详解利用上下文管理器扩展Python计时器

目录一个Python定时器上下文管理器了解Python中的上下文管理器理解并使用contextlib创建Python计时器上下文管理器使用Python定时器上下文管理器写在最后上文中...

上文中，我们一起学习了手把手教你实现一个 Python 计时器。本文中，云朵君将和大家一起了解什么是上下文管理器 和 Python 的 with 语句，以及如何完成自定义。然后扩展 Timer 以便它也可以用作上下文管理器。最后，使用 Timer 作为上下文管理器如何简化我们自己的代码。

上文中我们创建的第一个 Python 计时器类，然后逐步扩展我们 Timer 类，其代码也是较为丰富强大。我们不能满足于此，仍然需要模板一些代码来使用Timer：

首先，实例化类
其次，在要计时的代码块之前调用 .start()
最后，在代码块之后调用 .stop()

一个 Python 定时器上下文管理器

Python 有一个独特的构造，用于在代码块之前和之后调用函数：上下文管理器。

了解 Python 中的上下文管理器

上下文管理器长期以来一直是 Python 中重要的一部分。由 PEP 343 于 2005 年引入，并首次在 Python 2.5 中实现。可以使用 with 关键字识别代码中的上下文管理器：

withEXPRESSIONasVARIABLE:
BLOCK

EXPRESSION 是一些返回上下文管理器的 Python 表达式。首先上下文管理器绑定到变量名 VARIABLE上，BLOCK 可以是任何常规的 Python 代码块。上下文管理器保证程序在 BLOCK 之前调用一些代码，在 BLOCK 执行之后调用一些其他代码。这样即使 BLOCK 引发异常，后者也是会照样执行。

上下文管理器最常见的用途是处理不同的资源，如文件、锁和数据库连接等。上下文管理器用于使用资源后释放和清理资源。以下示例仅通过打印包含冒号的行来演示 timer.py 的基本结构。此外，它展示了在 Python 中打开文件的常用习语：

withopen("timer.py")asfp:
print("".join(lnforlninfpif":"inln))

classTimerError(Exception):
classTimer:
timers:ClassVar[Dict[str,float]]={}
name:Optional[str]=None
text:str="Elapsedtime:{: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:
ifself.nameisnotNone:
defstart(self)->None:
ifself._start_timeisnotNone:
defstop(self)->float:
ifself._start_timeisNone:
ifself.logger:
ifself.name:

注意，使用 open() 作为上下文管理器，文件指针fp 不会显式关闭，可以确认 fp 已自动关闭：

fp.closed

True

在此示例中，open("timer.py") 是一个返回上下文管理器的表达式。该上下文管理器绑定到名称 fp。上下文管理器在 print() 执行期间有效。这个单行代码块在 fp 的上下文中执行。

fp 是上下文管理器是什么意思？从技术上讲，就是 fp 实现了 上下文管理器协议。Python 语言底层有许多不同的协议。可以将协议视为说明我们代码必须实现哪些特定方法的合同。

上下文管理器协议由两种方法组成：

进入与上下文管理器相关的上下文时调用 .__enter__()。
退出与上下文管理器相关的上下文时调用 .__exit__()。

换句话说，要自己创建上下文管理器，需要编写一个实现 .__enter__() 和 .__exit__() 的类。试试 Hello, World!上下文管理器示例：

#studio.py
classStudio:
def__init__(self,name):
self.name=name

def__enter__(self):
print(f"你好{self.name}")
returnself

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

Studio是一个上下文管理器，它实现了上下文管理器协议，使用如下：

fromstudioimportStudio
withStudio("云朵君"):
print("正在忙...")

你好云朵君
正在忙 ...
一会儿见, 云朵君

首先，注意 .__enter__() 在做事之前是如何被调用的，而 .__exit__() 是在做事之后被调用的。该示例中，没有引用上下文管理器，因此不需要使用 as 为上下文管理器命名。

接下来，注意 self.__enter__() 的返回值受 as 约束。创建上下文管理器时，通常希望从 .__enter__() 返回 self 。可以按如下方式使用该返回值：

fromgreeterimportGreeter
withGreeter("云朵君")asgrt:
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

在写 __exit__ 函数时，需要注意的事，它必须要有这三个参数：

exc_type：异常类型
exc_val：异常值
exc_tb：异常的错误栈信息

这三个参数用于上下文管理器中的错误处理，它们以 sys.exc_info() 的返回值返回。当主逻辑代码没有报异常时，这三个参数将都为None。

如果在执行块时发生异常，那么代码将使用异常类型、异常实例和回溯对象（即exc_type、exc_value和exc_tb）调用 .__exit__() 。通常情况下，这些在上下文管理器中会被忽略，而在引发异常之前调用 .__exit__()：

fromgreeterimportGreeter
withGreeter("云朵君")asgrt:
print(f"{grt.age}doesnotexist")

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'

可以看到，即使代码中有错误，还是照样打印了 "一会儿见, 云朵君"。

理解并使用 contextlib

现在我们初步了解了上下文管理器是什么以及如何创建自己的上下文管理器。在上面的例子中，我们只是为了构建一个上下文管理器，却写了一个类。如果只是要实现一个简单的功能，写一个类未免有点过于繁杂。这时候，我们就想，如果只写一个函数就可以实现上下文管理器就好了。

这个点Python早就想到了。它给我们提供了一个装饰器，你只要按照它的代码协议来实现函数内容，就可以将这个函数对象变成一个上下文管理器。

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。

importcontextlib

@contextlib.contextmanager
defopen_func(file_name):
#__enter__方法
print('openfile:',file_name,'in__enter__')
file_handler=open(file_name,'r')

#【重点】：yield
yieldfile_handler

#__exit__方法
print('closefile:',file_name,'in__exit__')
file_handler.close()
return

withopen_func('test.txt')asfile_in:
forlineinfile_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。

importcontextlib

@contextlib.contextmanager
defopen_func(file_name):
#__enter__方法
print('openfile:',file_name,'in__enter__')
file_handler=open(file_name,'r')

try:
yieldfile_handler
exceptExceptionasexc:
#dealwithexception
print('theexceptionwasthrown')
finally:
print('closefile:',file_name,'in__exit__')
file_handler.close()
return

withopen_func('test.txt')asfile_in:
forlineinfile_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
classTimer:
#其他代码保持不变

def__enter__(self):
"""Startanewtimerasacontextmanager"""
self.start()
returnself

def__exit__(self,*exc_info):
"""Stopthecontextmanagertimer"""
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。

fromtimerimportTimer
importtime
withTimer():
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：

fromtimerimportTimer
withTimer():
fornuminrange(-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
importrequests
fromtimerimportTimer
defmain():
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()
withopen('dataset/datasets.zip','wb')asf:
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
importrequests
fromtimerimportTimer
defmain():
source_url='https://cloud.tsinghua.edu.cn/d/e1ccfff39ad541908bae/files/?p=%2Fall_six_datasets.zip&dl=1'
headers={'User-Agent':'Mozilla/5.0'}
withTimer():
res=requests.get(source_url,headers=headers)

withopen('dataset/datasets.zip','wb')asf:
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。

以上就是详解利用上下文管理器扩展Python计时器的详细内容，更多关于Python上下文管理器计时器的资料请关注我们其它相关文章！

详解利用上下文管理器扩展Python计时器

目录

一个 Python 定时器上下文管理器

了解 Python 中的上下文管理器

理解并使用 contextlib

创建 Python 计时器上下文管理器

使用 Python 定时器上下文管理器

写在最后

Python ArcPy实现批量拼接长时间序列栅格图像

Python 中OS module的使用详解

Python Matplotlib基本用法详解

Python range() 函数用法详解

Python分割单词和转换命名法的实现

Python 中OS module的使用详解

使用Pytorch构建第一个神经网络模型附案例实战

Python实现关键路径和七格图计算详解

python3中SQLMap安装教程

kali最新国内更新源sources

Python ArcPy实现批量拼接长时间序列栅格图像

Python 中OS module的使用详解

Python Matplotlib基本用法详解

Python range() 函数用法详解

Python分割单词和转换命名法的实现

Python 中OS module的使用详解

使用Pytorch构建第一个神经网络模型附案例实战

Python实现关键路径和七格图计算详解

python3中SQLMap安装教程

kali最新国内更新源sources

详解利用上下文管理器扩展Python计时器

目录

一个 Python 定时器上下文管理器

了解 Python 中的上下文管理器

理解并使用 contextlib

创建 Python 计时器上下文管理器

使用 Python 定时器上下文管理器

写在最后

Python ArcPy实现批量拼接长时间序列栅格图像

Python 中OS module的使用详解

Python Matplotlib基本用法详解

Python range() 函数用法详解

Python分割单词和转换命名法的实现

Python 中OS module的使用详解

使用Pytorch构建第一个神经网络模型 附案例实战

Python实现关键路径和七格图计算详解

python3中SQLMap安装教程

kali最新国内更新源sources

Python ArcPy实现批量拼接长时间序列栅格图像

Python 中OS module的使用详解

Python Matplotlib基本用法详解

Python range() 函数用法详解

Python分割单词和转换命名法的实现

Python 中OS module的使用详解

使用Pytorch构建第一个神经网络模型 附案例实战

Python实现关键路径和七格图计算详解

python3中SQLMap安装教程

kali最新国内更新源sources

使用Pytorch构建第一个神经网络模型附案例实战

使用Pytorch构建第一个神经网络模型附案例实战