当前位置:

首页 > 编程开发 > 利用上下文管理器扩展计时器的方法在 Python 中是什么?

利用上下文管理器扩展计时器的方法在 Python 中是什么?

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PEP343于2005年引入,

本文目录

    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()

    利用上下文管理器扩展计时器的方法在 Python 中是什么?

    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:

    with EXPRESSION as VARIABLE:
    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:

    with open("timer.py") as fp:
    print("".join(ln for ln in fp if ":" in ln))
    
    class TimerError(Exception):
    class Timer:
    timers: ClassVar[Dict[str, float]] = {}
    name: Optional[str] = None
    text: str = "Elapsed time: {: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:
    if self.name is not None:
    def start(self) -> None:
    if self._start_time is not None:
    def stop(self) -> float:
    if self._start_time is None:
    if self.logger:
    if self.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:

    1. 进入与上下文管理器相关的上下文时调用.__enter__()。
    2. 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
    class Studio:
    def __init__(self, name):
    self.name = name
    
    def __enter__(self):
    print(f"你好 {self.name}")
    return self
    
    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:

    from studio import Studio
    with Studio("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:

    from greeter import Greeter
    with Greeter("云朵君") as grt:
    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__():

    from greeter import Greeter
    with Greeter("云朵君") as grt:
    print(f"{grt.age} does not exist")
    你好 云朵君
    一会儿见, 云朵君
    Traceback (most recent call last):
    File "", line 2, in 
    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。

    import contextlib
    
    @contextlib.contextmanager
    def open_func(file_name):
    # __enter__方法
    print('open file:', file_name, 'in __enter__')
    file_handler = open(file_name, 'r')
     
    # 【重点】:yield
    yield file_handler
    
    # __exit__方法
    print('close file:', file_name, 'in __exit__')
    file_handler.close()
    return
    
    with open_func('test.txt') as file_in:
    for line in file_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。

    import contextlib
    
    @contextlib.contextmanager
    def open_func(file_name):
    # __enter__方法
    print('open file:', file_name, 'in __enter__')
    file_handler = open(file_name, 'r')
    
    try:
    yield file_handler
    except Exception as exc:
    # deal with exception
    print('the exception was thrown')
    finally:
    print('close file:', file_name, 'in __exit__')
    file_handler.close()
    return
    
    with open_func('test.txt') as file_in:
    for line in file_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
    class Timer:
    # 其他代码保持不变
    
    def __enter__(self):
    """Start a new timer as a context manager"""
    self.start()
    return self
    
    def __exit__(self, *exc_info):
    """Stop the context manager timer"""
    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。

    from timer import Timer
    import time
    with Timer():
    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:

    from timer import Timer
    with Timer():
    for num in range(-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 "", line 3, in 
    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
    import requests
    from timer import Timer
    def main():
    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()
    with open('dataset/datasets.zip', 'wb') as f:
    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
    import requests
    from timer import Timer
    def main():
    source_url = 'https://cloud.tsinghua.edu.cn/d/e1ccfff39ad541908bae/files/?p=%2Fall_six_datasets.zip&dl=1'
    headers = {'User-Agent': 'Mozilla/5.0'}
    with Timer():
    res = requests.get(source_url, headers=headers)
    
    with open('dataset/datasets.zip', 'wb') as f:
    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。在该系列下一篇文章中,云朵君将和大家一起学习如何将 Timer 也用作装饰器,并用于代码中,从而更加容易地监控代码完整运行过程,我们一起期待吧!

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。