Python With语句

在Python编程中，资源管理是一个重要的话题。无论是文件操作、数据库连接还是网络请求，我们都需要确保在使用完毕后正确释放这些资源。with语句就是Python提供的一种优雅的方式来自动管理资源，让我们的代码更加简洁和安全。

什么是With语句

with语句是Python的一种上下文管理协议的实现，它允许我们在代码执行前后自动执行特定的操作，最常见的用途是确保资源的获取和释放。

基本语法

python

with expression as variable:
    # 代码块

其中：

• expression 是返回上下文管理器对象的表达式
• as variable 部分是可选的，用于将上下文管理器的返回值赋给一个变量

当执行with语句时，Python会：

1. 执行expression，获取上下文管理器对象
2. 调用上下文管理器的__enter__方法
3. 将__enter__方法的返回值赋给variable（如果有as子句）
4. 执行代码块
5. 无论代码块执行是否成功，都会调用上下文管理器的__exit__方法

With语句的优势

相比传统的try-finally结构，with语句有以下优势：

1. 代码简洁：不需要显式的try-finally块
2. 自动资源管理：自动调用清理方法，即使发生异常
3. 提高可读性：意图更加明确
4. 减少错误：避免忘记关闭资源的问题

常见应用示例

文件操作

最常见的with语句应用是文件操作：

python

# 不使用with语句
f = open('example.txt', 'r')
try:
    content = f.read()
    print(content)
finally:
    f.close()

# 使用with语句
with open('example.txt', 'r') as f:
    content = f.read()
    print(content)  # 文件内容
# 文件会自动关闭

在第二个示例中，无需手动关闭文件，Python会在with代码块执行完毕后自动调用f.close()。

多个上下文管理器

with语句可以同时管理多个上下文：

python

with open('input.txt', 'r') as infile, open('output.txt', 'w') as outfile:
    for line in infile:
        outfile.write(line)

这段代码会同时打开输入和输出文件，并在操作完成后自动关闭它们。

上下文管理器协议

一个类如果要支持with语句，需要实现上下文管理器协议，即实现__enter__和__exit__方法：

python

class MyContext:
    def __init__(self, name):
        self.name = name
        
    def __enter__(self):
        print(f"进入 {self.name} 上下文")
        return self  # 返回值会赋给as后的变量
        
    def __exit__(self, exc_type, exc_val, exc_tb):
        print(f"退出 {self.name} 上下文")
        # 如果返回True，则异常会被抑制
        return False

# 使用自定义上下文管理器
with MyContext("测试") as ctx:
    print("在上下文中执行操作")
    print(f"上下文对象: {ctx.name}")

输出:

进入 测试 上下文
在上下文中执行操作
上下文对象: 测试
退出 测试 上下文

__exit__ 方法参数说明

__exit__方法有三个参数：

• exc_type: 异常类型
• exc_val: 异常值
• exc_tb: 异常的追踪信息

如果with代码块正常执行，这三个参数都为None。如果发生异常，这些参数将包含异常信息。

使用contextlib模块

Python的contextlib模块提供了用于创建和使用上下文管理器的工具。

@contextmanager装饰器

使用@contextmanager装饰器可以将一个生成器函数转换为上下文管理器：

python

from contextlib import contextmanager

@contextmanager
def my_context(name):
    print(f"进入 {name} 上下文")
    try:
        yield name  # yield的值会赋给as后的变量
        print("正常退出上下文")
    except Exception as e:
        print(f"异常退出上下文: {e}")
        raise  # 重新抛出异常
    finally:
        print(f"退出 {name} 上下文")

# 使用
with my_context("简单示例") as name:
    print(f"在 {name} 上下文中执行操作")

输出:

进入 简单示例 上下文
在 简单示例 上下文中执行操作
正常退出上下文
退出 简单示例 上下文

其他实用工具

contextlib模块还提供了其他有用的上下文管理器：

• closing：自动关闭拥有close方法的对象
• suppress：抑制指定的异常
• redirect_stdout和redirect_stderr：重定向标准输出和错误流

实际应用案例

案例1：数据库连接管理

python

import sqlite3
from contextlib import contextmanager

@contextmanager
def db_connection(db_name):
    conn = sqlite3.connect(db_name)
    try:
        yield conn
        conn.commit()  # 如果没有异常，提交事务
    except:
        conn.rollback()  # 如果有异常，回滚事务
        raise
    finally:
        conn.close()  # 始终关闭连接

# 使用我们的上下文管理器
with db_connection('example.db') as conn:
    cursor = conn.cursor()
    cursor.execute('CREATE TABLE IF NOT EXISTS users (id INTEGER, name TEXT)')
    cursor.execute('INSERT INTO users VALUES (1, "Alice")')
    print("数据操作成功")

这个例子确保了数据库连接在使用后被正确关闭，并且适当地处理了提交和回滚事务。

案例2：计时上下文管理器

创建一个上下文管理器来测量代码块执行时间：

python

import time
from contextlib import contextmanager

@contextmanager
def timer(label):
    start_time = time.time()
    try:
        yield
    finally:
        end_time = time.time()
        print(f'{label}: {end_time - start_time:.6f} 秒')

# 使用计时器
with timer('排序操作'):
    # 模拟一个耗时操作
    sorted([random.random() for _ in range(1000000)])

输出（示例）:

排序操作: 0.123456 秒

案例3：临时更改工作目录

python

import os
from contextlib import contextmanager

@contextmanager
def change_dir(path):
    original_dir = os.getcwd()
    try:
        os.chdir(path)
        yield
    finally:
        os.chdir(original_dir)

# 使用
with change_dir('/tmp'):
    # 在/tmp目录下执行操作
    print(f"当前工作目录: {os.getcwd()}")

这个上下文管理器允许我们临时更改工作目录，并在操作完成后自动恢复原来的目录。

嵌套使用With语句

with语句可以嵌套使用，这在处理多个资源时很有用：

python

with open('log.txt', 'a') as log_file:
    with timer('数据处理'):
        # 执行一些数据处理
        result = process_large_dataset()
        log_file.write(f"处理完成: {result}\n")

也可以使用逗号连接多个上下文管理器：

python

with open('log.txt', 'a') as log_file, timer('数据处理'):
    # 执行一些数据处理
    result = process_large_dataset()
    log_file.write(f"处理完成: {result}\n")

With语句处理异常

当with代码块中发生异常时，__exit__方法会接收到异常信息。如果__exit__方法返回True，则异常会被抑制；否则异常会继续传播。

python

class SuppressSpecificException:
    def __init__(self, exception_type):
        self.exception_type = exception_type
        
    def __enter__(self):
        return self
        
    def __exit__(self, exc_type, exc_val, exc_tb):
        if exc_type is self.exception_type:
            print(f"捕获并抑制了 {exc_type.__name__}: {exc_val}")
            return True  # 抑制异常
        return False  # 允许其他异常传播

# 使用
with SuppressSpecificException(ZeroDivisionError):
    print(10 / 0)  # 这个异常会被捕获并抑制
    
print("继续执行")  # 这行会被打印

with SuppressSpecificException(ZeroDivisionError):
    print(int("非数字"))  # ValueError会传播
    
print("这行不会被执行")  # 由于上面的ValueError，这行不会执行

输出：

捕获并抑制了 ZeroDivisionError: division by zero
继续执行

后面会抛出ValueError异常。

提示

返回True来抑制异常应该谨慎使用，通常只应在确实能妥善处理异常的情况下使用。

总结

with语句是Python中处理资源管理的一种优雅方式，通过自动调用__enter__和__exit__方法来确保资源的获取和释放。主要优势包括：

1. 简化错误处理代码（不需要明确的try/finally）
2. 确保资源清理代码总是被执行，即使发生异常
3. 提高代码可读性和可维护性
4. 减少资源泄漏的可能性

无论是内置对象（如文件）还是自定义类，只要实现了上下文管理器协议，就可以与with语句一起使用。contextlib模块进一步简化了上下文管理器的创建。

练习

1. 创建一个上下文管理器，在代码执行期间禁止标准输出（提示：可以使用contextlib.redirect_stdout）。
2. 使用with语句实现一个简单的缓存管理器，在进入上下文时加载数据，退出时保存数据。
3. 修改数据库连接示例，增加一个事务上下文管理器，可以在事务失败时自动回滚。

延伸阅读

• Python官方文档：with语句
• Python contextlib模块
• PEP 343 – The "with" Statement

通过掌握with语句，你可以写出更加简洁、健壮的Python代码，尤其是在处理需要清理的资源时。