接
上文
contextlib.contextmanager的用法是怎样的？我摘抄一下模块源代码
引用
Typical usage:
@contextmanager
def some_generator(<arguments>):
<setup>
try:
yield <value>
finally:
<cleanup>
This makes this:
with some_generator(<arguments>) as <variable>:
<body>
equivalent to this:
<setup>
try:
<variable> = <value>
<body>
finally:
<cleanup>
大致就是可以把程序中的主体，<body>从中抽取出来，放到with块之中。而之后处理的<finally>都可以放到some_generator函数里面。
some_generator函数的编写很好办。只是contextmanager这个装饰器应该作为一个函数好呢还是一个类好呢？这是个很有意思的问题，我也想了好一会，等下一起讨论下。先给出我的解法：
class MyGeneratorContextManager(object):
def __init__(self, gen):
print("__init__ called")
self.gen = gen
def __enter__(self):
print("__enter__ called")
return self.gen.next()
def __exit__(self, exc_type, exc_val, exc_tb):
print("__exit__called exc_type = %s, exc_val = %s, exc_tb = %s"\
% (exc_type, exc_val, exc_tb))
# 这里没有做异常处理，需要处理StopIteration异常
# 不是用return也可以
# 下面这句话将输出yield [1, 2, 3]后面的的打印语句end foo
return self.gen.next()
def MyContextManager(func):
def tmpf(*args):
print("func info:", func)
return MyGeneratorContextManager(func(*args))
return tmpf
@MyContextManager
def foo(val):
# 尝试用老方法捕捉错误
try:
print("start foo", val)
yield [1, 2, 3]
# 下面一行需要调用self.gen.next()才能输出
print("end foo")
except (Exception, AssertionError):
# 但是实际上并没有捕捉到yield中的错误
# except的功能完全被__exit__取代
print("EXCEPTION ENCOUNTERED!")
finally:
print("FINALLY")
print("foo is ", foo)
print("foo() is ", foo("bbbb"))
print("\nWITH INFO BELOW:")
with foo("aaaa") as tmp:
print("START WITH")
#: tmp实际上就是yield穿过来的值
print(tmp)
for i in tmp:
print(i)
assert 1>2
# 出错之后直接从with中跳出去，下面不可能被执行
print("END WITH")
输出结果是：
# 首先可以看到foo的值是闭包中的tmpf函数
('foo is ', <function tmpf at 0x7fb78b15f140>)
('func info:', <function foo at 0x7fb78b15f0c8>)
__init__ called
('foo() is ', <__main__.MyGeneratorContextManager object at 0x7fb78b1591d0>)
WITH INFO BELOW:
# 请看，两次调用foo()，发现他们最终都是同一个foo函数
('func info:', <function foo at 0x7fb78b15f0c8>)
# 但是奇怪的是，函数被初始化了两次？这是因为这是个工厂模式，每次调用的函数虽然一样，但是会生成不同的类
__init__ called
__enter__ called
('start foo', 'aaaa')
START WITH
[1, 2, 3]
1
2
3
# assert触发的错误没有被except捕捉到！被__exit__函数捕捉到了
__exit__called exc_type = <type 'exceptions.AssertionError'>, exc_val = , exc_tb = <traceback object at 0x7fb78b15c2d8>
end foo
FINALLY
# 为什么跳出StopIteration异常？这是因为gen.next()已经走到头了，我们没有处理这异常
Traceback (most recent call last):
File "/home/leonardo/Aptana Studio 3 Workspace/PythonStudy/src/thinking/mycontext_manager.py", line 68, in <module>
print("END WITH")
File "/home/leonardo/Aptana Studio 3 Workspace/PythonStudy/src/thinking/mycontext_manager.py", line 31, in __exit__
return self.gen.next()
StopIteration
首先创建了一个工厂模式的MyContextManager，它实际上又是个闭包函数，也可以作为装饰器方便以后使用。
其次我定义了一个类MyGeneratorContextManager，这个函数在初始化的时候，就接收一个generator。请注意，接收的
是generator而不是function。
请看函数
def tmpf(*args):
print("func info:", func)
return MyGeneratorContextManager(func(*args))
func在这里虽然是一个函数，但是func(*args)是一个generator，忘记传参数就糟了
在__enter__中最紧要的是要
return self.gen.next()
因为我们在with中面对的是一个generator，如果不对其进行next()，这个函数是不会动的。
进入到with块之后，foo函数里yield的值会直接传给tmp，这个值无关紧要。with块中所有语句就好像全部被填到yield那个地方去了一样。
程序于是执行with块中的语句，当其中出现异常的时候，我们外围的except语句块应该迅速捕捉到这一点，并输出才对。实际上不是，实际上当foo函数出现异常的时候，__exit__函数是第一时间捕捉到这个异常的。通过它的打印信息我们可以看出。
当处理完这个异常之后，我们调用了一下self.gen.next()，这个语句保证field语句后面的语句会被执行。最后执行了finally中的内容。你看except语句块被完全架空了。
好，我们回过头来再看，我们到底实现了什么东西？我们想执行的是
引用
<setup>
try:
<variable> = <value>
<body>
finally:
<cleanup>
现在我们把body单独抽出来了，放到with当中，把variable value替换成了yield value。这样做到掐头去尾，把前后不变的东西拿了出来，把内部的东西抽了出来。
咦？这不就是个装饰器么？错。装饰器是保持真身不懂，把前后改了，这是两个不同的方面。
最后我们回到我一开始提出的问题，为什么要设计一个mycontextmanager函数？可不可以不用工厂模式，直接用MyGeneratorContextManager函数一步到位？
这有两个前提条件要注意。第一，如果用class作为装饰器，这个类必须是可调用的(callable)，如果将来我们要使用它，只可能它的调用__call__函数，因为它又要实现能在call之后调用__exit__，所以它只能返回self, type(self)之类的东西。第二，因为foo()是用在with语句中的，所以它必须是一个generator，也就是说foo.__call__()的返回结果是一个generator。那么可以找到有这么一个返回值，它既是self, type(self)这样类相关的类型，而且还是一个包含yield的generator么？:-)
要是对yield还不熟悉的朋友可能现在还不是很清楚，尤其是generator函数和with块中代码的关系，很可能还有一些把这代码再折腾折腾的想法。嗯，这里我就不写了，有问题给我留言吧！
分享到：
相关推荐
在Python编程语言中，`with`关键字和上下文管理器是高效、安全处理资源的关键工具，特别是涉及到文件操作。它们确保了资源（如文件）在使用完毕后会被正确关闭，即使在执行过程中出现了异常。本篇文章将深入探讨`...
在使用这个库时，开发人员可以将需要管理资源的代码封装到`with`语句中，确保资源的生命周期得到正确的控制。这有助于防止资源泄露，提高代码的可靠性和可维护性。 在实际项目中，"scope_injected_contextmanager...
此外，Python 的 `contextlib` 模块提供了一个 `contextmanager` 装饰器，可以简化上下文管理器的编写，通过 `yield` 语句划分 `__enter__` 和 `__exit__` 的逻辑。 ```python from contextlib import ...
在Python中，"with"关键字用于创建一个上下文管理器，它会自动处理对象的获取和释放。例如，当我们需要读取或写入文件时，可以使用"with open() as f:"的形式来操作。这样，无论代码是否抛出异常，文件都会在离开...
在这个例子中，`open('file.txt', 'r')`返回一个实现了上下文管理器的对象，我们在`with`关键字后将其赋值给变量`f`。当`with`块结束时，`__exit__`方法会被自动调用，确保文件被正确关闭，即使在处理文件时发生异常...
以下是一份详尽的Python面试知识点概述，涵盖从基础到高级的主题。 1. **Python基础知识** - Python的哲学：简洁、可读性强的语法，"There should be one-- and preferably only one --obvious way to do it." - ...
通过以上内容，读者可以了解到文档涵盖了Python编程的高级概念和实践，从函数的高级用法，到面向对象编程的深入探讨，再到数据处理的策略，以及对Python版本差异的比较、测试、命令行工具的使用，以及异步编程和编程...
`contextlib.nested`函数用于同时管理多个上下文管理器，但请注意，自Python 3.7起，它已经被弃用，取而代之的是使用`async with`和`await`关键字的嵌套上下文管理器。然而，对于旧版本的Python，`nested`可以这样...
考虑到Python 2和Python 3之间的一些差异，在编写兼容两者的代码时需要注意版本之间的兼容性问题。 **示例代码**: ```python from __future__ import print_function print("Hello, Python 2 and 3!") ``` #### ...
这样可以有效地从迭代器中提取特定范围内的元素，而无需先将其转换为列表。 ### 三、跳过可迭代对象的开头 处理文本文件时，经常需要跳过头部的注释或其他非数据行。使用`itertools.dropwhile`可以轻松地过滤掉不...
6. **迭代器和生成器**：迭代器允许遍历任何可迭代对象，而生成器则是一种惰性计算的迭代器，可以通过 yield 关键字创建。使用生成器可以节省内存，尤其在处理大量数据时。 7. **装饰器**：装饰器是 Python 的一种...