1. 上下文管理器是什么？
第一次接触Python的上下文管理器时，我正面临一个棘手的问题：如何确保文件操作后一定能关闭文件句柄？传统try-finally写法让代码变得冗长，直到发现了with语句这个优雅的解决方案。
上下文管理器本质上是实现了__enter__和__exit__方法的对象。当进入with代码块时，__enter__方法被调用；退出时（无论正常还是异常），__exit__方法都会执行。这种机制完美解决了资源泄漏问题，特别适合文件操作、数据库连接、线程锁等需要明确释放资源的场景。
python复制# 经典的文件操作示例
with open('data.txt', 'r') as f:
content = f.read()
# 文件在这里已自动关闭
2. 实现上下文管理器的两种方式
2.1 基于类的实现
最直观的方式是创建一个类并实现协议方法。我曾为一个数据库连接池设计过这样的管理器：
python复制class DatabaseConnection:
def __init__(self, db_config):
self.db_config = db_config
self.conn = None
def __enter__(self):
self.conn = create_connection(self.db_config)
return self.conn
def __exit__(self, exc_type, exc_val, exc_tb):
if self.conn:
self.conn.close()
if exc_type: # 处理异常
logging.error(f"Database error: {exc_val}")
return False # 不抑制异常
关键点在于__exit__方法的三个参数：异常类型、异常值和traceback对象。返回True表示抑制异常，False则让异常继续传播。在资源管理场景中，通常应该返回False。
2.2 使用contextlib简化实现
对于简单场景，Python标准库的contextlib模块提供了更简洁的装饰器方案。这是我常用的日志计时器实现：
python复制from contextlib import contextmanager
import time
@contextmanager
def timer(name):
start = time.time()
try:
yield
finally:
print(f"{name} took {time.time() - start:.2f}s")
# 使用示例
with timer("data processing"):
process_data()
注意：yield语句将代码分为两部分 - yield前相当于
__enter__，yield后相当于__exit__。任何yield之前的代码都会在进入with块时执行，之后的代码会在退出时执行。
3. 高级应用场景
3.1 临时环境管理
在测试框架中，我经常用上下文管理器来临时修改环境变量：
python复制import os
from contextlib import contextmanager
@contextmanager
def temp_env(**kwargs):
original = {k: os.getenv(k) for k in kwargs}
try:
for k, v in kwargs.items():
os.environ[k] = v
yield
finally:
for k, v in original.items():
if v is None:
os.environ.pop(k, None)
else:
os.environ[k] = v
3.2 事务管理
数据库事务是另一个典型应用。这是我为SQLAlchemy设计的嵌套事务管理器：
python复制class Transaction:
def __init__(self, session):
self.session = session
self.nested = False
def __enter__(self):
if self.session.in_transaction():
self.nested = True
self.session.begin_nested()
else:
self.session.begin()
return self
def __exit__(self, exc_type, exc_val, exc_tb):
if exc_type is None:
if not self.nested:
self.session.commit()
else:
self.session.rollback()
return False
3.3 线程锁管理
处理多线程时，锁的获取和释放必须严格配对。上下文管理器完美解决了这个问题：
python复制import threading
lock = threading.Lock()
# 传统方式
lock.acquire()
try:
# 临界区代码
finally:
lock.release()
# 更优雅的方式
with lock:
# 临界区代码
4. 常见问题与调试技巧
4.1 资源泄漏排查
即使使用with语句，资源泄漏仍可能发生。我常用的检查方法是重写__del__方法：
python复制class Resource:
def __del__(self):
if not self.closed:
warnings.warn("Resource not closed properly!")
4.2 异常处理陷阱
在__exit__中处理异常时要格外小心。我曾踩过这样的坑：
python复制def __exit__(self, exc_type, exc_val, exc_tb):
self.cleanup() # 如果这里抛出异常，原始异常会被掩盖！
正确做法是先保存异常信息，再执行清理：
python复制def __exit__(self, exc_type, exc_val, exc_tb):
try:
self.cleanup()
except Exception as e:
if exc_type is None:
raise # 如果没有原始异常，抛出清理异常
# 否则记录清理异常，保留原始异常
logging.error(f"Cleanup failed: {e}")
return False
4.3 性能优化
对于高频使用的上下文管理器，可以考虑使用__slots__减少内存开销：
python复制class OptimizedManager:
__slots__ = ['resource']
def __init__(self):
self.resource = acquire_resource()
5. 最佳实践总结
经过多年实践，我总结了这些经验法则：
- 单一职责原则：每个上下文管理器只管理一种资源
- 明确异常处理：在
__exit__中妥善处理异常，避免意外抑制 - 文档化约定：明确说明管理器是否可重入、线程安全等特性
- 资源预检查：在
__enter__中尽早失败，避免半初始化状态 - 考虑超时机制：对于可能阻塞的操作，添加超时支持
一个符合这些原则的完整示例：
python复制class SocketConnection:
__slots__ = ['host', 'port', 'timeout', 'sock']
def __init__(self, host, port, timeout=10):
self.host = host
self.port = port
self.timeout = timeout
self.sock = None
def __enter__(self):
self.sock = socket.socket()
self.sock.settimeout(self.timeout)
self.sock.connect((self.host, self.port))
return self.sock
def __exit__(self, exc_type, exc_val, exc_tb):
if self.sock:
try:
self.sock.close()
except OSError as e:
logging.warning(f"Socket close error: {e}")
return False # 传播原始异常
上下文管理器是Python中极具特色的功能，它体现了Python"明确优于隐晦"的设计哲学。掌握好这个特性，能让你的代码更安全、更清晰，也更Pythonic。