当前位置：首页 > news >正文

python进阶七 Python其他高级语法

news 2026/4/20 6:49:36

一 With语句和上下文管理器

1.1 with语句

文件操作回顾

# 1、以写的方式打开文件f=open("1.txt","w")# 2、写入文件内容f.write("hello world")# 3、关闭文件f.close()

代码说明: 文件使用完后必须关闭，因文件对象会占用操作系统的资源，并且操作系统同一时间能打开的文件数量也是有限的

这种写法可能出现一定的安全隐患，错误代码如下:

# 1、以读的方式打开文件f=open("1.txt","r")# 2、写入文件内容f.write("hello world")# 3、关闭文件f.close()

运行结果：

① 由于文件读写时都有可能产生IOError，一旦出错，后面的f.close()就不会调用。
② 为了保证无论是否出错都能正确地关闭文件，我们可以使用try … finally来解决

try…except…finally解决文件操作异常

安全写法, 代码如下:

try:# 1、以读的方式打开文件f=open("1.txt","r")# 2、读取文件内容f.write("xxxxx")exceptIOErrorase:print("文件操作出错",e)finally:# 3、关闭文件f.close()

结果：

with语句

try-except-finally语句缺点：代码过于冗长, 不易用，易忘

上下文管理器with语句：该机制简单、更安全的处理资源和异常
特点：with 语句执行完成后，自动调用关闭文件操作，即使出现异常也会自动调用关闭文件操作

实例代码：# 1、以写的方式打开文件withopen("1.txt","w")asf:# 2、读取文件内容f.write("hello world")

1.2 上下文管理器

一个类只要实现了__enter__()和__exit__()这个两个方法，通过该类创建的对象我们就称之为上下文管理器
上下文管理器可以使用 with 语句
- with语句之所以这么强大，背后是由上下文管理器做支撑的
- 刚才使用 open 函数创建的文件对象就是就是一个上下文管理器对象
- 大白话：with 管理的对象就是上下文管理器； with xxx as 后面的操作的对象就是被管理的对象

定义上下文管理器类,模拟文件操作

定义一个File类，实现enter() 和exit()方法
然后使用 with 语句来完成操作文件

classMyFile(object):def__init__(self,file_name,file_model):self.file_name=file_name self.file_model=file_model self.fp=None# 文件句柄def__enter__(self):print('这是上文')self.fp=open(self.file_name,self.file_model)returnself.fpdef__exit__(self,exc_type,exc_val,exc_tb):print('这是下文')self.fp.close()# 0 什么是上下文管理器？ with 管理的对象就是上下文管理器# 1 定义一个File类# 2 重写魔法方法 __enter__() 和 __exit__()方法# 3 然后使用 with 语句来完成操作文件if__name__=='__main__':# myobj = MyFile('./1.txt', 'r')withMyFile('./1.txt','r')asf:filedata=f.read()print('filedata-->',filedata)

一个类只要实现了__enter__()和__exit__()这个两个方法，通过该类创建的对象我们就称之为上下文管理器
__enter__表示上文方法，需要返回一个操作文件对象
__exit__表示下文方法，with语句执行完成会自动执行，即使出现异常也会执行该方法

二 Python生成器

2.1 什么是生成器

根据程序员制定的规则循环生成数据，当条件不成立时则生成数据结束。数据不是一次性全部生成出来，而是使用一个，再生成一个，可以节约大量的内存。

创建生成器的方式：① 生成器推导式 ② yield 关键字

2.2 生成器推导式

创建生成器

# 注意1：括号（）代表 这是一个生成器，不是元组# 注意2：括号（）里面写的是数据的生成规则，返回一个对象，# 对象内不是存的数据，而是产生数据的规则my_generator=(i*2foriinrange(5))# 根据注意2print(my_generator)# next获取生成器下一个值# value = next(my_generator)# print(value)# 遍历生成器forvalueinmy_generator:print(value)

生成器相关函数：

next 函数获取生成器中的下一个值
for 循环遍历生成器中的每一个值

2.3 yield生成器

只要在def函数里面看到有 yield 关键字那么就是生成器

defmygenerater(n):foriinrange(n):print('开始生成...')yieldiprint('完成一次...')if__name__=='__main__':g=mygenerater(2)# 获取生成器中下一个值# result = next(g)# print(result)# while True:# try:# result = next(g)# print(result)# except StopIteration as e:# break# # for遍历生成器, for 循环内部自动处理了停止迭代异常，使用起来更加方便foriing:print(i)

2.4 生成器的应用场景 – 数据迭代器dataloader的封装

importmathdefdataset_loader(bath_size):# 1 读歌词withopen('./jaychou_lyrics.txt','r')asfile:lines=file.readlines()# 2 统计共有多少条歌词lyrics_number=len(lines)# 3 计算共有多少个批次 math.ceil向上取整 math.floor向下取整batch_number=math.ceil(lyrics_number/bath_size)# 4 遍历每一个 batchforidxinrange(batch_number):yieldlines[idx*bath_size:idx*bath_size+bath_size]if__name__=='__main__':dataloader=dataset_loader(8)fordataindataloader:print(data)print('创建生成器(数据加载器) 为AI专业课做准备 End')