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Python 文件读取使用";打开();vs";使用open();,python,performance,file-io,Python,Performance,File Io,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withopen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,
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withopen
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。