深入理解python with 语句
python中with 语句作为try/finally 编码范式的一种替代, 适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的”清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等
1. 使用with打开文件
你应该见过下面这种打开文件的方式
with open('data', 'r', encoding='utf-8') as f:
data = f.readlines()
上面的写法，与下面的写法在最终效果上是一致的
f = open('data', 'r', encoding='utf-8')
try:
data = f.readlines()
except:
pass
finally:
f.close()
对比两段代码不难发现，使用with语句时，代码更加简洁，而且不用主动关闭文件，在with语句体退出时，会自动关闭文件，即便with语句体中发生了异常。
2. 上下文管理器和with 语句有关的概念
想要理解with语句，就必须先理解以下几个概念
2.1 上下文管理协议
简单来说，就是实现两个方法，__enter__() 和__exit__()
2.2 上下文管理器
实现了__enter__() 和__exit__()的对象就是上下文管理器
2.3 运行时上下文
由上下文管理器创建，在with语句体代码执行前，通过__enter__()进入，语句体代码执行结束后，通过__exit__()退出
2.4 上下文表达式
在with关键字后面的表达式，表达式返回上下文管理器对象
2.5 语句体
with语句包裹起来的代码
3. 使用with语句控制线程锁的释放
使用with不仅能够自动的关闭打开的文件对象，还可以自动的释放线程锁，这样可以避免死锁的发生，在python多线程---线程锁一文中，为避免多个线程同时对一个变量对象进行修改，在关键语句上加了线程锁
def worker():
time.sleep(1)
global a
for i in range(100000):
m_lock.acquire() # 加锁
a += 1
m_lock.release() # 释放锁
如果你忘记了写m_lock.release() 对锁进行释放，那么这将导致其他线程永远也无法获取到线程锁，这样就形成了死锁，上面的代码在acquire之后，使用release释放所，使用with语句，可以更加优雅的实现加锁和释放锁的操作。
def worker():
time.sleep(1)
global a
for i in range(100000):
with m_lock:
a += 1
4. 同时打开多个文件
许多人都不知道，with语句可以同时打开多个文件，这样做可以减少代码的缩进，让代码的编写更加容易，两个open语句之间用逗号分隔即可。
with open('a1', 'w')as f1, open('a2', 'w')as f2:
f1.write('a')
f2.write('b')
5. 自定义上下文管理器
在调试程序性能时，如果只是想知道某个函数的执行时长，可以使用一个可以统计函数运行时长的装饰器进行处理，但程序往往很复杂，一段代码里，要做很多操作，不只是调用了一个函数，也可能存在循环，因此，单纯的知道某个函数的执行时长，不能帮助我们更好的了解程序的性能。
我们需要针对某个代码段进行时间统计，知道这一段代码的执行时长对我们很有帮助。你可以使用time.time()方法在代码段开始时获取到时间，在结束时再次获取到时间，两个时间做差就可以得到这个代码段的运行时长，这种操作方式写起来很麻烦，如果有多处代码段需要统计，就得写多次，很不方便。
下面是一个可以统计代码段运行时长的上下文管理器
import time
class ProTime(object):
def __init__(self, tag=''):
self.tag = tag
def __enter__(self):
self.start_time = time.time()
def __exit__(self, exc_type, exc_val, exc_tb):
self.end_time = time.time()
time_diff = self.end_time - self.start_time
msg = "代码段{tag}运行时长{time_diff}".format(tag=self.tag, time_diff=time_diff)
print(msg)
with ProTime('first') as pt:
# 这里是你要统计运行时长的代码块
time.sleep(1)
with ProTime('second') as pt:
# 这里是你要统计运行时长的代码块
time.sleep(2)
理解这段代码的关键之处，在with语句所包裹的语句体执行之前，先要执行__enter__方法，语句体执行结束之后，不论是否有异常，都要执行__exit__，在__exit__方法里，三个参数提供了异常的全部信息，如果你想处理异常，可以在这个方法里做处理。
__init__ 方法有一个tag参数，设置这个参数的目的，是为了在输出信息里区分多个代码块，如果不想设置这个tag，可以考虑对这个上下文管理器进行修改，通过调用栈获得调用信息，准确的指出是哪个代码段的执行时长。
修改后的上下文管理器如下
import time
import sys
class ProTime(object):
def __init__(self, tag=''):
frame = sys._getframe()
tag_frame = frame.f_back
self.lineno = tag_frame.f_lineno
self.filename = tag_frame.f_code.co_filename
self.tag = tag
def __enter__(self):
self.start_time = time.time()
def __exit__(self, exc_type, exc_val, exc_tb):
self.end_time = time.time()
time_diff = self.end_time - self.start_time
if self.tag:
msg = "代码段{tag}运行时长{time_diff}".format(tag=self.tag, time_diff=time_diff)
else:
msg = "文件{filename} 第 {lineno} 行代码块执行时长{time_diff}".format(filename=self.filename, lineno=self.lineno, time_diff=time_diff)
print(msg)
with ProTime('first') as pt:
# 这里是你要统计运行时长的代码块
time.sleep(1)
with ProTime() as pt:
# 这里是你要统计运行时长的代码块
time.sleep(2)
def test():
with ProTime() as pt:
# 这里是你要统计运行时长的代码块
time.sleep(1)
test()
