Bagaimana untuk melanjutkan pemasa Python dengan pengurus konteks

Dalam perkara di atas kami mencipta kelas pemasa Python yang pertama, dan kemudian secara beransur-ansur melanjutkan kelas Pemasa kami, dan kodnya juga agak kaya dan berkuasa. Kami tidak boleh berpuas hati dengan ini, kami masih perlu templat beberapa kod untuk menggunakan Pemasa:

• Pertama, nyatakan kelas
• Kedua, panggil .start()
• Akhir sekali, panggil .stop() selepas blok kod

Pengurus konteks pemasa Python

Python mempunyai binaan Unik untuk memanggil fungsi sebelum dan selepas blok kod: pengurus konteks.

Memahami pengurus konteks dalam Python

Pengurus konteks telah menjadi bahagian penting Python sejak sekian lama. Diperkenalkan pada tahun 2005 oleh PEP 343 dan pertama kali dilaksanakan dalam Python 2.5. Anda boleh mengenal pasti pengurus konteks dalam kod anda menggunakan kata kunci dengan:

with EXPRESSION as VARIABLE:
BLOCK

EKSPRESI ialah ungkapan Python yang mengembalikan pengurus konteks. Mula-mula pengurus konteks terikat kepada nama pembolehubah VARIABLE, BLOCK boleh menjadi mana-mana blok kod Python biasa. Pengurus konteks memastikan bahawa program memanggil beberapa kod sebelum BLOCK dan beberapa kod lain selepas BLOCK dilaksanakan. Dengan cara ini, walaupun BLOCK melemparkan pengecualian, yang terakhir akan tetap dilaksanakan.

Penggunaan pengurus konteks yang paling biasa adalah untuk mengendalikan sumber yang berbeza seperti fail, kunci dan sambungan pangkalan data. Pengurus konteks digunakan untuk mengeluarkan dan membersihkan sumber selepas ia digunakan. Contoh berikut menunjukkan struktur asas timer.py dengan mencetak hanya garisan yang mengandungi titik bertindih. Di samping itu, ia menunjukkan simpulan bahasa biasa untuk membuka fail dalam Python:

with open("timer.py") as fp:
print("".join(ln for ln in fp if ":" in ln))

class TimerError(Exception):
class Timer:
timers: ClassVar[Dict[str, float]] = {}
name: Optional[str] = None
text: str = "Elapsed time: {:0.4f} seconds"
logger: Optional[Callable[[str], None]] = print
_start_time: Optional[float] = field(default=None, init=False, repr=False)
def __post_init__(self) -> None:
if self.name is not None:
def start(self) -> None:
if self._start_time is not None:
def stop(self) -> float:
if self._start_time is None:
if self.logger:
if self.name:

Perhatikan bahawa menggunakan open() sebagai pengurus konteks, penuding fail fp tidak akan ditutup secara eksplisit, anda boleh mengesahkan bahawa fp mempunyai telah ditutup secara automatik :

fp.closed

True

Dalam contoh ini, open("timer.py") ialah ungkapan yang mengembalikan pengurus konteks. Pengurus konteks ini terikat pada nama fp. Pengurus konteks adalah sah semasa print() pelaksanaan. Blok satu baris kod ini dilaksanakan dalam konteks fp .

Apakah yang dimaksudkan dengan fp sebagai pengurus konteks? Dari segi teknikal, fp melaksanakan protokol pengurus konteks. Terdapat banyak protokol berbeza yang mendasari bahasa Python. Fikirkan protokol sebagai kontrak yang menyatakan kaedah khusus yang mesti dilaksanakan oleh kod kami.

Protokol pengurus konteks terdiri daripada dua kaedah:

1. Dipanggil apabila memasuki konteks yang dikaitkan dengan pengurus konteks.__enter__().
2. Dipanggil .__exit__() apabila keluar dari konteks yang dikaitkan dengan pengurus konteks.

Dalam erti kata lain, untuk mencipta pengurus konteks anda sendiri, anda perlu menulis kelas yang melaksanakan .__enter__() dan .__exit__() . Cuba contoh pengurus konteks Hello, World!:

# studio.py
class Studio:
def __init__(self, name):
self.name = name

def __enter__(self):
print(f"你好 {self.name}")
return self

def __exit__(self, exc_type, exc_value, exc_tb):
print(f"一会儿见, {self.name}")

Studio ialah pengurus konteks yang melaksanakan protokol pengurus konteks dan digunakan seperti berikut:

from studio import Studio
with Studio("云朵君"):
print("正在忙 ...")

你好 云朵君
正在忙 ...
一会儿见, 云朵君

Pertama, perhatikan bagaimana .__enter__() dipanggil sebelum melakukan sesuatu, manakala .__exit__() dipanggil selepas melakukan sesuatu. Dalam contoh ini, pengurus konteks tidak dirujuk, jadi tidak perlu menggunakan nama pengurus konteks.

Seterusnya, ambil perhatian bahawa nilai pulangan diri.__enter__() adalah tertakluk kepada kekangan. Apabila mencipta pengurus konteks, anda biasanya mahu mengembalikan diri daripada .__enter__() . Nilai pulangan boleh digunakan seperti berikut:

from greeter import Greeter
with Greeter("云朵君") as grt:
print(f"{grt.name} 正在忙 ...")

你好 云朵君
云朵君 正在忙 ...
一会儿见, 云朵君

Apabila menulis fungsi __exit__, sesuatu yang perlu diambil perhatian ialah ia mesti mempunyai tiga parameter ini:

• exc_type: jenis pengecualian
• exc_val: nilai pengecualian
• exc_tb: maklumat susunan ralat pengecualian

Tiga parameter ini digunakan untuk pengendalian ralat dalam pengurus konteks nilai pulangan sys.exc_info(). Apabila kod logik utama tidak melaporkan pengecualian, ketiga-tiga parameter ini semuanya akan menjadi Tiada.

Jika pengecualian berlaku semasa melaksanakan blok, maka kod akan memanggil .__exit__() dengan jenis pengecualian, contoh pengecualian dan objek surih balik (iaitu exc_type, exc_value dan exc_tb). Biasanya, ini diabaikan dalam pengurus konteks dan .__exit__() dipanggil sebelum menimbulkan pengecualian:

from greeter import Greeter
with Greeter("云朵君") as grt:
print(f"{grt.age} does not exist")

你好 云朵君
一会儿见, 云朵君
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
AttributeError: 'Greeter' object has no attribute 'age'

Seperti yang anda lihat, walaupun terdapat ralat dalam kod, ia adalah masih dicetak. "Jumpa nanti, Encik Yun Duo".

Memahami dan menggunakan contextlib

Kini kami mempunyai pemahaman asas tentang apa itu pengurus konteks dan cara mencipta sendiri. Dalam contoh di atas, kami menulis kelas hanya untuk membina pengurus konteks. Jika anda hanya mahu melaksanakan fungsi mudah, menulis kelas agak terlalu rumit. Pada masa ini, kami fikir, adalah bagus jika kami dapat melaksanakan pengurus konteks dengan menulis hanya satu fungsi.

Python sudah memikirkan perkara ini. Ia memberikan kami penghias selagi anda melaksanakan kandungan fungsi mengikut protokol kodnya, anda boleh menukar objek fungsi ini menjadi pengurus konteks.

我们按照 contextlib 的协议来自己实现一个上下文管理器，为了更加直观我们换个用例，创建一个我们常用且熟悉的打开文件（with open）的上下文管理器。

import contextlib

@contextlib.contextmanager
def open_func(file_name):
# __enter__方法
print('open file:', file_name, 'in __enter__')
file_handler = open(file_name, 'r')
 
# 【重点】：yield
yield file_handler

# __exit__方法
print('close file:', file_name, 'in __exit__')
file_handler.close()
return

with open_func('test.txt') as file_in:
for line in file_in:
print(line)

在被装饰函数里，必须是一个生成器（带有yield），而 yield 之前的代码，就相当于__enter__里的内容。yield 之后的代码，就相当于__exit__ 里的内容。

上面这段代码只能实现上下文管理器的第一个目的（管理资源），并不能实现第二个目的（处理异常）。

如果要处理异常，可以改成下面这个样子。

import contextlib

@contextlib.contextmanager
def open_func(file_name):
# __enter__方法
print('open file:', file_name, 'in __enter__')
file_handler = open(file_name, 'r')

try:
yield file_handler
except Exception as exc:
# deal with exception
print('the exception was thrown')
finally:
print('close file:', file_name, 'in __exit__')
file_handler.close()
return

with open_func('test.txt') as file_in:
for line in file_in:
1/0
print(line)

Python 标准库中的 contextlib包括定义新上下文管理器的便捷方法，以及可用于关闭对象、抑制错误甚至什么都不做的现成上下文管理器！

创建 Python 计时器上下文管理器

了解了上下文管理器的一般工作方式后，要想知道它们是如何帮助处理时序代码呢？假设如果可以在代码块之前和之后运行某些函数，那么就可以简化 Python 计时器的工作方式。其实，上下文管理器可以自动为计时时显式调用 .start() 和.stop()。

同样，要让 Timer 作为上下文管理器工作，它需要遵守上下文管理器协议，换句话说，它必须实现 .__enter__() 和 .__exit__() 方法来启动和停止 Python 计时器。从目前的代码中可以看出，所有必要的功能其实都已经可用，因此只需将以下方法添加到之前编写的的 Timer 类中即可：

# timer.py
@dataclass
class Timer:
# 其他代码保持不变

def __enter__(self):
"""Start a new timer as a context manager"""
self.start()
return self

def __exit__(self, *exc_info):
"""Stop the context manager timer"""
self.stop()

Timer 现在就是一个上下文管理器。实现的重要部分是在进入上下文时， .__enter__() 调用 .start() 启动 Python 计时器，而在代码离开上下文时， .__exit__() 使用 .stop() 停止 Python 计时器。

from timer import Timer
import time
with Timer():
time.sleep(0.7)

Elapsed time: 0.7012 seconds

此处注意两个更微妙的细节：

• .__enter__()​ 返回self​，Timer 实例，它允许用户使用as​ 将Timer ​实例绑定到变量。例如，使用with Timer() as t:​ 将创建指向Timer ​对象的变量t。
• .__exit__()​ 需要三个参数，其中包含有关上下文执行期间发生的任何异常的信息。代码中，这些参数被打包到一个名为exc_info 的元组中，然后被忽略，此时 Timer 不会尝试任何异常处理。

在这种情况下不会处理任何异常。上下文管理器的一大特点是，无论上下文如何退出，都会确保调用.__exit__()。在以下示例中，创建除零公式模拟异常查看代码功能：

from timer import Timer
with Timer():
for num in range(-3, 3):
print(f"1 / {num} = {1 / num:.3f}")

1 / -3 = -0.333
1 / -2 = -0.500
1 / -1 = -1.000
Elapsed time: 0.0001 seconds
Traceback (most recent call last):
File "<stdin>", line 3, in <module>
ZeroDivisionError: division by zero

注意 ，即使代码抛出异常，Timer 也会打印出经过的时间。

使用 Python 定时器上下文管理器

现在我们将一起学习如何使用 Timer 上下文管理器来计时 "下载数据" 程序。回想一下之前是如何使用 Timer 的：

# download_data.py
import requests
from timer import Timer
def main():
t = Timer()
t.start()
source_url = 'https://cloud.tsinghua.edu.cn/d/e1ccfff39ad541908bae/files/?p=%2Fall_six_datasets.zip&dl=1'
headers = {'User-Agent': 'Mozilla/5.0'}
res = requests.get(source_url, headers=headers) 
t.stop()
with open('dataset/datasets.zip', 'wb') as f:
f.write(res.content)

if __name__ == "__main__":
main()

我们正在对 requests.get() 的调用进行记时监控。使用上下文管理器可以使代码更短、更简单、更易读：

# download_data.py
import requests
from timer import Timer
def main():
source_url = 'https://cloud.tsinghua.edu.cn/d/e1ccfff39ad541908bae/files/?p=%2Fall_six_datasets.zip&dl=1'
headers = {'User-Agent': 'Mozilla/5.0'}
with Timer():
res = requests.get(source_url, headers=headers)

with open('dataset/datasets.zip', 'wb') as f:
f.write(res.content)

if __name__ == "__main__":
main()

此代码实际上与上面的代码相同。主要区别在于没有定义无关变量t，在命名空间上无多余的东西。

写在最后

将上下文管理器功能添加到 Python 计时器类有几个优点：

• 省时省力：只需要一行额外的代码即可为代码块的执行计时。
• 可读性高：调用上下文管理器是可读的，你可以更清楚地可视化你正在计时的代码块。

使用 Timer 作为上下文管理器几乎与直接使用 .start() 和 .stop() 一样灵活，同时它的样板代码更少。在该系列下一篇文章中，云朵君将和大家一起学习如何将 Timer 也用作装饰器，并用于代码中，从而更加容易地监控代码完整运行过程，我们一起期待吧！

Atas ialah kandungan terperinci Bagaimana untuk melanjutkan pemasa Python dengan pengurus konteks. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!