使用“open（）”vs“with open（）”读取文件“

Question

我知道有很多关于在python中读取文件的文章和问题。但我仍然想知道是什么让Python有多种方式来完成相同的任务。简单地说，我想知道的是，使用这两种方法的性能影响是什么？

Answer 1

使用with声明未对性能增益，我不认为有使用with声明，只要你执行相同的清洁活动，使用with声明将自动执行相关的任何性能收益或损失。

当您使用with语句和open函数时，您不需要在最后关闭文件，因为with会自动关闭它。

另外，with声明不仅仅是用于打开文件，而是与上下文管理器结合使用。基本上，如果您有一个对象想要确保一旦您完成清理或发生了某种错误，则可以将其定义为context manager和with语句将在进入时调用它的__enter__()和__exit__()方法，以及从with block退出。据PEP 0343 -

这PEP增加了一个新说法“with” Python语言，以使其能够分解出的try/finally语句的标准使用。

在这个PEP中，上下文管理器提供__enter__()和__exit__()方法，这些方法在进入和离开with语句的主体时被调用。

此外，使用with，而不是使用它的性能测试 -

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