往不出在 yield 本身，而出现在试图把本该延迟、按需执行的异步或迭代逻辑，强行提前到类加载阶段执行。例如：
- 在类属性中直接调用返回生成器的函数，且该生成器内部含阻塞 I/O 或锁等待
- 用
next()或list()立即消费一个本应懒求值的生成器，而该生成器依赖尚未就绪的全局资源（如未初始化的 event loop、未启动的线程池、未 acquire 的锁） - 在
__init_subclass__或元类__new__中调用含 yield 的协程，却未用asyncio.run()或事件循环驱动，导致协程对象滞留、资源卡住
安全初始化静态属性的实践方式
类属性应保持纯数据或轻量、无副作用的可调用对象。需要延迟/异步行为的，必须显式分离：
- 把生成器逻辑封装成普通函数或方法，不在类定义体中调用；静态属性只存函数名或类型，不执行
- 若需预计算结果，改用
functools.cached_property（实例级）或模块级惰性初始化变量（如_cached_data = None+ 函数检查赋值） - 涉及 asyncio 的，绝不在类体中调用
await或async def函数；改用类方法 + 显式事件循环启动，或延迟到第一次实例化时初始化 - 多线程/多进程环境下，避免在类属性中创建
threading.Lock、multiprocessing.Queue等资源——它们应在if __name__ == '__main__':块或实例方法中创建
如何快速识别和修复这类隐患
检查类定义体中是否出现以下模式：
- 任何
yield、yield from、await关键字 - 对返回生成器/协程的函数做即时解包：
data = list(some_generator())、val = next(coroutine_func()) - 调用含锁、网络请求、数据库连接的函数来初始化类属性
- 在
__init_subclass__中执行耗时或依赖外部状态的操作
发现即重构：把执行逻辑移出类体，改为方法、模块级函数或延迟初始化钩子。
