python语句解释_深入理解python with 语句

深入理解python with 语句

python中with 语句作为try/finally 编码范式的一种替代, 适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的”清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等

1. 使用with打开文件

你应该见过下面这种打开文件的方式

with open('data', 'r', encoding='utf-8') as f:

data = f.readlines()

上面的写法，与下面的写法在最终效果上是一致的

f = open('data', 'r', encoding='utf-8')

try:

data = f.readlines()

except:

pass

finally:

f.close()

对比两段代码不难发现，使用with语句时，代码更加简洁，而且不用主动关闭文件，在with语句体退出时，会自动关闭文件，即便with语句体中发生了异常。

2. 上下文管理器和with 语句有关的概念

想要理解with语句，就必须先理解以下几个概念

2.1 上下文管理协议

简单来说，就是实现两个方法，__enter__() 和__exit__()

2.2 上下文管理器

实现了__enter__() 和__exit__()的对象就是上下文管理器

2.3 运行时上下文

由上下文管理器创建，在with语句体代码执行前，通过__enter__()进入，语句体代码执行结束后，通过__exit__()退出

2.4 上下文表达式

在with关键字后面的表达式，表达式返回上下文管理器对象

2.5 语句体

with语句包裹起来的代码

3. 使用with语句控制线程锁的释放

使用with不仅能够自动的关闭打开的文件对象，还可以自动的释放线程锁，这样可以避免死锁的发生，在python多线程---线程锁一文中，为避免多个线程同时对一个变量对象进行修改，在关键语句上加了线程锁

def worker():

time.sleep(1)

global a

for i in range(100000):

m_lock.acquire() # 加锁

a += 1

m_lock.release() # 释放锁

如果你忘记了写m_lock.release() 对锁进行释放，那么这将导致其他线程永远也无法获取到线程锁，这样就形成了死锁，上面的代码在acquire之后，使用release释放所，使用with语句，可以更加优雅的实现加锁和释放锁的操作。

def worker():

time.sleep(1)

global a

for i in range(100000):

with m_lock:

a += 1

4. 同时打开多个文件

许多人都不知道，with语句可以同时打开多个文件，这样做可以减少代码的缩进，让代码的编写更加容易，两个open语句之间用逗号分隔即可。

with open('a1', 'w')as f1, open('a2', 'w')as f2:

f1.write('a')

f2.write('b')

5. 自定义上下文管理器

在调试程序性能时，如果只是想知道某个函数的执行时长，可以使用一个可以统计函数运行时长的装饰器进行处理，但程序往往很复杂，一段代码里，要做很多操作，不只是调用了一个函数，也可能存在循环，因此，单纯的知道某个函数的执行时长，不能帮助我们更好的了解程序的性能。

我们需要针对某个代码段进行时间统计，知道这一段代码的执行时长对我们很有帮助。你可以使用time.time()方法在代码段开始时获取到时间，在结束时再次获取到时间，两个时间做差就可以得到这个代码段的运行时长，这种操作方式写起来很麻烦，如果有多处代码段需要统计，就得写多次，很不方便。

下面是一个可以统计代码段运行时长的上下文管理器

import time

class ProTime(object):

def __init__(self, tag=''):

self.tag = tag

def __enter__(self):

self.start_time = time.time()

def __exit__(self, exc_type, exc_val, exc_tb):

self.end_time = time.time()

time_diff = self.end_time - self.start_time

msg = "代码段{tag}运行时长{time_diff}".format(tag=self.tag, time_diff=time_diff)

print(msg)

with ProTime('first') as pt:

# 这里是你要统计运行时长的代码块

time.sleep(1)

with ProTime('second') as pt:

# 这里是你要统计运行时长的代码块

time.sleep(2)

理解这段代码的关键之处，在with语句所包裹的语句体执行之前，先要执行__enter__方法，语句体执行结束之后，不论是否有异常，都要执行__exit__，在__exit__方法里，三个参数提供了异常的全部信息，如果你想处理异常，可以在这个方法里做处理。

__init__ 方法有一个tag参数，设置这个参数的目的，是为了在输出信息里区分多个代码块，如果不想设置这个tag，可以考虑对这个上下文管理器进行修改，通过调用栈获得调用信息，准确的指出是哪个代码段的执行时长。

修改后的上下文管理器如下

import time

import sys

class ProTime(object):

def __init__(self, tag=''):

frame = sys._getframe()

tag_frame = frame.f_back

self.lineno = tag_frame.f_lineno

self.filename = tag_frame.f_code.co_filename

self.tag = tag

def __enter__(self):

self.start_time = time.time()

def __exit__(self, exc_type, exc_val, exc_tb):

self.end_time = time.time()

time_diff = self.end_time - self.start_time

if self.tag:

msg = "代码段{tag}运行时长{time_diff}".format(tag=self.tag, time_diff=time_diff)

else:

msg = "文件{filename} 第 {lineno} 行代码块执行时长{time_diff}".format(filename=self.filename, lineno=self.lineno, time_diff=time_diff)

print(msg)

with ProTime('first') as pt:

# 这里是你要统计运行时长的代码块

time.sleep(1)

with ProTime() as pt:

# 这里是你要统计运行时长的代码块

time.sleep(2)

def test():

with ProTime() as pt:

# 这里是你要统计运行时长的代码块

time.sleep(1)

test()

python语句解释_深入理解python with 语句相关推荐

python iterable对象_如何理解Python中的iterable对象
转载请注明出处:https://www.jianshu.com/u/5e6f798c903a [^*] 表示注脚,在文末可以查看对应连接,但简书不支持该语法. 首先,容器和 iterable 间没有必 ...
python参数传递方法_深入理解python中函数传递参数是值传递还是引用传递
python 的深入理解python中函数传递参数是值传递还是引用传递目前网络上大部分博客的结论都是这样的: Python不允许程序员选择采用传值还是传引用.Python参数传递采用的肯定是&q ...
完全理解python迭代对象_完全理解Python迭代对象、迭代器、生成器
1.assert:python assert断言是声明其布尔值必须为真的判定,如果发生异常就说明表达示为假.可以理解assert断言语句为raise-if-not,用来测试表示式,其返回值为假,就会触 ...
温度转换python代码解释_如何用python代码温度转换？
如何用python代码温度转换? 用python代码温度转换的方法: 步骤一:分析问题的计算部分步骤二:确定功能,使用IPO方法进一步分析输入:华氏或者摄氏温度值.温度标识处理:温度转化算法输 ...
什么是python装饰器_深入理解 Python 装饰器
作者简介曾凡伟,携程信息安全部高级安全工程师,2015年加入携程,主要负责安全自动化产品的设计和研发,包括各类扫描器.漏洞管理平台.安全 SaaS 平台等. Python 是一门追求优雅编程的语言, ...
python怎么装饰_如何理解python装饰器
如何理解装饰器 python 学习遇到的第一个难点是装饰器.装饰器的作用是不大规模改动代码的情况下,增加功能. 作用:为已经存在的对象添加额外的功能特点:不需要对对象做任何的代码上的变动. 以一个例 ...
深入理解python异步编程_深入理解Python异步编程
1 什么是异步编程 1.1 阻塞程序未得到所需计算资源时被挂起的状态. 程序在等待某个操作完成期间,自身无法继续干别的事情,则称该程序在该操作上是阻塞的. 常见的阻塞形式有:网络I/O阻塞.磁盘I/O ...
python赋值语句对错_深入理解Python中变量赋值的问题
前言在Python中变量名规则与其他大多数高级语言一样,都是受C语言影响的,另外变量名是大小写敏感的. Python是动态类型语言,也就是说不需要预先声明变量类型,变量的类型和值在赋值那一刻被初始化 ...
python with关键字_完全理解Python关键字with与上下文管理器
如果你有阅读源码的习惯,可能会看到一些优秀的代码经常出现带有 "with" 关键字的语句,它通常用在什么场景呢?今天就来说说 with 和上下文管理器. 对于系统资源如文件.数据 ...

python语句解释_深入理解python with 语句

python语句解释_深入理解python with 语句相关推荐

最新文章

热门文章