Python上下文管理器怎么写

折腾了好几天终于搞定了，核心其实不难，但有几个坑容易踩。把要点列出来，省得大家再走弯路。

先搞清楚原理

Python的底层原理涉及错误处理。用代码演示比画图更直观：

class Queue:
    def __init__(self):
        self.items = []

    def push(self, item):
        self.items.append(item)

    def pop(self):
        if not self.is_empty():
            return self.items.pop()
        raise IndexError('Container is empty')

    def peek(self):
        if not self.is_empty():
            return self.items[-1]
        return None

    def is_empty(self):
        return len(self.items) == 0

    def size(self):
        return len(self.items)

    def __repr__(self):
        return f'Queue({self.items})'

    def __len__(self):
        return self.size()

container = Queue()
for j in range(5):
    container.push(j * 10)
print(f'大小: {len(container)}')
print(f'顶部: {container.peek()}')
while not container.is_empty():
    print(f'弹出: {container.pop()}')

实际怎么用

实际编码中，Python的用法可以简化。下面是我在项目中用的写法，经过几轮迭代优化过：

import asyncio
import time

async def fetch_data(url: str, delay: float = 0.5) -> dict:
    await asyncio.sleep(delay)
    return {'url': url, 'status': 200, 'data': f'Response from {url}'}

async def process_batch(urls: list) -> list:
    tasks = [fetch_data(url) for url in urls]
    results = await asyncio.gather(*tasks, return_exceptions=True)
    return [r for r in results if not isinstance(r, Exception)]

async def main():
    urls = [f'https://api.example.com/page/{j}' for j in range(10)]
    start = time.time()
    results = await process_batch(urls)
    elapsed = time.time() - start
    print(f'处理 {len(results)} 个请求，耗时 {elapsed:.2f}s')

asyncio.run(main())

进阶一点的用法

进阶一点的话，Python还有类型系统设计这个方向可以探索。原理不展开，直接看关键代码：

容易踩的坑

说几个容易踩的坑。第一个是错误处理的问题，很多人在这上面栽过跟头。第二个是版本兼容性，不同版本行为可能不一样。第三个是边界情况，空值和异常输入要处理好。

写在最后

总结一下，Python的关键在于类型系统设计。掌握了这个，其他用法都是在这个基础上扩展。建议多写几个小demo练手，光看不动手容易忘。