Pythonwith自定义用法详解
本文深入讲解了Python中自定义上下文管理器的两种核心实现方式——通过类显式定义`__enter__`和`__exit__`方法,或借助`contextlib.contextmanager`装饰器编写生成器函数,帮助开发者优雅、安全地自动管理资源生命周期(如文件、数据库连接、环境变量、计时器等),彻底摆脱冗长的`try/finally`手动清理逻辑;文中不仅提供清晰示例与关键注意事项,更点明何时真正需要自定义而非重复造轮子,让读者在理解协议本质的同时,快速掌握生产环境中高效、健壮的资源管控实践。

Python 中的 with 语句依赖上下文管理器协议,核心是实现 __enter__ 和 __exit__ 两个特殊方法。自定义上下文管理器能让资源(如文件、数据库连接、锁等)在进入和退出时自动初始化与清理,避免手动 try/finally 的冗余代码。
用类实现上下文管理器
最直接的方式是定义一个类,显式实现两个方法:
__enter__:在with语句块开始时调用,通常返回需要被管理的对象(如打开的文件),也可返回self或其他值供as绑定__exit__(exc_type, exc_value, traceback):在with块结束时(无论是否异常)调用;三个参数分别表示异常类型、异常值、回溯信息;若该方法返回True,则会抑制异常传播
示例:一个简单的计时上下文管理器
import timeclass Timer: def enter(self): self.start = time.time() return self
def __exit__(self, exc_type, exc_value, traceback): self.end = time.time() print(f"耗时: {self.end - self.start:.3f} 秒")使用
with Timer() as t: time.sleep(1)
输出:耗时: 1.001 秒
用 contextlib.contextmanager 装饰器(推荐)
更简洁的方式是使用 contextlib.contextmanager 装饰生成器函数。函数中 yield 之前的代码相当于 __enter__,之后的代码(在 finally 块中执行)相当于 __exit__。
yield的值即为as接收的对象- 所有清理逻辑写在
yield后,天然支持异常安全(类似try/finally) - 无需手动处理异常参数,也无需返回布尔值来抑制异常(如需抑制,仍需加
try/except)
示例:临时修改环境变量
from contextlib import contextmanager import os@contextmanager def temp_env(**kwargs): old_values = {} for key, value in kwargs.items(): old_values[key] = os.environ.get(key) os.environ[key] = str(value) try: yield finally: for key, old_value in old_values.items(): if old_value is None: os.environ.pop(key, None) else: os.environ[key] = old_value
使用
with temp_env(DEBUG="1", ENV="test"): print(os.environ["DEBUG"]) # 1 print(os.environ["ENV"]) # test
退出后自动恢复原环境变量
常见注意事项与技巧
写自定义上下文管理器时容易忽略的关键点:
__exit__方法必须接受三个参数(即使不用也要保留),否则会报错- 若上下文管理器本身可能抛出异常,应在
__exit__中谨慎处理,避免掩盖原始错误 - 多个上下文管理器可写在同一行:
with open("a.txt") as f1, open("b.txt") as f2: - 想复用已有对象的上下文行为?确认它实现了协议(比如
threading.Lock、pathlib.Path.open()返回的文件对象都支持with)
何时该自己写,而不是用现成的?
标准库和第三方包已覆盖大部分场景(文件、数据库连接池、锁、临时目录等)。只有当业务有明确的“进入-执行-退出”生命周期,且涉及资源独占、状态切换或副作用清理时,才值得封装:
- 临时切换日志级别
- 测试中模拟网络超时或异常响应
- GPU 显存分配与释放(PyTorch/TensorFlow 中常见)
- 数据库事务的 begin/commit/rollback 封装
不复杂但容易忽略细节,掌握协议本质比死记语法更重要。
今天关于《Pythonwith自定义用法详解》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
动态内容中CSS选择器如何实时生效?MutationObserver详解
- 上一篇
- 动态内容中CSS选择器如何实时生效?MutationObserver详解
- 下一篇
- 智联招聘官网入口及使用教程
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 2080次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 1936次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 1868次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 2078次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 2063次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

