이 글에서는 주로 Python 컨텍스트 관리자 및 블록 관련 정보를 자세히 소개합니다. 관심 있는 친구는
컨텍스트 관리자 및 블록 관련 내용을 참조할 수 있습니다.
컨텍스트 관리자 개체 for 문을 관리하기 위해 반복자가 존재하는 것처럼, with 문을 관리하기 위해 존재합니다.
with 문의 목적은 try/finally 패턴을 단순화하는 것입니다. 이 모드는 코드 실행이 완료된 후 특정 작업이 수행되도록 하는 데 사용됩니다. 예외, return 문 또는 sys.exit() 호출로 인해 코드가 종료되더라도 지정된 작업은 수행됩니다. 수행. finally 절의 코드는 일반적으로 중요한 리소스를 해제하거나 일시적으로 변경된 상태를 복원하는 데 사용됩니다.
==컨텍스트 관리자 프로토콜에는 Enter 및 Exit==라는 두 가지 방법이 포함되어 있습니다. with 문이 실행되기 시작하면 컨텍스트 관리자 개체에서 enter 메서드가 호출됩니다. with 문 실행이 완료된 후 컨텍스트 관리자 개체에서 종료 메서드가 호출되어 finally 절로 작동합니다.
==with 이후 표현식을 실행한 결과는 컨텍스트 관리자 개체입니다. 값을 대상 변수(as 절)에 바인딩한 결과는 컨텍스트 관리자 개체==에서 Enter 메서드를 호출한 결과입니다. with 문의 as 절은 선택 사항입니다. open 함수의 경우 파일에 대한 참조를 얻으려면 as 절을 추가해야 합니다. 그러나 일부 컨텍스트 관리자는 사용자에게 제공할 유용한 개체가 없기 때문에 None을 반환합니다.
with open('mirror.py') as fp: ...
맞춤형 컨텍스트 클래스:
class A: def __init__(self, name): self.name = name def __enter__(self): print('enter') return self.name def __exit__(self, exc_type, exc_val, exc_tb): print('gone') with A('xiaozhe') as dt: print(dt)
contextlib 모듈
contextlib 모듈에는 사용 범위가 더 넓은 일부 클래스와 기타 함수도 있습니다.
closing: 객체가 close() 메서드를 제공하지만 enter/exit 프로토콜을 구현하지 않는 경우 이 함수를 사용하여 컨텍스트 관리자를 구축할 수 있습니다.
억제: 지정된 예외를 일시적으로 무시하는 컨텍스트 관리자를 구축합니다.
@contextmanager: ==이 데코레이터는 간단한 생성기 기능을 컨텍스트 관리자로 변환==하므로 관리자 프로토콜을 구현하기 위해 클래스를 만들 필요가 없습니다.
ContextDecorator: 클래스 기반 컨텍스트 관리자를 정의하는 데 사용되는 기본 클래스입니다. 이 컨텍스트 관리자는 관리되는 컨텍스트에서 전체 기능을 실행하여 기능을 꾸미는 데에도 사용할 수 있습니다.
ExitStack: 이 컨텍스트 관리자는 여러 컨텍스트 관리자에 들어갈 수 있습니다. with 블록의 끝에서 ExitStack은 후입선출 순서로 스택에 있는 각 컨텍스트 관리자의 exit 메서드를 호출합니다.
==가장 널리 사용되는 것은 @contextmanager 데코레이터이므로 특히 주의하세요. 이 데코레이터는 반복과 아무 관련이 없지만 항복 문 ==를 사용하기 때문에 혼란스럽습니다.
@contextmanager
@contextmanager 데코레이터를 사용하면 컨텍스트 관리자를 생성하기 위한 상용구 코드의 양을 줄일 수 있습니다. Enter 및 Exit 메서드의 전체 클래스 정의를 작성하는 대신 생성기를 구현하기만 하면 됩니다. 원하는 것을 생성하십시오. Enter 메소드가 값을 리턴하도록 하십시오.
@contextmanager로 장식된 생성기에서 항복 문의 기능은 함수의 정의 본문을 두 부분으로 나누는 것입니다. ==yield 문 이전의 모든 코드는 with 블록의 시작 부분에서 실행됩니다(즉, , 인터프리터가 Enter 메소드를 호출할 때), Yield 문 다음의 코드는 with 블록의 끝에서(즉, Exit 메소드가 호출될 때) ==를 실행합니다.
import contextlib @contextlib.contextmanager def test(name): print('start') yield name print('end') with test('zhexiao123') as dt: print(dt) print('doing something')
구현 원칙
contextlib.contextmanager 데코레이터는 Enter 및 Exit 메소드를 구현하는 클래스로 함수를 래핑합니다. 클래스 이름은 _GeneratorContextManager입니다.
이 클래스의 enter 메소드에는 다음과 같은 기능이 있습니다.
1. 생성기 함수를 호출하고 생성기 개체를 저장합니다(여기서는 gen이라고 함).
2. next(gen)를 호출하고 Yield 키워드 위치로 실행합니다.
3. 생성된 값이 with/as 문의 대상 변수에 바인딩될 수 있도록 next(gen)에서 생성된 값을 반환합니다.
with 블록이 종료되면 종료 메소드는 다음 작업을 수행합니다.
1. 예외가 exc_type에 전달되었는지 확인하고, 그렇다면 gen.throw(Exception)를 호출하고 생성기 함수 정의에 Yield를 포함합니다. . 키워드가 있는 줄에서는 예외가 발생합니다.
2. 그렇지 않으면 next(gen)를 호출하여 생성기 함수 정의 본문의 Yield 문 이후의 코드를 계속 실행합니다.
예외 처리
예외가 처리되었음을 통역사에게 알리기 위해 종료 메소드는 True를 반환하고 통역사는 예외를 억제합니다. 종료 메소드가 명시적으로 값을 반환하지 않으면 인터프리터는 None을 얻고 예외를 발생시킵니다.
@contextmanager 데코레이터를 사용할 때 기본 동작은 반대입니다. 데코레이터가 제공하는 종료 메서드는 생성기로 전송된 모든 예외가 처리되었다고 가정하므로 예외를 억제해야 합니다. @contextmanager가 예외를 억제하지 않도록 하려면 데코레이팅된 함수에서 예외를 명시적으로 다시 발생시켜야 합니다.
위 코드에는 버그가 있습니다. with 블록에서 예외가 발생하면 Python 인터프리터가 이를 포착한 다음 테스트 함수의 항복 표현식에서 다시 발생시킵니다. 그러나 오류를 처리할 코드가 없으므로 테스트 함수가 중단됩니다.
使用 @contextmanager 装饰器时,要把 yield 语句放在 try/finally 语句中,因为我们永远不知道上下文管理器的用户会在 with 块中做什么。
import contextlib @contextlib.contextmanager def test(name): print('start') try: yield name except: raise ValueError('error') finally: print('end') with test('zhexiao123') as dt: print(dt) print('doing something')
위 내용은 Python 컨텍스트 관리자 및 블록에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python과 C는 메모리 관리 및 제어에 상당한 차이가 있습니다. 1. Python은 참조 계산 및 쓰레기 수집을 기반으로 자동 메모리 관리를 사용하여 프로그래머의 작업을 단순화합니다. 2.C는 메모리 수동 관리가 필요하므로 더 많은 제어를 제공하지만 복잡성과 오류 위험을 증가시킵니다. 선택할 언어는 프로젝트 요구 사항 및 팀 기술 스택을 기반으로해야합니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

Python 또는 C를 선택할 것인지 프로젝트 요구 사항에 따라 다릅니다. 1) Python은 간결한 구문 및 풍부한 라이브러리로 인해 빠른 개발, 데이터 과학 및 스크립팅에 적합합니다. 2) C는 컴파일 및 수동 메모리 관리로 인해 시스템 프로그래밍 및 게임 개발과 같은 고성능 및 기본 제어가 필요한 시나리오에 적합합니다.

Python은 데이터 과학 및 기계 학습에 널리 사용되며 주로 단순성과 강력한 라이브러리 생태계에 의존합니다. 1) 팬더는 데이터 처리 및 분석에 사용되며, 2) Numpy는 효율적인 수치 계산을 제공하며 3) Scikit-Learn은 기계 학습 모델 구성 및 최적화에 사용되며 이러한 라이브러리는 Python을 데이터 과학 및 기계 학습에 이상적인 도구로 만듭니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

Dreamweaver Mac版
시각적 웹 개발 도구

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.
