[英]Implement an optional context manager in Python
我們的代碼庫具有以下使用模式:
factory = DataFactory(args)
dataset = factory.download_and_cache_big_dataset(key)
metadata = dataset.get_some_metadata()
當前, download_and_cache_big_dataset
從S3提取一個非常大的文件並將其放置在某處。 除其他外,它確實
filename = get_s3_key(key)
filepath = os.path.join(get_tmp_dir(), filename)
s3.download_file(key, filepath)
return BigFileClass(filepath) # gets stored in a class somewhere
但是,此文件不會被刪除。 當少量調用此函數並依靠文件緩存時,這很好,但是當重復調用它且我們不想填滿磁盤時,這是不好的。 有沒有一種方法可以使用上下文管理器重構代碼,以便我們可以將其用作
factory = DataFactory(args)
with factory.download_and_cache_big_dataset(key) as dataset:
metadata = dataset.get_some_metadata()
# do something with metadata
# file gets automatically deleted
但是至關重要的是,在不破壞現有用法的情況下 ,其他代碼是否仍能正常工作? 還是需要其他方法返回上下文管理器?
由於您返回BigFileClass
的實例來處理/表示數據,因此建議您執行以下操作。
我假設數據文件對於每個實例都是唯一的。
BigFileClass
以跟蹤數據文件的路徑。 __del__
方法BigFileClass
其中所述數據文件被刪除。 編輯:如果要使用BigFileClass
作為contextmanager,請為BigFileClass
定義__enter__
和__exit__
方法。 在這種情況下, __enter__
唯一要做的就是return self
。
我將離開刪除文件的任務__del__
方法(當一個引用計數BigFileClass
達到0)。 當您已經刪除數據文件時,讓類實例仍然存在是不合適的。
備注wrt體系結構。
對我來說,使用工廠似乎是不必要的麻煩。 IMO, download_and_cache_big_dataset
可能只是返回BigFileClass
實例的函數。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.