在上下文管理器中没有价值的产量有什么作用答案

【问题标题】：what does yield without value do in context manager在上下文管理器中没有价值的产量有什么作用
【发布时间】：2016-05-31 02:43:32
【问题描述】：

import contextlib
import time

@contextlib.contextmanager
def time_print(task_name):
    t = time.time()
    try:
        yield
    finally:
        print task_name, "took", time.time() - t, "seconds."


def doproc():
    x=1+1


with time_print("processes"):
    [doproc() for _ in range(500)]

# processes took 15.236166954 seconds.

使用这个装饰器时doproc什么时候执行？

【问题讨论】：

From the docs: "在生成器 yield 的地方，嵌套在 with 语句中的块被执行。然后在块退出后，生成器被恢复。如果块中出现未处理的异常，它在生成器内重新生成，在产生产生的点。”
yield 没有参数在语义上等价于yield None

标签： python generator yield contextmanager

【解决方案1】：

yield 表达式将控制权返回给正在使用生成器的任何对象。生成器此时暂停，这意味着@contextmanager 装饰器知道代码是通过setup部分完成的。

换句话说，您想在上下文管理器__enter__ 阶段执行的所有操作都必须在yield 之前进行。

一旦你的上下文退出（with 语句下的块完成），@contextmanager 装饰器将被调用用于上下文管理器协议的__exit__ 部分，并将执行以下两项操作之一：

如果没有异常，它将恢复您的生成器。所以你的生成器在yield 行取消暂停，然后你进入清理阶段，部分
如果出现异常，装饰器使用generator.throw() 在生成器中引发该异常。就好像yield 行导致了该异常。因为你有一个finally 子句，它会在你的生成器因为异常退出之前被执行。

因此，在您的具体示例中，顺序如下：

with time_print("processes"):

这会创建上下文管理器并在其上调用__enter__。
生成器开始执行，t = time.time() 正在运行。
yield表达式暂停生成器，控制返回到装饰器。如果有 as target 部分，这将获取所产生的任何内容并将其返回到 with 语句。这里产生了None（只有一个普通的yield 表达式）。
[doproc() for _ in range(500)] 正在运行并完成。
上下文管理器__exit__方法运行，没有传入异常。
装饰器恢复生成器，从中断处继续。
进入finally:块并执行print task_name, "took", time.time() - t, "seconds."。
生成器退出，装饰器__exit__方法退出，全部完成。

【讨论】：

我不明白“这需要任何结果”这句话。但是yield 没有参数。它没有“产生”任何东西......
@Alex：你总是产生一些东西。那可以是None，就像return 退出一个函数然后返回值是None。但是你也可以显式地产生一些东西，所以yield some_object，此时可以使用with context_manager as <target> 语法将该值分配给目标。

【解决方案2】：

@Martijn Pieters 的出色解释。由于 yield 在您的情况下是多余的，您可以通过创建自己的上下文管理器来实现相同的目的（没有 yield 和 contextlib.contextmanager）。这更简单，更具可读性。因此，在您的情况下，您可以实现以下内容。

import time

class time_print(object):
    def __init__(self, task_name):
        self.task_name = task_name

    def __enter__(self):
        self.t = time.time()

    def __exit__(self):
        print self.task_name, "took", time.time() - self.t, "seconds."

def doproc():
    x = 1 + 1


with time_print("processes"):
    # __enter__ is called
    [doproc() for _ in range(500)]
    # __exit__ is called

在内部 contextlib.contextmanager 将这些 enter 和 exit 魔术函数称为由@Martijn-Pieters 解释。希望这会有所帮助！

【讨论】：