使用"open()“与"with open()”读取文件

Question

我知道有很多关于阅读python文件的文章和问题得到了解答。但是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，使用这两种方法对性能有什么影响？

Answer 1

使用with语句不是为了性能提升，我不认为使用with语句会带来任何性能提升或损失，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即可。

当你使用带有open函数的with语句时，你不需要在最后关闭文件，因为with会自动为你关闭它。

此外，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，您希望确保它在使用完毕或发生某种错误后被清除，则可以将其定义为context manager，并且with语句将在进入和退出with块时调用其__enter__()和__exit__()方法。根据PEP 0343的说法-

这个PEP在Python语言中添加了一个新的语句"with“，这样就可以排除try/finally语句的标准用法。

在这个PEP中，上下文管理器提供了__enter__()和__exit__()方法，这些方法在进入和退出with语句体时被调用。

另外，使用和不使用with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