哪个网站有帮忙做公开课课件,江门住房与城乡建设局官方网站,无锡有多少家公司,手机微网站制作深入理解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#xff0c;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#xff0c;释放资源#xff0c;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…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, encodingutf-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, encodingutf-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(tagself.tag, time_difftime_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(tagself.tag, time_difftime_diff)
else:
msg 文件{filename} 第 {lineno} 行代码块执行时长{time_diff}.format(filenameself.filename, linenoself.lineno, time_difftime_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()
