Python 文件读取使用"；打开（）；vs"；使用open（）；

我知道有很多关于阅读python文件的文章和问题得到了回答。但我仍然想知道是什么让python有多种方法来完成相同的任务。简单地说，我想知道的是，使用这两种方法对性能的影响是什么？

使用

with

语句并不是为了提高性能，我不认为使用

with

语句会带来任何性能增益或损失，只要，您执行的清理活动与使用

with

语句自动执行的清理活动相同

当您使用

with

语句with

open

函数时，您不需要在末尾关闭文件，因为

with

会自动为您关闭文件

另外，

with

语句不仅用于打开文件，还与上下文管理器结合使用。基本上，如果您有一个对象，您想确保它在处理完后被清理干净，或者发生了某种错误，那么可以将它定义为一个，并且

with

语句将在进入和退出with块时调用它的

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu（）

方法。据-

这个PEP在Python语言中添加了一个新语句“

with

”，以便能够排除try/finally语句的标准用法

在此PEP中，上下文管理器提供了

\uuuuuuuuuuuuuuuuuuuuuuuuuu（）

和

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

另外，对使用
和
以及不使用它进行性能测试-

In [14]: def foo():
   ....:     f = open('a.txt','r')
   ....:     for l in f:
   ....:         pass
   ....:     f.close()
   ....:

In [15]: def foo1():
   ....:     with open('a.txt','r') as f:
   ....:         for l in f:
   ....:             pass
   ....:

In [17]: %timeit foo()
The slowest run took 41.91 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 186 µs per loop

In [18]: %timeit foo1()
The slowest run took 206.14 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 179 µs per loop

In [19]: %timeit foo()
The slowest run took 202.51 times longer than the fastest. This could mean that an intermediate result is being cached
10000 loops, best of 3: 180 µs per loop

In [20]: %timeit foo1()
10000 loops, best of 3: 193 µs per loop

In [21]: %timeit foo1()
10000 loops, best of 3: 194 µs per loop

这个问题在SOContext Manager中已经被提出，它的引入要比纯
open（）
方法晚得多。您可以使用
timeit.timeit（）
方法测量性能
with
context manager只在出现任何故障时释放资源，因此您不必编写显式的
finally
子句。