Python 中 with 的用法小结(with在python)
itomcoil 2025-03-28 17:41 15 浏览
在 Python 编程中,with 是一个非常有用的关键字,用的恰到好处可让你省心省力,无后顾之忧。当然,要想用的合适,就需充分认识理解它。直接上干货。
在 Python 中,with 语句用于简化资源管理(如文件操作、数据库连接、线程锁等),确保资源在使用后能被正确释放,即使发生异常也能自动清理。它的核心机制是上下文管理器(Context Manager),通过实现 __enter__ 和 __exit__ 方法,定义进入和退出上下文时的行为。
一、基本用法
1. 语法结构
with 上下文管理器 as 变量:
# 在此代码块中使用资源
# 退出代码块后,资源自动释放
2. 常见场景示例
示例 1:文件操作
用 with open() 自动关闭文件,避免忘记 close():
with open("data.txt", "r") as file:
content = file.read()
# 文件已自动关闭,无需手动调用 file.close()
示例 2:线程锁
确保锁的自动释放:
import threading
lock = threading.Lock()
with lock:
# 临界区代码
print("锁已获取,执行操作")
# 锁已自动释放
二、工作原理:上下文管理器
上下文管理器必须实现以下两个方法:
__enter__(): 进入上下文时调用,返回值会赋给 as 后的变量。
__exit__(exc_type, exc_val, exc_tb): 退出上下文时调用,处理异常和资源释放。
自定义上下文管理器示例
class MyContextManager:
def __enter__(self):
print("进入上下文")
return self # 返回值赋给 as 后的变量
def __exit__(self, exc_type, exc_val, exc_tb):
print("退出上下文")
# 处理异常(若返回 True,则抑制异常)
if exc_type:
print(f"发生异常:{exc_type}, {exc_val}")
return True # 抑制异常
# 使用自定义上下文管理器
with MyContextManager() as cm:
print("正在执行操作")
# raise ValueError("测试异常") # 若抛出异常,会被 __exit__ 捕获
三、使用 contextlib 简化上下文管理器
Python 的 contextlib 模块提供工具(如 @contextmanager 装饰器)简化实现。
示例:生成器实现上下文管理器
from contextlib import contextmanager
@contextmanager
def my_context():
print("进入上下文")
try:
yield "资源对象" # yield 前的代码相当于 __enter__,yield 后的相当于 __exit__
finally:
print("退出上下文")
with my_context() as resource:
print(f"正在使用 {resource}")
四、常见应用场景
1. 数据库连接管理
确保连接自动关闭(如 SQLAlchemy):
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
engine = create_engine("sqlite:///mydb.sqlite")
Session = sessionmaker(bind=engine)
# 使用 with 管理会话
with Session() as session:
result = session.query(User).all()
# 会话自动提交或回滚并关闭
2. 临时修改全局状态
import sys
from contextlib import redirect_stdout
with open("output.log", "w") as f, redirect_stdout(f):
print("这行内容会被写入 output.log")
3. 计时器
from time import time
from contextlib import contextmanager
@contextmanager
def timer():
start = time()
try:
yield
finally:
print(f"耗时: {time() - start:.2f}s")
with timer():
# 执行耗时操作
sum(range(10**6))
五、注意事项
异常处理
- 如果 __exit__ 返回 True,则 with 块内的异常会被抑制,否则异常会传播。
多层嵌套
- with 支持同时管理多个资源,用逗号分隔:
with open("a.txt") as f1, open("b.txt") as f2:
# 同时操作两个文件
资源释放顺序
- 后进入的上下文先退出(类似栈的 LIFO 顺序)。
六、做一下小结
核心作用:确保资源正确释放,避免资源泄漏。
实现方式:通过类实现 __enter__ 和 __exit__,或使用 @contextmanager 装饰器。
典型场景:文件操作、数据库连接、锁管理、临时状态修改等。
通过合理使用 with,可以大幅提升代码的健壮性和可读性!
好了,会用了吧。
爱学习的小伙伴,关注不迷路哟~
相关推荐
- 最强聚类模型,层次聚类 !!_层次聚类的优缺点
-
哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)