Walaupun anda tidak pernah mendengar tentang Pengurus Konteks Python, anda sudah tahu bahawa ia adalah pengganti bagi blok try/finally. Ia dilaksanakan menggunakan pernyataan with yang biasa digunakan semasa membuka fail. Sama seperti try/finally, mod ini diperkenalkan untuk menjamin bahawa operasi tertentu dilakukan pada penghujung blok, walaupun pengecualian berlaku atau program ditamatkan.
Di permukaan, Protokol Pengurusan Konteks hanyalah pernyataan mengelilingi with blok kod. Malah, ia terdiri daripada 2 kaedah istimewa ( dunder ) - __enter__ dan __exit__, yang masing-masing membantu bermula dan berhenti.
Apabila pernyataan with ditemui dalam kod, kaedah __enter__ akan dicetuskan dan nilai pulangannya akan dimasukkan ke dalam pembolehubah selepas kelayakan as. Selepas blok with dilaksanakan, panggil kaedah __exit__ untuk berhenti - melengkapkan peranan blok finally.
# Using try/finally import time start = time.perf_counter() # Setup try: # Actual body time.sleep(3) finally: # Teardown end = time.perf_counter() elapsed = end - start print(elapsed) # Using Context Manager with Timer() as t: time.sleep(3) print(t.elapsed)
Kod di atas menunjukkan versi menggunakan try/finally dan versi yang lebih elegan menggunakan pernyataan with untuk melaksanakan pemasa mudah. Seperti yang dinyatakan di atas, melaksanakan pengurus konteks sedemikian memerlukan __enter__ dan __exit__, tetapi bagaimanakah kita akan menciptanya? Mari kita lihat kod untuk kelas Timer ini:
# Implementation of above context manager
class Timer:
def __init__(self):
self._start = None
self.elapsed = 0.0
def start(self):
if self._start is not None:
raise RuntimeError('Timer already started...')
self._start = time.perf_counter()
def stop(self):
if self._start is None:
raise RuntimeError('Timer not yet started...')
end = time.perf_counter()
self.elapsed += end - self._start
self._start = None
def __enter__(self): # Setup
self.start()
return self
def __exit__(self, *args): # Teardown
self.stop() Coretan kod ini menunjukkan kelas __enter__ yang melaksanakan kaedah __exit__ dan Timer. Kaedah __enter__ hanya memulakan pemasa dan mengembalikan self, self akan ditetapkan sebagai with ... dalam some_var., selepas badan penyata with selesai, kaedah __exit__ akan dipanggil dengan 3 parameter - Jenis Pengecualian, outlier dan jejak balik. Jika semuanya berjalan lancar dalam kandungan with pernyataan, maka ini adalah sama dengan None. Jika pengecualian dilemparkan, ini akan diisi dengan data pengecualian, yang boleh kami kendalikan dalam kaedah __exit__. Dalam kes ini, kami meninggalkan pengendalian pengecualian dan hanya menghentikan pemasa dan mengira masa berlalu dan menyimpannya dalam sifat pengurus konteks.
Kami telah melihat pelaksanaan dan contoh penggunaan pernyataan with di sini, tetapi untuk mendapatkan pemahaman yang lebih intuitif tentang apa yang sebenarnya berlaku, mari lihat cara melakukannya tanpa sintaks Python gula Kaedah khas ini dipanggil apabila:
manager = Timer() manager.__enter__() # Setup time.sleep(3) # Body manager.__exit__(None, None, None) # Teardown print(manager.elapsed)
Kini setelah kita telah menetapkan apa itu pengurus konteks, cara ia berfungsi dan cara melaksanakannya, mari kita lihat faedah menggunakannya – hanya untuk mendapatkan lebih banyak motivasi bertukar daripada try/finally kepada pernyataan with.
Faedah pertama ialah keseluruhan permulaan dan penghentian berada di bawah kawalan objek pengurus konteks. Ini menghalang ralat dan mengurangkan kod boilerplate, menjadikan API lebih selamat dan mudah digunakan. Satu lagi sebab untuk menggunakannya ialah blok with menyerlahkan bahagian utama dan menggalakkan anda mengurangkan jumlah kod dalam bahagian itu, yang secara amnya merupakan amalan yang baik juga. Akhir sekali - akhir sekali - ia adalah alat pemfaktoran semula yang hebat yang mengeluarkan kod mula dan henti biasa dan mengalihkannya ke satu lokasi - iaitu __enter__ dan __exit__Kaedah.
Dengan itu, saya harap saya dapat meyakinkan anda untuk mula menggunakan pengurus konteks sebaliknya try/finally walaupun anda tidak pernah menggunakannya sebelum ini. Jadi, sekarang mari kita lihat beberapa pengurus konteks yang hebat dan berguna yang anda harus mula sertakan dalam kod anda!
Dalam bahagian sebelumnya, kami meneroka cara melaksanakan pengurus konteks menggunakan kaedah __enter__ dan __exit__. Ini mudah, tetapi kita boleh menjadikannya lebih ringkas dengan menggunakan contextlib, lebih khusus lagi @contextmanager.
@contextmanager ialah penghias yang boleh digunakan untuk menulis fungsi pengurusan konteks serba lengkap. Jadi daripada mencipta keseluruhan kelas dan melaksanakan kaedah __enter__ dan __exit__, kita hanya perlu mencipta penjana:
from contextlib import contextmanager
from time import time, sleep
@contextmanager
def timed(label):
start = time() # Setup - __enter__
print(f"{label}: Start at {start}")
try:
yield # yield to body of `with` statement
finally: # Teardown - __exit__
end = time()
print(f"{label}: End at {end} ({end - start} elapsed)")
with timed("Counter"):
sleep(3)
# Counter: Start at 1599153092.4826472
# Counter: End at 1599153095.4854734 (3.00282621383667 elapsed) Coretan ini melaksanakan perkara yang sama seperti kelas Timer dari sebelumnya bahagian Pengurus konteks yang serupa. Kali ini, bagaimanapun, kita memerlukan lebih sedikit kod. Kod ini terbahagi kepada dua bahagian, satu sebelum yield dan satu lagi selepas yield. Kod sebelum yield menjalankan kerja kaedah __enter__ dan yield itu sendiri ialah __enter__ penyataan kaedah return. Segala-galanya selepas yield adalah sebahagian daripada kaedah __exit__.
正如你在上面看到的，像这样使用单个函数创建上下文管理器需要使用使用try/finally语句，因为如果在语句withy体中发生异常，它将在yield行被引发，我们需要在对应于__exit__方法的finally块中处理它。
正如我已经提到的，这可以用于自包含的上下文管理器。但是，它不适合需要成为对象一部分的上下文管理器，例如连接或锁。
尽管使用单个函数构建上下文管理器会迫使你使用try/finally，并且只能用于更简单的用例，但在我看来，它仍然是构建更精简的上下文管理器的优雅而实用的选择。
现在让我们从理论转向实用且有用的上下文管理器，你可以自己构建它。
当需要尝试查找代码中的一些bug时，你可能会首先查看日志以找到问题的根本原因。但是，这些日志可能默认设置为错误或警告级别，这可能不足以用于调试。更改整个程序的日志级别应该很容易，但更改特定代码部分的日志级别可能会更复杂 - 不过，这可以通过以下上下文管理器轻松解决：
import logging
from contextlib import contextmanager
@contextmanager
def log(level):
logger = logging.getLogger()
current_level = logger.getEffectiveLevel()
logger.setLevel(level)
try:
yield
finally:
logger.setLevel(current_level)
def some_function():
logging.debug("Some debug level information...")
logging.error('Serious error...')
logging.warning('Some warning message...')
with log(logging.DEBUG):
some_function()
# DEBUG:root:Some debug level information...
# ERROR:root:Serious error...
# WARNING:root:Some warning message...在本文的开头，我们正在使用计时代码块。我们在这里尝试的是将超时设置为with语句包围的块：
import signal from time import sleep class timeout: def __init__(self, seconds, *, timeout_message=""): self.seconds = int(seconds) self.timeout_message = timeout_message def _timeout_handler(self, signum, frame): raise TimeoutError(self.timeout_message) def __enter__(self): signal.signal(signal.SIGALRM, self._timeout_handler) # Set handler for SIGALRM signal.alarm(self.seconds) # start countdown for SIGALRM to be raised def __exit__(self, exc_type, exc_val, exc_tb): signal.alarm(0) # Cancel SIGALRM if it's scheduled return exc_type is TimeoutError # Suppress TimeoutError with timeout(3): # Some long running task... sleep(10)
上面的代码为这个上下文管理器声明了一个名为timeout的类，因为这个任务不能在单个函数中完成。为了能够实现这种超时，我们还需要使用信号-更具体地说是SIGALRM。我们首先使用signal.signal(...)将处理程序设置为SIGALRM，这意味着当内核引发SIGALRM时，将调用处理程序函数。对于这个处理程序函数（_timeout_handler），它所做的只是引发TimeoutError，如果没有及时完成，它将停止with语句体中的执行。处理程序就位后，我们还需要以指定的秒数开始倒计时，这由signal.alarm(self.seconds)完成。
对于__exit__方法，如果上下文管理器的主体设法在时间到期之前完成，SIGALRM则将被取消，而signal.alarm(0)和程序可以继续。另一方面 - 如果由于超时而引发信号，那么_timeout_handler将引发TimeoutError，这将__exit__被捕获和抑制，with语句主体将被中断，其余代码可以继续执行。
除了上面的上下文管理器，标准库或其他常用库（如request或sqlite3）中已经有很多有用的上下文管理程序。那么，让我们看看我们可以在那里找到什么。
如果你正在执行大量数学运算并需要特定的精度，那么你可能会遇到需要临时更改十进制数精度的情况：
from decimal import getcontext, Decimal, setcontext, localcontext, Context # Bad old_context = getcontext().copy() getcontext().prec = 40 print(Decimal(22) / Decimal(7)) setcontext(old_context) # Good with localcontext(Context(prec=50)): print(Decimal(22) / Decimal(7)) # 3.1428571428571428571428571428571428571428571428571 print(Decimal(22) / Decimal(7)) # 3.142857142857142857142857143
上面的代码演示了不带和带上下文管理器的选项。第二个选项显然更短，更具可读性。它还考虑了临时上下文，使其不易出错。
在使用@contextmanager时，我们已经窥探了contextlib，但我们可以使用更多的东西——作为第一个示例，让我们看看redirect_stdout和redirect redirect_stderr：
import sys
from contextlib import redirect_stdout
# Bad
with open("help.txt", "w") as file:
stdout = sys.stdout
sys.stdout = file
try:
help(int)
finally:
sys.stdout = stdout
# Good
with open("help.txt", "w") as file:
with redirect_stdout(file):
help(int)如果你有一个工具或函数，默认情况下将所有数据输出到stdout或stderr，但你希望它将数据输出到其他地方——例如文件。那么这两个上下文管理器可能非常有用。与前面的示例一样，这大大提高了代码的可读性，并消除了不必要的视觉干扰。
contextlib的另一个方便的方法是suppress上下文管理器，它将抑制任何不需要的异常和错误：
import os
from contextlib import suppress
try:
os.remove('file.txt')
except FileNotFoundError:
pass
with suppress(FileNotFoundError):
os.remove('file.txt')当然，正确处理异常是更好的，但有时你只需要消除令人讨厌的DeprecationWarning警告，这个上下文管理器至少会使它可读。
我将提到的contextlib中的最后一个实际上是我最喜欢的，它叫做closing：
# Bad try: page = urlopen(url) ... finally: page.close() # Good from contextlib import closing with closing(urlopen(url)) as page: ...
此上下文管理器将关闭作为参数传递给它的任何资源（在上面的示例中），即page对象。至于在后台实际发生的情况，上下文管理器实际上只是强制调用页面对象的.close()方法，与使用try/finally选项的方式相同。
若你们想让人们使用、阅读或维护你们所写的测试，你们必须让他们可读，易于理解和模仿。mock.patch上下文管理器可以帮助你：
# Bad
import requests
from unittest import mock
from unittest.mock import Mock
r = Mock()
p = mock.patch('requests.get', return_value=r)
mock_func = p.start()
requests.get(...)
# ... do some asserts
p.stop()
# Good
r = Mock()
with mock.patch('requests.get', return_value=r):
requests.get(...)
# ... do some asserts使用mock.patch上下文管理器可以让你摆脱不必要的.start()和.stop()调用，并帮助你定义此特定模拟的明确范围。这个测试的好处是它可以与unittest以及pytest一起使用，即使它是标准库的一部分（因此也是unittest）。
说到pytest，让我们也展示一下这个库中至少一个非常有用的上下文管理器：
import pytest, os
with pytest.raises(FileNotFoundError, message="Expecting FileNotFoundError"):
os.remove('file.txt')这个例子展示了pytest.raises的非常简单的用法，它断言代码块引发提供的异常。如果没有，则测试失败。这对于测试预期会引发异常或失败的代码路径非常方便。
从pytest转到另一个伟大的库——requests。通常，你可能需要在HTTP请求之间保留cookie，需要保持TCP连接活动，或者只想对同一主机执行多个请求。requests提供了一个很好的上下文管理器来帮助应对这些挑战，即管理会话：
import requests with requests.Session() as session: session.request(method=method, url=url, **kwargs)
除了解决上述问题之外，这个上下文管理器还可以帮助提高性能，因为它将重用底层连接，因此避免为每个请求/响应对打开新连接。
最后但同样重要的是，还有用于管理SQLite事务的上下文管理器。除了使代码更干净之外，此上下文管理器还提供了在异常情况下回滚更改的能力，以及在with语句体成功完成时自动提交的能力：
import sqlite3
from contextlib import closing
# Bad
connection = sqlite3.connect(":memory:")
try:
connection.execute("INSERT INTO employee(firstname, lastname) values (?, ?)", ("John", "Smith",))
except sqlite3.IntegrityError:
...
connection.close()
# Good
with closing(sqlite3.connect(":memory:")) as connection:
with connection:
connection.execute("INSERT INTO employee(firstname, lastname) values (?, ?)", ("John", "Smith",))在本例中，你还可以看到closing上下文管理器的良好使用，它有助于处理不再使用的连接对象，这进一步简化了代码，并确保我们不会让任何连接挂起。
Atas ialah kandungan terperinci Bagaimana untuk menggunakan pengurus konteks Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
![[Web front-end] Permulaan pantas Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
