国产av日韩一区二区三区精品,成人性爱视频在线观看,国产,欧美,日韩,一区,www.成色av久久成人,2222eeee成人天堂

Rumah pembangunan bahagian belakang Tutorial Python Pengurus Konteks Python lanjutan untuk Pengurusan Sumber yang Cekap

Pengurus Konteks Python lanjutan untuk Pengurusan Sumber yang Cekap

Dec 29, 2024 am 09:51 AM

dvanced Python Context Managers for Efficient Resource Management

Pengurus konteks Python ialah alat yang berkuasa untuk pengurusan sumber, menawarkan penyelesaian yang elegan untuk mengendalikan operasi persediaan dan teardown. Saya mendapati mereka tidak ternilai dalam projek saya sendiri, terutamanya apabila berurusan dengan fail I/O, sambungan pangkalan data dan sumber rangkaian.

Mari kita terokai enam pengurus konteks lanjutan yang boleh meningkatkan kecekapan dan kebolehbacaan kod Python anda dengan ketara.

  1. Pengurus Konteks Tersuai dengan Kelas

Walaupun penghias @contextmanager adalah mudah, mencipta pengurus konteks sebagai kelas memberikan lebih fleksibiliti dan kawalan. Pendekatan ini amat berguna untuk senario yang rumit atau apabila anda perlu mengekalkan keadaan merentas berbilang entri dan keluar.

class DatabaseConnection:
    def __init__(self, db_url):
        self.db_url = db_url
        self.connection = None

    def __enter__(self):
        self.connection = connect_to_database(self.db_url)
        return self.connection

    def __exit__(self, exc_type, exc_value, traceback):
        if self.connection:
            self.connection.close()

with DatabaseConnection("mysql://localhost/mydb") as conn:
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM users")

Dalam contoh ini, kelas DatabaseConnection menguruskan sambungan pangkalan data. Kaedah enter mewujudkan sambungan, manakala keluar memastikan ia ditutup dengan betul, walaupun pengecualian berlaku.

  1. Pengurus Konteks Bersarang

Pengurus konteks boleh bersarang untuk mengurus berbilang sumber secara serentak. Ini amat berguna apabila anda perlu menyediakan dan meruntuhkan beberapa sumber yang saling bergantung.

class TempDirectory:
    def __enter__(self):
        self.temp_dir = create_temp_directory()
        return self.temp_dir

    def __exit__(self, exc_type, exc_value, traceback):
        remove_directory(self.temp_dir)

class FileWriter:
    def __init__(self, filename):
        self.filename = filename
        self.file = None

    def __enter__(self):
        self.file = open(self.filename, 'w')
        return self.file

    def __exit__(self, exc_type, exc_value, traceback):
        if self.file:
            self.file.close()

with TempDirectory() as temp_dir:
    with FileWriter(f"{temp_dir}/output.txt") as f:
        f.write("Hello, World!")

Di sini, kami mencipta direktori sementara dan fail di dalamnya. Pengurus konteks bersarang memastikan bahawa kedua-dua fail dan direktori dibersihkan dengan betul apabila kami selesai.

  1. Pengurus Konteks dengan ExitStack

Kelas ExitStack daripada modul contextlib membolehkan anda mengurus bilangan pengurus konteks secara dinamik. Ini amat berguna apabila bilangan pengurus konteks tidak diketahui sehingga masa jalan.

from contextlib import ExitStack

def process_files(file_list):
    with ExitStack() as stack:
        files = [stack.enter_context(open(fname)) for fname in file_list]
        # Process files here
        for file in files:
            print(file.read())

process_files(['file1.txt', 'file2.txt', 'file3.txt'])

Dalam contoh ini, ExitStack menguruskan berbilang objek fail, memastikan semua fail ditutup dengan betul, tidak kira berapa banyak yang dibuka.

  1. Pengurus Konteks Tak Segerak

Dengan peningkatan pengaturcaraan tak segerak dalam Python, pengurus konteks async menjadi semakin penting. Ia berfungsi sama seperti pengurus konteks biasa tetapi direka bentuk untuk digunakan dengan sintaks async/menunggu.

import asyncio
import aiohttp

class AsyncHTTPClient:
    def __init__(self, url):
        self.url = url
        self.session = None

    async def __aenter__(self):
        self.session = aiohttp.ClientSession()
        return self

    async def __aexit__(self, exc_type, exc_value, traceback):
        await self.session.close()

    async def get(self):
        async with self.session.get(self.url) as response:
            return await response.text()

async def main():
    async with AsyncHTTPClient("https://api.example.com") as client:
        data = await client.get()
        print(data)

asyncio.run(main())

AsyncHTTPClient ini menguruskan sesi aiohttp, membolehkan permintaan HTTP tak segerak yang cekap.

  1. Pengurus Konteks untuk Pengujian

Pengurus konteks sangat baik untuk menyediakan dan meruntuhkan persekitaran ujian. Mereka boleh membantu memastikan setiap ujian berjalan dalam keadaan bersih dan terpencil.

import unittest
from unittest.mock import patch

class TestDatabaseOperations(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.db_patcher = patch('myapp.database.connect')
        cls.mock_db = cls.db_patcher.start()

    @classmethod
    def tearDownClass(cls):
        cls.db_patcher.stop()

    def test_database_query(self):
        with patch('myapp.database.execute_query') as mock_query:
            mock_query.return_value = [{'id': 1, 'name': 'John'}]
            result = myapp.database.get_user(1)
            self.assertEqual(result['name'], 'John')

if __name__ == '__main__':
    unittest.main()

Dalam contoh ini, kami menggunakan pengurus konteks untuk mengejek sambungan pangkalan data dan pertanyaan, membenarkan ujian terpencil dan boleh dihasilkan semula.

  1. Pengendalian Ralat dalam Pengurus Konteks

Pengurus konteks boleh direka bentuk untuk mengendalikan pengecualian khusus, memberikan kawalan yang lebih terperinci ke atas pengendalian ralat.

class DatabaseConnection:
    def __init__(self, db_url):
        self.db_url = db_url
        self.connection = None

    def __enter__(self):
        self.connection = connect_to_database(self.db_url)
        return self.connection

    def __exit__(self, exc_type, exc_value, traceback):
        if self.connection:
            self.connection.close()

with DatabaseConnection("mysql://localhost/mydb") as conn:
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM users")

Pengurus Urus Niaga ini memastikan bahawa transaksi pangkalan data komited pada kejayaan dan ditarik balik apabila kegagalan. Ia juga secara khusus mengendalikan ValueError, menyekatnya selepas melancarkan transaksi.

Amalan Terbaik untuk Pengurus Konteks

Apabila melaksanakan pengurus konteks, terdapat beberapa amalan terbaik yang perlu diingat:

  1. Pastikan kaedah masuk dan keluar tertumpu pada pengurusan sumber. Elakkan meletakkan logik perniagaan dalam kaedah ini.

  2. Pastikan sumber sentiasa dikeluarkan dalam kaedah keluar, walaupun pengecualian berlaku.

  3. Gunakan pengurus konteks untuk lebih daripada pengurusan sumber. Ia boleh berguna untuk menukar keadaan global, operasi pemasaan atau mengurus kunci buat sementara waktu.

  4. Apabila menggunakan @contextmanager, berhati-hati dengan pernyataan hasil. Biasanya hanya ada satu hasil dalam fungsi.

  5. Untuk pengurus konteks boleh guna semula, pertimbangkan untuk melaksanakannya sebagai kelas dan bukannya menggunakan @contextmanager.

  6. Gunakan anotasi menaip untuk meningkatkan kebolehbacaan kod dan mendayakan semakan jenis statik yang lebih baik.

Aplikasi Dunia Sebenar

Pengurus konteks mencari aplikasi dalam pelbagai domain:

Pembangunan Web: Mengurus sambungan pangkalan data, mengendalikan sesi HTTP atau mengubah suai tetapan aplikasi buat sementara waktu.

class TempDirectory:
    def __enter__(self):
        self.temp_dir = create_temp_directory()
        return self.temp_dir

    def __exit__(self, exc_type, exc_value, traceback):
        remove_directory(self.temp_dir)

class FileWriter:
    def __init__(self, filename):
        self.filename = filename
        self.file = None

    def __enter__(self):
        self.file = open(self.filename, 'w')
        return self.file

    def __exit__(self, exc_type, exc_value, traceback):
        if self.file:
            self.file.close()

with TempDirectory() as temp_dir:
    with FileWriter(f"{temp_dir}/output.txt") as f:
        f.write("Hello, World!")

Pemprosesan Data: Mengurus pengendali fail, sambungan rangkaian atau struktur data sementara.

from contextlib import ExitStack

def process_files(file_list):
    with ExitStack() as stack:
        files = [stack.enter_context(open(fname)) for fname in file_list]
        # Process files here
        for file in files:
            print(file.read())

process_files(['file1.txt', 'file2.txt', 'file3.txt'])

Pentadbiran Sistem: Mengurus sumber sistem, mengendalikan perubahan konfigurasi atau melaksanakan arahan dalam persekitaran tertentu.

import asyncio
import aiohttp

class AsyncHTTPClient:
    def __init__(self, url):
        self.url = url
        self.session = None

    async def __aenter__(self):
        self.session = aiohttp.ClientSession()
        return self

    async def __aexit__(self, exc_type, exc_value, traceback):
        await self.session.close()

    async def get(self):
        async with self.session.get(self.url) as response:
            return await response.text()

async def main():
    async with AsyncHTTPClient("https://api.example.com") as client:
        data = await client.get()
        print(data)

asyncio.run(main())

Pengurus konteks ialah ciri berkuasa dalam Python yang boleh meningkatkan kebolehbacaan kod, kebolehselenggaraan dan pengurusan sumber dengan ketara. Dengan memahami dan menggunakan teknik lanjutan ini, anda boleh menulis kod Python yang lebih mantap dan cekap. Sama ada anda mengusahakan aplikasi web, tugas pemprosesan data atau skrip pentadbiran sistem, pengurus konteks menawarkan penyelesaian yang elegan untuk cabaran pengaturcaraan biasa. Semasa anda terus meneroka keupayaan mereka, anda mungkin akan menemui cara yang lebih inovatif untuk memanfaatkan pengurus konteks dalam projek Python anda.


101 Buku

101 Buku ialah syarikat penerbitan dipacu AI yang diasaskan bersama oleh pengarang Aarav Joshi. Dengan memanfaatkan teknologi AI termaju, kami memastikan kos penerbitan kami sangat rendah—sesetengah buku berharga serendah $4—menjadikan pengetahuan berkualiti boleh diakses oleh semua orang.

Lihat buku kami Kod Bersih Golang tersedia di Amazon.

Nantikan kemas kini dan berita menarik. Apabila membeli-belah untuk buku, cari Aarav Joshi untuk mencari lebih banyak tajuk kami. Gunakan pautan yang disediakan untuk menikmati diskaun istimewa!

Ciptaan Kami

Pastikan anda melihat ciptaan kami:

Pusat Pelabur | Pelabur Central Spanish | Pelabur Jerman Tengah | Hidup Pintar | Epos & Gema | Misteri Membingungkan | Hindutva | Pembangunan Elit | Sekolah JS


Kami berada di Medium

Tech Koala Insights | Dunia Epok & Gema | Medium Pusat Pelabur | Medium Misteri Membingungkan | Sains & Zaman Sederhana | Hindutva Moden

Atas ialah kandungan terperinci Pengurus Konteks Python lanjutan untuk Pengurusan Sumber yang Cekap. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

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

Artikel Panas

Agnes Tachyon Build Guide | Musume Derby Pretty
2 minggu yang lalu By Jack chen
Oguri Cap Build Guide | Musume Derby Pretty
2 minggu yang lalu By Jack chen
Puncak: Cara Menghidupkan Pemain
3 minggu yang lalu By DDD

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bagaimanakah rangka kerja Python atau PyTest memudahkan ujian automatik? Bagaimanakah rangka kerja Python atau PyTest memudahkan ujian automatik? Jun 19, 2025 am 01:10 AM

Python's Unittest and Pytest adalah dua kerangka ujian yang digunakan secara meluas yang memudahkan penulisan, penganjuran dan menjalankan ujian automatik. 1. Kedua -duanya menyokong penemuan automatik kes ujian dan menyediakan struktur ujian yang jelas: Unittest mentakrifkan ujian dengan mewarisi kelas ujian dan bermula dengan ujian \ _; Pytest lebih ringkas, hanya memerlukan fungsi bermula dengan ujian \ _. 2. Mereka semua mempunyai sokongan dakwaan terbina dalam: Unittest menyediakan kaedah AssertEqual, AssertTrue dan lain-lain, manakala PYTest menggunakan pernyataan menegaskan yang dipertingkatkan untuk memaparkan butiran kegagalan secara automatik. 3. Semua mempunyai mekanisme untuk mengendalikan penyediaan ujian dan pembersihan: un

Bagaimanakah Python boleh digunakan untuk analisis data dan manipulasi dengan perpustakaan seperti numpy dan panda? Bagaimanakah Python boleh digunakan untuk analisis data dan manipulasi dengan perpustakaan seperti numpy dan panda? Jun 19, 2025 am 01:04 AM

Pythonisidealfordataanalysisysisduetonumpyandpandas.1) numpyexcelsatnumericalcomputationswithfast, multi-dimensiArarraySandvectorizedoperationsLikenp.sqrt ()

Apakah teknik pengaturcaraan dinamik, dan bagaimana saya menggunakannya dalam Python? Apakah teknik pengaturcaraan dinamik, dan bagaimana saya menggunakannya dalam Python? Jun 20, 2025 am 12:57 AM

Pengaturcaraan Dinamik (DP) mengoptimumkan proses penyelesaian dengan memecahkan masalah kompleks ke dalam subproblem yang lebih mudah dan menyimpan hasilnya untuk mengelakkan pengiraan berulang. Terdapat dua kaedah utama: 1. Top-down (Hafalan): Recursif menguraikan masalah dan menggunakan cache untuk menyimpan hasil pertengahan; 2. Bottom-Up (Jadual): Bangun secara beransur-ansur dari keadaan asas. Sesuai untuk senario di mana nilai maksimum/minimum, penyelesaian optimum atau subproblem yang bertindih diperlukan, seperti urutan Fibonacci, masalah backpacking, dan lain -lain.

Bagaimana anda boleh melaksanakan iterators tersuai di Python menggunakan __iter__ dan __Next__? Bagaimana anda boleh melaksanakan iterators tersuai di Python menggunakan __iter__ dan __Next__? Jun 19, 2025 am 01:12 AM

Untuk melaksanakan iterator tersuai, anda perlu menentukan kaedah __iter__ dan __Next__ di dalam kelas. ① Kaedah __iter__ mengembalikan objek iterator itu sendiri, biasanya diri sendiri, bersesuaian dengan persekitaran berulang seperti untuk gelung; ② Kaedah __Next__ mengawal nilai setiap lelaran, mengembalikan elemen seterusnya dalam urutan, dan apabila tidak ada lagi item, pengecualian hentian harus dibuang; ③ Status mesti dikesan dengan betul dan keadaan penamatan mesti ditetapkan untuk mengelakkan gelung tak terhingga; ④ Logik kompleks seperti penapisan talian fail, dan perhatikan pembersihan sumber dan pengurusan memori; ⑤ Untuk logik mudah, anda boleh mempertimbangkan menggunakan hasil fungsi penjana sebaliknya, tetapi anda perlu memilih kaedah yang sesuai berdasarkan senario tertentu.

Apakah trend yang muncul atau arahan masa depan dalam bahasa pengaturcaraan Python dan ekosistemnya? Apakah trend yang muncul atau arahan masa depan dalam bahasa pengaturcaraan Python dan ekosistemnya? Jun 19, 2025 am 01:09 AM

Trend masa depan dalam Python termasuk pengoptimuman prestasi, jenis yang lebih kuat, peningkatan runtime alternatif, dan pertumbuhan berterusan bidang AI/ML. Pertama, Cpython terus mengoptimumkan, meningkatkan prestasi melalui masa permulaan yang lebih cepat, pengoptimuman panggilan fungsi dan operasi integer yang dicadangkan; Kedua, jenis petikan sangat terintegrasi ke dalam bahasa dan alat untuk meningkatkan pengalaman keselamatan dan pembangunan kod; Ketiga, runtime alternatif seperti Pyscript dan Nuitka menyediakan fungsi baru dan kelebihan prestasi; Akhirnya, bidang AI dan Sains Data terus berkembang, dan perpustakaan yang muncul mempromosikan pembangunan dan integrasi yang lebih cekap. Trend ini menunjukkan bahawa Python sentiasa menyesuaikan diri dengan perubahan teknologi dan mengekalkan kedudukan utama.

Bagaimana saya melakukan pengaturcaraan rangkaian di python menggunakan soket? Bagaimana saya melakukan pengaturcaraan rangkaian di python menggunakan soket? Jun 20, 2025 am 12:56 AM

Modul soket Python adalah asas pengaturcaraan rangkaian, menyediakan fungsi komunikasi rangkaian peringkat rendah, sesuai untuk membina aplikasi klien dan pelayan. Untuk menyediakan pelayan TCP asas, anda perlu menggunakan socket.socket () untuk membuat objek, mengikat alamat dan port, panggilan. Listen () untuk mendengar sambungan, dan menerima sambungan klien melalui .accept (). Untuk membina klien TCP, anda perlu membuat objek soket dan panggilan .Connect () untuk menyambung ke pelayan, kemudian gunakan .sendall () untuk menghantar data dan .recv () untuk menerima respons. Untuk mengendalikan pelbagai pelanggan, anda boleh menggunakan 1. Threads: Mulakan benang baru setiap kali anda menyambung; 2. Asynchronous I/O: Sebagai contoh, Perpustakaan Asyncio dapat mencapai komunikasi yang tidak menyekat. Perkara yang perlu diperhatikan

Bagaimana saya mengiris senarai dalam python? Bagaimana saya mengiris senarai dalam python? Jun 20, 2025 am 12:51 AM

Jawapan teras kepada pengirim senarai Python adalah menguasai sintaks [Start: End: Step] dan memahami kelakuannya. 1. Format asas pengirim senarai adalah senarai [Mula: akhir: langkah], di mana permulaan adalah indeks permulaan (termasuk), akhir adalah indeks akhir (tidak termasuk), dan langkah adalah saiz langkah; 2. Omit Mula secara lalai bermula dari 0, endek akhir secara lalai hingga akhir, omite langkah secara lalai kepada 1; 3. Gunakan my_list [: n] untuk mendapatkan item n pertama, dan gunakan my_list [-n:] untuk mendapatkan item n yang terakhir; 4. Gunakan langkah untuk melangkau unsur -unsur, seperti my_list [:: 2] untuk mendapatkan angka, dan nilai langkah negatif dapat membalikkan senarai; 5. Kesalahpahaman biasa termasuk indeks akhir tidak

Bagaimanakah saya menggunakan modul DateTime untuk bekerja dengan tarikh dan masa di Python? Bagaimanakah saya menggunakan modul DateTime untuk bekerja dengan tarikh dan masa di Python? Jun 20, 2025 am 12:58 AM

Modul DateTime Python dapat memenuhi keperluan pemprosesan tarikh dan masa asas. 1. Anda boleh mendapatkan tarikh dan masa semasa melalui datetime.now (), atau anda boleh mengekstrak .date () dan .time () masing -masing. 2. Boleh membuat objek tarikh dan masa tertentu secara manual, seperti DateTime (tahun = 2025, bulan = 12, hari = 25, jam = 18, minit = 30). 3. Gunakan .strftime () untuk output rentetan dalam format. Kod biasa termasuk %y, %m, %d, %h, %m, dan %s; Gunakan strpTime () untuk menghuraikan rentetan ke dalam objek DateTime. 4. Gunakan timedelta untuk penghantaran tarikh

See all articles