Python编程实战：面向对象与进阶语法——上下文管理器（with语句）

在 Python 的开发实践中，我们经常需要执行一些资源管理操作 ------例如打开文件、连接数据库或获取网络资源。这些操作往往需要在使用完毕后进行清理或释放，否则会造成资源泄漏或程序错误。

为了简化这种"获取资源 → 使用资源 → 释放资源"的模式，Python 提供了一个非常优雅的语法工具： 上下文管理器（Context Manager） ，通常通过 with 语句实现。

一、为什么需要上下文管理器

让我们从一个常见的例子开始。

在不使用 with 的情况下，我们通常写：

python 复制代码

f = open("example.txt", "w")
f.write("Hello, Python!")
f.close()

这段代码虽然没问题，但存在潜在风险：如果 f.write() 过程中抛出异常，f.close() 将不会被执行，导致文件句柄未被正确关闭。

使用 with 语句后，可以自动完成关闭操作：

python 复制代码

with open("example.txt", "w") as f:
    f.write("Hello, Python!")

无论写入过程中是否发生异常，Python 都会自动调用 f.close()。这就是上下文管理器的强大之处。

二、with 语句的工作原理

with 语句背后依赖的是一个对象协议，该对象必须实现以下两个方法：

__enter__(self)：进入上下文时自动调用
__exit__(self, exc_type, exc_value, traceback)：退出上下文时自动调用

执行过程可以理解为：

python 复制代码

with EXPR as VAR:
    BLOCK

等价于：

python 复制代码

VAR = EXPR.__enter__()
try:
    BLOCK
finally:
    EXPR.__exit__(*sys.exc_info())

也就是说，__enter__() 方法定义进入上下文要做的事情，__exit__() 负责清理工作。

三、自定义上下文管理器

我们可以自己实现一个上下文管理器，用于管理资源。

例如，定义一个简单的日志上下文管理器：

python 复制代码

class LogContext:
    def __enter__(self):
        print("开始执行任务...")
        return "任务上下文已准备"
    
    def __exit__(self, exc_type, exc_val, exc_tb):
        if exc_type:
            print(f"发生异常：{exc_val}")
        print("任务执行结束，资源已释放")
        return True  # 防止异常继续抛出

# 使用示例
with LogContext() as info:
    print(info)
    print("正在处理中...")

输出结果：

erlang 复制代码

开始执行任务...
任务上下文已准备
正在处理中...
任务执行结束，资源已释放

如果在 with 块中抛出异常，__exit__ 仍会被执行：

python 复制代码

with LogContext():
    1 / 0

输出：

csharp 复制代码

开始执行任务...
发生异常：division by zero
任务执行结束，资源已释放

四、使用 contextlib 简化上下文管理器

除了手动定义类，Python 标准库还提供了一个更简便的方式来创建上下文管理器------contextlib.contextmanager。

这种写法基于生成器（generator），看起来更简洁：

python 复制代码

from contextlib import contextmanager

@contextmanager
def file_writer(filename):
    f = open(filename, "w")
    try:
        yield f  # 相当于 __enter__
    finally:
        f.close()  # 相当于 __exit__

# 使用示例
with file_writer("test.txt") as f:
    f.write("Hello from contextlib!")

这里的 yield 分隔了进入和退出上下文的逻辑。 try...finally 保证即使发生异常，也能安全关闭文件。

五、上下文管理器的实际应用场景

上下文管理器广泛存在于 Python 标准库中，比如：

文件操作

python 复制代码

with open("data.txt", "r") as f:
    data = f.read()

线程锁定（threading.Lock）

python 复制代码

import threading
lock = threading.Lock()
with lock:
    # 临界区操作
    pass

数据库连接

python 复制代码

import sqlite3
with sqlite3.connect("demo.db") as conn:
    cursor = conn.cursor()
    cursor.execute("CREATE TABLE test(id INTEGER)")

临时修改环境变量（contextlib）

python 复制代码

import os
from contextlib import contextmanager

@contextmanager
def temp_env(key, value):
    old = os.environ.get(key)
    os.environ[key] = value
    try:
        yield
    finally:
        if old is None:
            del os.environ[key]
        else:
            os.environ[key] = old

with temp_env("MODE", "DEBUG"):
    print("当前环境：", os.environ["MODE"])

六、深入理解异常处理机制

当 with 语句块中抛出异常时：

Python 会把异常信息传递给 __exit__(exc_type, exc_value, traceback)。
如果 __exit__() 返回 True，异常会被吞掉，程序继续执行；
如果返回 False（或不返回），异常会被正常抛出。

例如：

python 复制代码

class SafeRun:
    def __enter__(self):
        print("准备执行...")
    
    def __exit__(self, exc_type, exc_val, exc_tb):
        if exc_type:
            print(f"捕获到异常：{exc_val}")
            return True  # 吞掉异常

with SafeRun():
    raise ValueError("出现错误！")

print("程序继续运行")

输出：

erlang 复制代码

准备执行...
捕获到异常：出现错误！
程序继续运行

七、总结

上下文管理器（with 语句）是 Python 中优雅管理资源的关键机制。它让代码更加整洁、安全，避免了资源泄漏与重复释放的问题。

核心要点回顾：

概念	说明
`__enter__`	进入上下文前的操作
`__exit__`	退出上下文时的清理
`contextlib.contextmanager`	使用生成器快速实现上下文管理器
返回 True	吞掉异常，程序继续执行
返回 False	异常继续向外抛出

掌握上下文管理器后，你可以更优雅地管理文件、锁、网络连接、数据库事务等资源，让代码更 Pythonic、更健壮。