Pengurus Konteks Python digunakan untuk memastikan sumber dibersihkan dengan betul selepas digunakan dan boleh dikeluarkan dengan selamat walaupun pengecualian berlaku. 1. Apabila menggunakan pelaksanaan kelas, pengambilalihan dan pembebasan sumber dikawal dengan menentukan kaedah __enter__ dan __exit__, seperti secara automatik menutup fail semasa operasi fail; 2. Gunakan ContextLib.ContextManager Decorator untuk menukar fungsi penjana menjadi pengurus konteks, yang sesuai untuk senario ringan seperti masa dan konfigurasi sementara. Kod sebelum hasil bersamaan dengan __enter__, dan blok akhirnya bersamaan dengan __exit__; 3. Dalam aplikasi sebenar seperti pengurusan sambungan pangkalan data, gunakan @ContextManager untuk merangkum penciptaan dan penutupan sambungan untuk memastikan sambungan akhirnya dikeluarkan. Ringkasnya, apabila pasangan sumber diperlukan untuk mengendalikan sumber, mengurangkan cuba ... Akhirnya kod templat dan meningkatkan kebolehbacaan kod dan ketahanan, pengurus konteks harus digunakan. Mekanisme terasnya ialah protokol __enter__ dan __exit__ di belakang pernyataan dengan dengan berkesan memudahkan proses pengurusan sumber dan meningkatkan keupayaan pengendalian pengecualian.
Pengurus konteks Python adalah mekanisme untuk pengurusan sumber, yang paling biasa digunakan dalam operasi fail, sambungan pangkalan data, pengambilalihan kunci dan pelepasan dan senario lain. Ia digunakan melalui pernyataan with
, yang memastikan bahawa sumber dibersihkan dengan betul selepas digunakan dan boleh dikeluarkan dengan selamat walaupun pengecualian berlaku.

Berikut adalah contoh yang jelas dan praktikal Pengurus Konteks Python:
1. Melaksanakan Pengurus Konteks Menggunakan Kelas
Kelas FileManager: def __init __ (diri, nama fail, mod): self.filename = filename self.mode = mod self.file = Tiada def __enter __ (diri): cetak (f "pembukaan fail: {self.filename}") self.file = buka (self.filename, self.mode) kembali sendiri def __exit __ (diri, exc_type, exc_value, traceback): Cetak ("Tutup Fail ...") jika self.file: self.file.close () # Sekiranya terdapat pengecualian, cetak prompt jika exc_type tidak ada: cetak (f "pengecualian berlaku: {exc_value}") # Kembali palsu bermakna pengecualian tidak akan ditindas; kembali benar akan mengabaikan pengecualian pulangan palsu # Gunakan contoh dengan fileManager ("test.txt", "w") sebagai f: F.Write ("Hello, Pengurus Konteks!") # Walaupun pengecualian dilemparkan di sini, fail akan ditutup
? Kelebihan: Kawalan jelas
__enter__
dan__exit__
tingkah laku
? Tiga parameter kaedah__exit__
digunakan untuk mengendalikan pengecualian (jenis, nilai, penjejakan)
2. Gunakan ContextLib untuk memudahkan pelaksanaan (kaedah penghias)
Jika anda tidak mahu menulis kelas lengkap, anda boleh menggunakan contextlib.contextmanager
Decorator untuk menjadikan penjana menjadi pengurus konteks.
dari konteks konteks kontekstunis @ContextManager def pemasa (): masa import mula = time.time () Cetak ("Pemasa Bermula") Cuba: Hasil # Di sinilah blok pernyataan dengan akhirnya dilaksanakan: akhir = time.time () cetak (f "masa diambil: {end - start: .2f} saat") # Gunakan contoh dengan pemasa (): Jumlah (i ** 2 untuk I dalam julat (100_000))
Output adalah serupa:

Pemasa bermula Masa diambil: 0.02 saat
? Sesuai untuk pengurusan sumber ringan, seperti masa, pengubahsuaian konfigurasi sementara, mengunci, dan lain -lain. ?? Kod sebelum
yield
bersamaan dengan__enter__
,finally
blok bersamaan dengan__exit__
3. Contoh senario aplikasi praktikal: Sambungan pangkalan data
Import SQLite3 dari konteks konteks kontekstunis @ContextManager def db_connection (db_name): conn = sqlite3.connect (db_name) Cuba: hasil conn Akhirnya: conn.close () # Gunakan dengan db_connection ("example.db") sebagai conn: kursor = conn.cursor () Cursor.Execute ("Buat jadual jika tidak ada pengguna (kunci utama ID Integer, teks nama)") cursor.execute ("Masukkan ke dalam pengguna (nama) nilai (?)", ("Alice",)) conn.commit () # Sambungan ditutup secara automatik
Ringkasan: Bilakah menggunakan pengurus konteks?
- Memerlukan Pasangan Sumber Operasi (ON/Tutup, Kunci/Siaran, Sambungkan/Putuskan Sambungan)
- Mahu mengelakkan
try...finally
kod boilerplate - Meningkatkan kebolehbacaan kod dan ketahanan
Pada dasarnya itu sahaja. Ingatlah: Di sebalik
with
dengan protokol__enter__
dan__exit__
, dan jika digunakan dengan baik, anda boleh menulis kod pengendalian ralat yang kurang.
Atas ialah kandungan terperinci Contoh Pengurus Konteks Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Polimorfisme adalah konsep teras dalam pengaturcaraan berorientasikan objek Python, merujuk kepada "satu antara muka, pelbagai pelaksanaan", yang membolehkan pemprosesan bersatu pelbagai jenis objek. 1. Polimorfisme dilaksanakan melalui penulisan semula kaedah. Subkelas boleh mentakrifkan semula kaedah kelas induk. Sebagai contoh, kaedah bercakap () kelas haiwan mempunyai pelaksanaan yang berbeza dalam subkelas anjing dan kucing. 2. Penggunaan praktikal polimorfisme termasuk memudahkan struktur kod dan meningkatkan skalabilitas, seperti memanggil kaedah cabutan () secara seragam dalam program lukisan grafik, atau mengendalikan tingkah laku umum watak -watak yang berbeza dalam pembangunan permainan. 3. Polimorfisme pelaksanaan Python perlu memenuhi: Kelas induk mentakrifkan kaedah, dan kelas kanak -kanak mengatasi kaedah, tetapi tidak memerlukan warisan kelas induk yang sama. Selagi objek melaksanakan kaedah yang sama, ini dipanggil "jenis itik". 4. Perkara yang perlu diperhatikan termasuk penyelenggaraan

Parameter adalah ruang letak apabila menentukan fungsi, sementara argumen adalah nilai khusus yang diluluskan ketika memanggil. 1. Parameter kedudukan perlu diluluskan, dan perintah yang salah akan membawa kepada kesilapan dalam hasilnya; 2. Parameter kata kunci ditentukan oleh nama parameter, yang boleh mengubah pesanan dan meningkatkan kebolehbacaan; 3. Nilai parameter lalai diberikan apabila ditakrifkan untuk mengelakkan kod pendua, tetapi objek berubah harus dielakkan sebagai nilai lalai; 4 Args dan *kwargs boleh mengendalikan bilangan parameter yang tidak pasti dan sesuai untuk antara muka umum atau penghias, tetapi harus digunakan dengan berhati -hati untuk mengekalkan kebolehbacaan.

Iterator adalah objek yang melaksanakan kaedah __iter __ () dan __Next __ (). Penjana adalah versi Iterator yang dipermudahkan, yang secara automatik melaksanakan kaedah ini melalui kata kunci hasil. 1. Iterator mengembalikan elemen setiap kali dia memanggil seterusnya () dan melemparkan pengecualian berhenti apabila tidak ada lagi elemen. 2. Penjana menggunakan definisi fungsi untuk menghasilkan data atas permintaan, menjimatkan memori dan menyokong urutan tak terhingga. 3. Menggunakan Iterator apabila memproses set sedia ada, gunakan penjana apabila menghasilkan data besar secara dinamik atau penilaian malas, seperti garis pemuatan mengikut baris apabila membaca fail besar. NOTA: Objek yang boleh diperolehi seperti senarai bukanlah pengaliran. Mereka perlu dicipta semula selepas pemalar itu sampai ke penghujungnya, dan penjana hanya boleh melintasi sekali.

Kaedah kelas adalah kaedah yang ditakrifkan dalam python melalui penghias @classmethod. Parameter pertamanya adalah kelas itu sendiri (CLS), yang digunakan untuk mengakses atau mengubah keadaan kelas. Ia boleh dipanggil melalui kelas atau contoh, yang mempengaruhi seluruh kelas dan bukannya contoh tertentu; Sebagai contoh, dalam kelas orang, kaedah show_count () mengira bilangan objek yang dibuat; Apabila menentukan kaedah kelas, anda perlu menggunakan penghias @classmethod dan namakan parameter pertama CLS, seperti kaedah change_var (new_value) untuk mengubah suai pembolehubah kelas; Kaedah kelas adalah berbeza daripada kaedah contoh (parameter diri) dan kaedah statik (tiada parameter automatik), dan sesuai untuk kaedah kilang, pembina alternatif, dan pengurusan pembolehubah kelas. Kegunaan biasa termasuk:

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

MagicMethods Python (atau kaedah dunder) adalah kaedah khas yang digunakan untuk menentukan tingkah laku objek, yang bermula dan berakhir dengan garis bawah dua. 1. Mereka membolehkan objek bertindak balas terhadap operasi terbina dalam, seperti tambahan, perbandingan, perwakilan rentetan, dan sebagainya; 2. Kes penggunaan biasa termasuk inisialisasi objek dan perwakilan (__init__, __repr__, __str__), operasi aritmetik (__add__, __sub__, __mul__) dan operasi perbandingan (__eq__, ___lt__); 3. Apabila menggunakannya, pastikan tingkah laku mereka memenuhi jangkaan. Sebagai contoh, __repr__ harus mengembalikan ungkapan objek refortable, dan kaedah aritmetik harus mengembalikan contoh baru; 4. Perkara yang berlebihan atau mengelirukan harus dielakkan.

Pythonmanagesmemoryautomatically leverenceCountingandagarbageCollector.referenceCountingTrackShowmanyvariablesreferoanobject, dan yang mana -mana, dan yang mana -mana

Mekanisme pengumpulan sampah Python secara automatik menguruskan memori melalui pengiraan rujukan dan pengumpulan sampah berkala. Kaedah terasnya adalah penghitungan rujukan, yang segera melepaskan memori apabila bilangan rujukan objek adalah sifar; Tetapi ia tidak dapat mengendalikan rujukan bulat, jadi modul pengumpulan sampah (GC) diperkenalkan untuk mengesan dan membersihkan gelung. Pengumpulan sampah biasanya dicetuskan apabila kiraan rujukan berkurangan semasa operasi program, perbezaan peruntukan dan pelepasan melebihi ambang, atau apabila gc.collect () dipanggil secara manual. Pengguna boleh mematikan kitar semula automatik melalui gc.disable (), secara manual melaksanakan gc.collect (), dan menyesuaikan ambang untuk mencapai kawalan melalui gc.set_threshold (). Tidak semua objek mengambil bahagian dalam kitar semula gelung. Sekiranya objek yang tidak mengandungi rujukan diproses dengan mengira rujukan, ia terbina dalam
