python 黑魔法-上下文管理器

关键时刻，第一时间送达！

所谓上下文

计算机上下文（Context）对于我而言，一直是一个很抽象的名词。就像形而上一样，经常听见有人说，但是无法和现实认知世界相结合。

最直观的上下文，莫过于小学的语文课，经常会问联系上下文，推测...，回答...，表明作者...。文章里的上下文比较好懂，无非就是前与后。

直到了解了计算机的执行状态，程式的运行，才稍微对计算机的上下文(context)有了一定的认识，多半还是只可意会，不可言传。本文所讨论的上下文，简而言之，就是程式所执行的环境状态，或者说程式运行的情景。

关于上下文的定义，我就不在多言，具体通过程式来理解。既然提及上下文，就不可避免的涉及Python中关于上下文的魔法，即上下文管理器（contextor）。

资源的创建和释放场景

上下文管理器的常用于一些资源的操作，需要在资源的获取与释放相关的操作，一个典型的例子就是数据库的连接，查询，关闭处理。先看如下一个例子：

classDatabase(object):

def __init__(self):

self.connected=False

def connect(self):

self.connected=True

def close(self):

self.connected=False

def query(self):

ifself.connected:

return'query data'

else:

raise ValueError('DB not connected ')

def handle_query():

db=Database()

db.connect()

print'handle --- ',db.query()

db.close()

def main():

handle_query()

if__name__=='__main__':

main()

上述的代码很简单，针对Database这个数据库类，提供了connect query 和close 三种常见的db交互接口。客户端的代码中，需要查询数据库并处理查询结果。当然这个操作之前，需要连接数据库（db.connect()）和操作之后关闭数据库连接（ db.close()）。上述的代码可以work，可是如果很多地方有类似handle_query的逻辑，连接和关闭这样的代码就得copy很多遍，显然不是一个优雅的设计。

对于这样的场景，在python黑魔法—装饰器中有讨论如何优雅的处理。下面使用装饰器进行改写如下：

classDatabase(object):

...

def dbconn(fn):

def wrapper(*args,**kwargs):

db=Database()

db.connect()

ret=fn(db,*args,**kwargs)

db.close()

returnret

returnwrapper

@dbconn

def handle_query(db=None):

print'handle --- ',db.query()

def main():

...

编写一个dbconn的装饰器，然后在针对handle_query进行装饰即可。使用装饰器，复用了很多数据库连接和释放的代码逻辑，看起来不错。

装饰器解放了生产力。可是，每个装饰器都需要事先定义一下db的资源句柄，看起来略丑，不够优雅。

优雅的With as语句

Python提供了With语句语法，来构建对资源创建与释放的语法糖。给Database添加两个魔法方法：

classDatabase(object):

...

def __enter__(self):

self.connect()

returnself

def __exit__(self,exc_type,exc_val,exc_tb):

self.close()

然后修改handle_query函数如下：

def handle_query():

with Database()asdb:

print'handle ---',db.query()

在Database类实例的时候，使用with语句。一切正常work。比起装饰器的版本，虽然多写了一些字符，但是代码可读性变强了。

上下文管理协议

前面初略的提及了上下文，那什么又是上下文管理器呢？与python黑魔法—迭代器类似，实现了迭代协议的函数/对象即为迭代器。实现了上下文协议的函数/对象即为上下文管理器。

迭代器协议是实现了__iter__方法。上下文管理协议则是__enter__和__exit__。对于如下代码结构：

classContextor:

def __enter__(self):

pass

def __exit__(self,exc_type,exc_val,exc_tb):

pass

contextor=Contextor()

withcontextor[asvar]:

with_body

Contextor 实现了__enter__和__exit__这两个上下文管理器协议，当Contextor调用/实例化的时候，则创建了上下文管理器contextor。类似于实现迭代器协议类调用生成迭代器一样。

配合with语句使用的时候，上下文管理器会自动调用__enter__方法，然后进入运行时上下文环境，如果有as 从句，返回自身或另一个与运行时上下文相关的对象，值赋值给var。当with_body执行完毕退出with语句块或者with_body代码块出现异常，则会自动执行__exit__方法，并且会把对于的异常参数传递进来。如果__exit__函数返回True。则with语句代码块不会显示的抛出异常，终止程序，如果返回None或者False，异常会被主动raise，并终止程序。

大致对with语句的执行原理总结Python上下文管理器与with语句:

执行 contextor 以获取上下文管理器

加载上下文管理器的 exit() 方法以备稍后调用

调用上下文管理器的 enter() 方法

如果有 as var 从句，则将 enter() 方法的返回值赋给 var

执行子代码块 with_body

调用上下文管理器的 exit() 方法，如果 with_body 的退出是由异常引发的，那么该异常的 type、value 和 traceback 会作为参数传给 exit()，否则传三个 None

如果 with_body 的退出由异常引发，并且 exit() 的返回值等于 False，那么这个异常将被重新引发一次；如果 exit() 的返回值等于 True，那么这个异常就被无视掉，继续执行后面的代码

了解了with语句和上下文管理协议，或许对上下文有了一个更清晰的认识。即代码或函数执行的时候，调用函数时候有一个环境，在不同的环境调用，有时候效果就不一样，这些不同的环境就是上下文。例如数据库连接之后创建了一个数据库交互的上下文，进入这个上下文，就能使用连接进行查询，执行完毕关闭连接退出交互环境。创建连接和释放连接都需要有一个共同的调用环境。不同的上下文，通常见于异步的代码中。

上下文管理器工具

通过实现上下文协议定义创建上下文管理器很方便，Python为了更优雅，还专门提供了一个模块用于实现更函数式的上下文管理器用法。

importcontextlib

@contextlib.contextmanager

def database():

db=Database()

try:

ifnotdb.connected:

db.connect()

yield db

except Exceptionase:

db.close()

def handle_query():

with database()asdb:

print'handle ---',db.query()

使用contextlib 定义一个上下文管理器函数，通过with语句，database调用生成一个上下文管理器，然后调用函数隐式的__enter__方法，并将结果通yield返回。最后退出上下文环境的时候，在except代码块中执行了__exit__方法。当然我们可以手动模拟上述代码的执行的细节。

In[1]:context=database()# 创建上下文管理器

In[2]:context

In[3]:db=context.__enter__()# 进入with语句

In[4]:db# as语句，返回 Database实例

Out[4]:

In[5]:db.query()

Out[5]:'query data'

In[6]:db.connected

Out[6]:True

In[7]:db.__exit__(None,None,None)# 退出with语句

In[8]:db

Out[8]:

In[9]:db.connected

Out[9]:False

上下文管理器的用法

既然了解了上下文协议和管理器，当然是运用到实践啦。通常需要切换上下文环境，往往是在多线程/进程这种编程模型。当然，单线程异步或者协程的当时，也容易出现函数的上下文环境经常变动。

异步式的代码经常在定义和运行时存在不同的上下文环境。此时就需要针对异步代码做上下文包裹的hack。看下面一个例子：

importtornado.ioloop

ioloop=tornado.ioloop.IOLoop.instance()

def callback():

print'run callback'

raise ValueError('except in callback')

def async_task():

print'run async task'

ioloop.add_callback(callback=callback)

def main():

try:

async_task()

except Exceptionase:

print'exception {}'.format(e)

print'end'

main()

ioloop.start()

运行上述代码得到如下结果

run async task

end

run callback

ERROR:root:Exceptionincallback

Traceback(most recent calllast):

...

raise ValueError('except in callback')

ValueError:exceptincallback

主函数中main中，定义了异步任务函数async_task的调用。async_task中异常，在except中很容易catch，可是callback中出现的异常，则无法捕捉。原因就是定义的时候上下文为当前的线程执行环境，而使用了tornado的ioloop.add_callback方法，注册了一个异步的调用。当callback异步执行的时候，他的上下文已经和async_task的上下文不一样了。因此在main的上下文，无法catch异步中callback的异常。

下面使用上下文管理器包装如下：

classContextor(object):

def __enter__(self):

pass

def __exit__(self,exc_type,exc_val,exc_tb):

ifall([exc_type,exc_val,exc_tb]):

print'handler except'

print'exception {}'.format(exc_val)

returnTrue

def main():

withtornado.stack_context.StackContext(Contextor):

async_task()

运行main之后的结果如下：

run async task

handler except

run callback

handler except

exception exceptincallback

可见，callback的函数的异常，在上下文管理器Contextor中被处理了，也就是说callback调用的时候，把之前main的上下文保存并传递给了callback。当然，上述的代码也可以改写如下：

@contextlib.contextmanager

def contextor():

try:

yield

except Exceptionase:

print'handler except'

print'exception {}'.format(e)

finally:

print'release'

def main():

withtornado.stack_context.StackContext(contextor):

async_task()

效果类似。当然，也许有人会对StackContext这个tornado的模块感到迷惑。其实他恰恰应用上下文管理器的魔法的典范。查看StackContext的源码，实现非常精秒，非常佩服tornado作者的编码设计能力。至于StackContext究竟如何神秘，已经超出了本篇的范围，将会在介绍tonrado异步上下文管理器中介绍。

来源：人世间

www.jianshu.com/p/d53449f9e7e0

Python开发整理发布，转载请联系作者获得授权