Pythonwith自定义使用详解
本文深入讲解了Python中自定义`with`语句的两种核心实现方式——通过类显式定义`__enter__`和`__exit__`方法,或借助`contextlib.contextmanager`装饰器编写简洁安全的生成器函数,帮助开发者优雅、自动地管理资源生命周期(如计时、环境变量切换、锁、事务等),避免冗余的`try/finally`代码;同时剖析了常见陷阱、最佳实践与适用场景,强调理解上下文管理器协议本质比机械套用语法更重要,让资源清理更可靠、代码更清晰、异常处理更可控。

Python 中的 with 语句依赖上下文管理器协议,核心是实现 __enter__ 和 __exit__ 两个特殊方法。自定义上下文管理器能让资源(如文件、数据库连接、锁等)在进入和退出时自动初始化与清理,避免手动 try/finally 的冗余代码。
用类实现上下文管理器
最直接的方式是定义一个类,显式实现两个方法:
__enter__:在with语句块开始时调用,通常返回需要被管理的对象(如打开的文件),也可返回self或其他值供as绑定__exit__(exc_type, exc_value, traceback):在with块结束时(无论是否异常)调用;三个参数分别表示异常类型、异常值、回溯信息;若该方法返回True,则会抑制异常传播
示例:一个简单的计时上下文管理器
import timeclass Timer: def enter(self): self.start = time.time() return self
def __exit__(self, exc_type, exc_value, traceback): self.end = time.time() print(f"耗时: {self.end - self.start:.3f} 秒")使用
with Timer() as t: time.sleep(1)
输出:耗时: 1.001 秒
用 contextlib.contextmanager 装饰器(推荐)
更简洁的方式是使用 contextlib.contextmanager 装饰生成器函数。函数中 yield 之前的代码相当于 __enter__,之后的代码(在 finally 块中执行)相当于 __exit__。
yield的值即为as接收的对象- 所有清理逻辑写在
yield后,天然支持异常安全(类似try/finally) - 无需手动处理异常参数,也无需返回布尔值来抑制异常(如需抑制,仍需加
try/except)
示例:临时修改环境变量
from contextlib import contextmanager import os@contextmanager def temp_env(**kwargs): old_values = {} for key, value in kwargs.items(): old_values[key] = os.environ.get(key) os.environ[key] = str(value) try: yield finally: for key, old_value in old_values.items(): if old_value is None: os.environ.pop(key, None) else: os.environ[key] = old_value
使用
with temp_env(DEBUG="1", ENV="test"): print(os.environ["DEBUG"]) # 1 print(os.environ["ENV"]) # test
退出后自动恢复原环境变量
常见注意事项与技巧
写自定义上下文管理器时容易忽略的关键点:
__exit__方法必须接受三个参数(即使不用也要保留),否则会报错- 若上下文管理器本身可能抛出异常,应在
__exit__中谨慎处理,避免掩盖原始错误 - 多个上下文管理器可写在同一行:
with open("a.txt") as f1, open("b.txt") as f2: - 想复用已有对象的上下文行为?确认它实现了协议(比如
threading.Lock、pathlib.Path.open()返回的文件对象都支持with)
何时该自己写,而不是用现成的?
标准库和第三方包已覆盖大部分场景(文件、数据库连接池、锁、临时目录等)。只有当业务有明确的“进入-执行-退出”生命周期,且涉及资源独占、状态切换或副作用清理时,才值得封装:
- 临时切换日志级别
- 测试中模拟网络超时或异常响应
- GPU 显存分配与释放(PyTorch/TensorFlow 中常见)
- 数据库事务的 begin/commit/rollback 封装
不复杂但容易忽略细节,掌握协议本质比死记语法更重要。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Pythonwith自定义使用详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
Golangdefer与recover异常处理技巧
- 上一篇
- Golangdefer与recover异常处理技巧
- 下一篇
- CSS字体加粗数值详解100-900
-
- 文章 · python教程 | 24分钟前 |
- Python multiprocessing spawn 模式为什么需要 main 保护
- 488浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python typing Protocol 怎么为第三方对象定义最小接口
- 298浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python subprocess 管道死锁时怎么读取 stdout 和 stderr
- 459浏览 收藏
-
- 文章 · python教程 | 4小时前 | 性能优化 · 多线程 · Python教程 · 日志处理 · Python logging queue.Queue 后台线程 QueueHandler QueueListener
- Python logging QueueHandler 怎么把日志写入后台线程
- 174浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python zoneinfo 找不到时区数据库时怎么部署
- 326浏览 收藏
-
- 文章 · python教程 | 11小时前 |
- Python csv.DictReader 表头重复时如何保留原始列
- 107浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- Python asyncio.Queue 如何实现有界生产者消费者
- 330浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python asyncio TaskGroup 怎么让子任务失败自动取消同组任务
- 339浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- SuperCLUE
- SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
- 173次使用
-
- C-Eval
- 深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
- 104次使用
-
- AI Prompt Library
- 探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
- 31次使用
-
- LangGPT
- LangGPT是一种受编程语言启发的结构化提示词设计工具,提供双层框架、模块化模板及变量功能,帮助用户高效编写高质量Prompt。该项目已在GitHub免费开源,适用于内容创作、编程辅助等多场景。
- 41次使用
-
- ClickPrompt
- ClickPrompt是一款专为AI提示词编写者设计的开源在线工具,支持Stable Diffusion绘图、ChatGPT对话及GitHub Copilot代码辅助。提供Prompt自动生成、一键运行、社区分享及可视化优化功能,帮助用户高效获取精准AI输出。
- 77次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

