深入理解python with 語句

python中with 語句作為try/finally 編碼范式的一種替代, 適用于對資源進行訪問的場合，確保不管使用過程中是否發生異常都會執行必要的”清理”操作，釋放資源，比如文件使用后自動關閉、線程中鎖的自動獲取和釋放等

1. 使用with打開文件

你應該見過下面這種打開文件的方式

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

data = f.readlines()

上面的寫法，與下面的寫法在最終效果上是一致的

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

try:

data = f.readlines()

except:

pass

finally:

f.close()

對比兩段代碼不難發現，使用with語句時，代碼更加簡潔，而且不用主動關閉文件，在with語句體退出時，會自動關閉文件，即便with語句體中發生了異常。

2. 上下文管理器和with 語句有關的概念

想要理解with語句，就必須先理解以下幾個概念

2.1 上下文管理協議

簡單來說，就是實現兩個方法，__enter__() 和__exit__()

2.2 上下文管理器

實現了__enter__() 和__exit__()的對象就是上下文管理器

2.3 運行時上下文

由上下文管理器創建，在with語句體代碼執行前，通過__enter__()進入，語句體代碼執行結束后，通過__exit__()退出

2.4 上下文表達式

在with關鍵字后面的表達式，表達式返回上下文管理器對象

2.5 語句體

with語句包裹起來的代碼

3. 使用with語句控制線程鎖的釋放

使用with不僅能夠自動的關閉打開的文件對象，還可以自動的釋放線程鎖，這樣可以避免死鎖的發生，在python多線程---線程鎖一文中，為避免多個線程同時對一個變量對象進行修改，在關鍵語句上加了線程鎖

def worker():

time.sleep(1)

global a

for i in range(100000):

m_lock.acquire() # 加鎖

a += 1

m_lock.release() # 釋放鎖

如果你忘記了寫m_lock.release() 對鎖進行釋放，那么這將導致其他線程永遠也無法獲取到線程鎖，這樣就形成了死鎖，上面的代碼在acquire之后，使用release釋放所，使用with語句，可以更加優雅的實現加鎖和釋放鎖的操作。

def worker():

time.sleep(1)

global a

for i in range(100000):

with m_lock:

a += 1

4. 同時打開多個文件

許多人都不知道，with語句可以同時打開多個文件，這樣做可以減少代碼的縮進，讓代碼的編寫更加容易，兩個open語句之間用逗號分隔即可。

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

f1.write('a')

f2.write('b')

5. 自定義上下文管理器

在調試程序性能時，如果只是想知道某個函數的執行時長，可以使用一個可以統計函數運行時長的裝飾器進行處理，但程序往往很復雜，一段代碼里，要做很多操作，不只是調用了一個函數，也可能存在循環，因此，單純的知道某個函數的執行時長，不能幫助我們更好的了解程序的性能。

我們需要針對某個代碼段進行時間統計，知道這一段代碼的執行時長對我們很有幫助。你可以使用time.time()方法在代碼段開始時獲取到時間，在結束時再次獲取到時間，兩個時間做差就可以得到這個代碼段的運行時長，這種操作方式寫起來很麻煩，如果有多處代碼段需要統計，就得寫多次，很不方便。

下面是一個可以統計代碼段運行時長的上下文管理器

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 = "代碼段{tag}運行時長{time_diff}".format(tag=self.tag, time_diff=time_diff)

print(msg)

with ProTime('first') as pt:

# 這里是你要統計運行時長的代碼塊

time.sleep(1)

with ProTime('second') as pt:

# 這里是你要統計運行時長的代碼塊

time.sleep(2)

理解這段代碼的關鍵之處，在with語句所包裹的語句體執行之前，先要執行__enter__方法，語句體執行結束之后，不論是否有異常，都要執行__exit__，在__exit__方法里，三個參數提供了異常的全部信息，如果你想處理異常，可以在這個方法里做處理。

__init__ 方法有一個tag參數，設置這個參數的目的，是為了在輸出信息里區分多個代碼塊，如果不想設置這個tag，可以考慮對這個上下文管理器進行修改，通過調用棧獲得調用信息，準確的指出是哪個代碼段的執行時長。

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 = "代碼段{tag}運行時長{time_diff}".format(tag=self.tag, time_diff=time_diff)

else:

msg = "文件{filename} 第 {lineno} 行代碼塊執行時長{time_diff}".format(filename=self.filename, lineno=self.lineno, time_diff=time_diff)

print(msg)

with ProTime('first') as pt:

# 這里是你要統計運行時長的代碼塊

time.sleep(1)

with ProTime() as pt:

# 這里是你要統計運行時長的代碼塊

time.sleep(2)

def test():

with ProTime() as pt:

# 這里是你要統計運行時長的代碼塊

time.sleep(1)

test()

總結

以上是生活随笔為你收集整理的python语句解释_深入理解python with 语句的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。