Python3.10新版本有什么变化?

Python 语言旨在使复杂任务变得简单,所以更新迭代的速度比较快,需要我们紧跟其步伐!

版本的发布,总是会伴随着新特性和新功能的产生,我们在升级版本之前首先就是需要了解和属性这些要点,才可能会在之后的编程中灵活的使用到。

迫不及待,蓄势待发,那现在就让我们开始吧!

图片[1]-Python3.10新版本有什么变化?-编程社
Python3.10有什么新变化

1. PEP 604

New Type Union Operator

在之前的版本想要声明类型包含多种类型时,需要使用 Union[] 来包含多个,现在可以直接使用 | 符号完成。

  • 旧版本的写法
from typing import Union

def square(number: Union[int, float]) -> Union[int, float]:
    return number ** 2
  • 新版本的写法
def square(number: int | float) -> int | float:
    return number ** 2
  • 可以使用在 isinstance 和 issubclass 中
In : isinstance('s', (int, str))
Out: True

In : isinstance(1, (int, str))
Out: True

In : isinstance('s', int | str)
Out: True

In : isinstance(1, int | str)
Out: True

2. PEP 613

TypeAlias

有时候我们想要自定义一个类型,那么就可以创建一个别名(Alias)来实现。但是,对于类型检查器(Type Checker)来说,它无法分辨这是一个类型别名,还是普通的赋值,现在我们可以通过引入 TypeAlias 就很容易分辨了。

  • 之前的写法
Board = List[Tuple[str, str]]
  • 新版的写法
from typing import TypeAlias

Board:TypeAlias = List[Tuple[str, str]]  # 这是一个类型别名
Board = 2                                # 这是一个模块常量

3. PEP 647

User-Defined Type Guards

在当代静态检查工具 (如 typescriptmypy 等) 里面会有一个叫做 Type narrowing 功能,如其名字,中文叫做 类型收窄。就是当某个参数类型本来可以符合多个类型,但是在特定的条件里可以让类型范围缩小,直接限定到更小范围的某个 (些) 类型上。

In : def show_type(obj: int | str):  # 参数obj是int或者str
...:     if isinstance(obj, int):    # 实现Type narrowing,mypy确认obj是int
...:         return 'int'
...:     return 'str'  # 由于前面限定了int,所以这里mypy会确认obj是str
...:

In : show_type(1)
Out: 'int'

In : show_type('1')
Out: 'str'
  • 发现问题 – 存在缺陷

更准确的了解对象的类型对于 mypy 是非常友好的,检查的结论也会更准确,类型收窄在一些场景下会有问题。

In : def is_str(obj: object) -> bool:
...:     return isinstance(obj, str)
...:
...:
...: def to_list(obj: object) -> list[str]:
...:     if is_str(obj):
...:         return list(obj)
...:     return []
...:

In : def is_str(obj: object) -> bool:
...:     return isinstance(obj, str)
...:
...:
...: def to_list(obj: object) -> list[str]:
...:     if is_str(obj):
...:         return list(obj)
...:     return []
...:

In : to_list('aaa')
Out: ['a', 'a', 'a']

In : to_list(111)
Out: []

这段代码比 PEP 里面提到的更简单,它们都是正确的代码,类型注释也有问题。但是运行 mypy 的话,会提示报错信息。在 2 个函数中 obj 由于不确定对象类型,所以用了 object,事实上to_list 只会对 obj 为 str 类型做处理。本来 if is_str(obj) 会让类型收窄,但是 由于被拆分成函数,isinstance 并没有在这里成功收窄

➜ mypy wrong_to_list.py
wrong_to_list.py:7: error: No overload variant of "list" matches argument type "object"
wrong_to_list.py:7: note: Possible overload variants:
wrong_to_list.py:7: note:     def [_T] list(self) -> List[_T]
wrong_to_list.py:7: note:     def [_T] list(self, Iterable[_T]) -> List[_T]
Found 1 error in 1 file (checked 1 source file)
  • 在新版本提供了用户自定的Type Guards 来解决

本来返回值的类型是 bool,现在我们指定成了 TypeGuard[str],让 mypy 能理解它的类型。其实换个角度,你可以理解为 TypeGuard[str] 是一个带着类型声明的 bool 的别名,请仔细理解这句话。

from typing import TypeGuard

def is_str(obj: object) -> TypeGuard[str]:
    return isinstance(obj, str)
➜ mypy right_to_list.py
Success: no issues found in 1 source file

4. PEP 612

Parameter Specification Variables

Python 的类型系统对于 Callable 的类型 (如函数) 的支持很有限,它只能注明这个 Callable 的类型,但是对于函数调用时的参数是无法传播的。

  • 这个问题主要存在于装饰器用法上

join 接收的参数值应该是字符串列表,但是 mypy 没有正确验证最后这个 print(join([1, 2]))。因为在 log 装饰器中 inner 函数中 args 和 kwargs 的类型都是 Any,这造成调用时选用的参数的类型没有验证,说白了怎么写都可以。

from collections.abc import Callable
from typing import Any, TypeVar

R = TypeVar('R')

def log(func: Callable[..., R]) -> Callable[..., R]:
    def inner(*args: Any, **kwargs: Any) -> R:
        print('In')
        return func(*args, **kwargs)
    return inner

@log
def join(items: list[str]):
    return ','.join(items)

print(join(['1', '2']))  # 正确用法
print(join([1, 2]))      # 错误用法,mypy应该提示类型错误
  • 新的版本中可以使用 ParamSpec 来解决

通过使用 typing.ParamSpecinner 的参数类型直接通过 P.args 和 P.kwargs 传递进来,这样就到了验证的目的。

typing.ParamSpec 帮助我们方便【引用】位置和关键字参数,而这个 PEP 另外一个新增的typing.Concatenate 是提供一种添加、删除或转换另一个可调用对象的参数的能力。

from typing import TypeVar, ParamSpec

R = TypeVar('R')
P = ParamSpec('P')

def log(func: Callable[P, R]) -> Callable[P, R]:
    def inner(*args: P.args, **kwargs: P.kwargs) -> R:
        print('In')
        return func(*args, **kwargs)
    return inner
➜ mypy right_join.py
right_join.py:22: error: List item 0 has incompatible type "int"; expected "str"
right_join.py:22: error: List item 1 has incompatible type "int"; expected "str"
Found 2 errors in 1 file (checked 1 source file)

我能想到比较常见的添加参数,是指【注入】类型的装饰器。join 函数虽然有 2 个参数,但是由于第一个参数 logger 是在 with_logger 装饰器中【注入】的,所以在使用时只需要传递 items 参数的值即可。

import logging
from collections.abc import Callable
from typing import TypeVar, ParamSpec, Concatenate

logging.basicConfig(level=logging.NOTSET)
R = TypeVar('R')
P = ParamSpec('P')

def with_logger(func: Callable[Concatenate[logging.Logger, P], R]) -> Callable[P, R]:
    def inner(*args: P.args, **kwargs: P.kwargs) -> R:
        logger = logging.getLogger(func.__name__)
        return func(logger, *args, **kwargs)
    return inner

@with_logger
def join(logger: logging.Logger, items: list[str]):
    logger.info('Info')
    return ','.join(items)

print(join(['1', '2']))
print(join([1, 2]))

除了添加,删除和转换参数也可用 Concatenate,再看一个删除参数的例子。使用 remove_first 装饰器后,传入的第一个参数会被忽略,所以 add(1, 2, 3) 其实是在计算 add(2, 3)。注意理解这个 Concatenate 在的位置,如果是新增,那么 Concatenate 加在装饰器参数的 Callable 的类型声明里,如果是删除,加在返回的 Callable 的类型声明里。

5. PEP 618

zip 函数的参数

相信每个工作经验多的 Python 开发都经历过这个坑,当然参数内的元素长度不同时,长度长的那部分会被忽略,在没有任何提示的情况下,其实本来它的文档中提到了。

In : list(zip(['a', 'b', 'c'], [1, 2]))
Out: [('a', 1), ('b', 2)]

但是对于大部分开发者来说没人真的能注意这个文档说明,这个问题是很隐性的,需要开发者了解 zip 的问题。而新的版本在参数内元素长度不同时,使用 strict=True 会报错。

In : list(zip(['a', 'b', 'c'], [1, 2], strict=True))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
Input In , in <cell line: 1>()
----> 1 list(zip(['a', 'b', 'c'], [1, 2], strict=True))

ValueError: zip() argument 2 is shorter than argument 1

6. PEP 626

更好的错误提示

在官方中列举了一些之前版本中不够明显友好的错误信息例子,这个版本集中的处理了它们。下面是:同样是 SyntaxError 是不是新版本的提示更容易理解呢?不仅提示错误类型,还给了提示。

  • 旧的写法
In : print("Hello, World!)
    File "<ipython-input-7-bc0808c61f64>", line 1
        print("Hello, World!)
                            ^
SyntaxError: EOL while scanning string literal
  • 新的写法
In : print("Hello, World!)
    Input In []
        print("Hello, World!)
              ^
SyntaxError: unterminated string literal (detected at line 1)
  • 旧的写法
In : if b = 1: pass
  File "<ipython-input-8-e4cfea4b3624>", line 1
    if b = 1: pass
         ^
SyntaxError: invalid syntax
  • 新的写法
In : if b = 1: pass
  Input In []
    if b = 1: pass
       ^
SyntaxError: invalid syntax. Maybe you meant '==' or ':=' instead of '='?

7. PEP 634-636

Match-Case: Structural Pattern Matching: Specification > Match-Case: Structural Pattern Matching: Motivation and Rationale > Match-Case: Structural Pattern Matching: Tutorial

很多 Python 核心开发者都认为 Python 不需要添加 switch-case 这种语法,因为可以通过 if/elif/else 实现一样的效果。这个新的语法中文叫做结构模式匹配 (Structural Pattern Matching),由于新特性内容很多所以有三个 PEP 介绍它

  • PEP 634:介绍 match 语法和支持的模式
  • PEP 635:解释语法这么设计的理由
  • PEP 636:一个教程,介绍概念、语法和语义

match 后面跟要匹配的变量,case 后面跟不同的条件,之后是符合条件需要执行的语句。最后一个 case 加下划线表示缺省匹配,如果前面的条件没有匹配上就跑到这个 case 里面执行,相当于之前的 else

def http_error(status):
    match status:
        case 400:
            return 'Bad request'
        case 401:
            return 'Unauthorized'
        case 403:
            return 'Forbidden'
        case 404:
            return 'Not found'
        case _:
            return 'Unknown status code'

但是 match-case 语法能做的事情远超 C/Go 这些语言里的 switch-case 语法,它其实是 Scala/Erlang 等语言里面的 match-case 语法,它支持复杂的模式匹配,接下来我会通过多个模式的例子详细演示这个新的语法的灵活性和 pythonic

  • [1] 字面量 (Literal) 模式

上面的例子就是一个字面量模式,使用 Python 自带的基本数据结构,如字符串、数字、布尔值和 None

match number:
    case 0:
        print('zero')
    case 1:
        print('one')
    case 2:
        print('two')
  • [2] 捕捉 (Capture) 模式

可以匹配 单个 表达式的赋值目标。如果 greeting 非空,就会赋值给 name,但是要注意,如果 greeting 为空会抛 NameError 或者 UnboundLocalError 错误,因为 name 在之前没有定义过。

def capture(greeting):
    match greeting:
        case "":
            print("Hello!")
        case name:
            print(f"Hi {name}!")
    if name == "Santa":
        print('Match')
In : capture('Alex')
Hi Alex!

In : capture('Santa')
Hi Santa!
Match

In : capture('')
Hello!
---------------------------------------------------------------------------
UnboundLocalError                         Traceback (most recent call last)
Input In [4], in <cell line: 1>()
----> 1 capture('')

Input In [1], in capture(greeting)
      1 def capture(greeting):
      2     match greeting:
      3         case "":
      4             print("Hello!")
      5         case name:
      6             print(f"Hi {name}!")
----> 7     if name == "Santa":
      8         print('Match')

UnboundLocalError: local variable 'name' referenced before assignment
  • [3] 序列 (Sequence) 模式

可以在 match 里使用列表或者元组格式的结果,还可以按照  PEP 3132 – Extended Iterable Unpacking  里面使用 first, *rest = seq模式来解包。

这个 match 条件第一个元素需要是 1,否则匹配失败。第一个 case 用的是列表和解包,第二个 case 用的是元组,其实和列表语义一样,第三个还是列表

In : def sequence(collection):
...:     match collection:
...:         case 1, [x, *others]:
...:             print(f"Got 1 and a nested sequence: {x=}, {others=}")
...:         case (1, x):
...:             print(f"Got 1 and {x}")
...:         case [x, y, z]:
...:             print(f"{x=}, {y=}, {z=}")
...:

In : sequence([1])

In : sequence([1, 2])
Got 1 and 2

In : sequence([1, 2, 3])
x=1, y=2, z=3

In : sequence([1, [2, 3]])
Got 1 and a nested sequence: x=2, others=[3]

In : sequence([1, [2, 3, 4]])
Got 1 and a nested sequence: x=2, others=[3, 4]

In : sequence([2, 3])

In : sequence((1, 2))
Got 1 and 2

如果 case 后接的模式是单项的可以去掉括号,可以这么写。但是注意,其中 case 1, [x, *others] 是不能去掉括号的,去掉了解包的逻辑就变了,要注意。

def sequence2(collection):
    match collection:
        case 1, [x, *others]:
            print(f"Got 1 and a nested sequence: {x=}, {others=}")
        case 1, x:
            print(f"Got 1 and {x}")
        case x, y, z:
            print(f"{x=}, {y=}, {z=}")
  • [4] 通配符 (Wildcard) 模式

使用单下划线 _ 匹配任何结果,**但是不绑定 (不赋值到某个或者某些变量上)**,最后的 case _ 就是通配符模式,当然还可以有多个匹配,在前面说到的序列模式也支持 _。使用通配符需求注意逻辑顺序,把范围小的放在前面,范围大的放在后面,防止不符合预期。

def http_error(status):
    match status:
        ... # 省略
        case _:
            return 'Unknown status code'
In : def wildcard(data):
...:     match data:
...:         case [_, _]:
...:             print('Some pair')
...:

In : wildcard(None)

In : wildcard([1])

In : wildcard([1, 2])
Some pair
In : def sequence2(collection):
...:     match collection:
...:         case ["a", *_, "z"]:
...:             print('matches any sequence of length two or more that starts with "a" and ends with "z".')
...:         case (_, _, *_):
...:             print('matches any sequence of length two or more.')
...:         case [*_]:
...:             print('matches a sequence of any length.')
...:

In : sequence2(['a', 2, 3, 'z'])
matches any sequence of length two or more that starts with "a" and ends with "z".

In : sequence2(['a', 2, 3, 'b'])
matches any sequence of length two or more.

In : sequence2(['a', 'b'])
matches any sequence of length two or more.

In : sequence2(['a'])
matches a sequence of any length.
  • [5] 恒定值 (constant value) 模式

这种模式,主要匹配常量或者 enum 模块的枚举值。

In : class Color(Enum):
...:     RED = 1
...:     GREEN = 2
...:     BLUE = 3
...:

In : class NewColor:
...:     YELLOW = 4
...:

In : def constant_value(color):
...:     match color:
...:         case Color.RED:
...:             print('Red')
...:         case NewColor.YELLOW:
...:             print('Yellow')
...:         case new_color:
...:             print(new_color)
...:

In : constant_value(Color.RED)  # 匹配第一个case
Red

In : constant_value(NewColor.YELLOW)  # 匹配第二个case
Yellow

In : constant_value(Color.GREEN)  # 匹配第三个case
Color.GREEN

In : constant_value(4)  # 常量值一样都匹配第二个case
Yellow

In : constant_value(10)  # 其他常量
10

这里注意,因为 case 具有绑定的作用,所以不能直接使用 YELLOW 这种常量,这样是错误的。

YELLOW = 4

def constant_value(color):
    match color:
        case YELLOW:
            print('Yellow')
  • [6] 映射 (Mapping) 模式

其实就是 case 后支持使用字典做匹配。

In : def mapping(config):
...:     match config:
...:         case {'sub': sub_config, **rest}:
...:             print(f'Sub: {sub_config}')
...:             print(f'OTHERS: {rest}')
...:         case {'route': route}:
...:             print(f'ROUTE: {route}')
...:

In : mapping({})

In : mapping({'route': '/auth/login'})  # 匹配第一个case
ROUTE: /auth/login

# 匹配有sub键的字典,值绑定到sub_config上,字典其他部分绑定到rest上
In : mapping({'route': '/auth/login', 'sub': {'a': 1}})  # 匹配第二个case
Sub: {'a': 1}
OTHERS: {'route': '/auth/login'}
  • [7] 类 (Class) 模式

case 后支持任何对象做匹配,这是因为对于匹配来说,位置需要确定,所以需要使用位置参数来标识。

In : def class_pattern(obj):
...:     match obj:
...:         case Point(x=1, y=2):
...:             print(f'match')
...:

In : class_pattern(Point(1, 2))
match

另外一个解决这种自定义类不用位置参数的匹配方案,使用 __match_args__ 返回一个位置参数的数组,就像这样。这里的 Point2 使用了标准库的 dataclasses.dataclass 装饰器,它会提供 __match_args__ 属性,所以可以直接用。

In : class Point:
...:     __match_args__ = ('x', 'y')
...:
...:     def __init__(self, x, y):
...:         self.x = x
...:         self.y = y
...:

In : from dataclasses import dataclass

In : @dataclass
...: class Point2:
...:     x: int
...:     y: int
...:

In : def class_pattern(obj):
...:     match obj:
...:         case Point(x, y):
...:             print(f'Point({x=},{y=})')
...:         case Point2(x, y):
...:             print(f'Point2({x=},{y=})')
...:

In : class_pattern(Point(1, 2))
Point(x=1,y=2)

In : class_pattern(Point2(1, 2))
Point2(x=1,y=2)
  • [8] 组合 (OR) 模式

可以使用 | 将多个字面量组合起来表示或的关系,| 可以在一个 case 条件内存在多个,表示多个或关系。

def or_pattern(obj):
    match obj:
        case 0 | 1 | 2: # 0,1,2三个数字匹配
            print('small number')
        case list() | set():  # 列表或者集合匹配
            print('list or set')
        case str() | bytes():  # 字符串或者bytes符合
            print('str or bytes')
        case Point(x, y) | Point2(x, y):  # 借用之前的2个类,其中之一符合即可
            print(f'{x=},{y=}')
        case [x] | x:  # 列表且只有一个元素或者单个值符合
            print(f'{x=}')

这里注意一下,由于匹配顺序,case [x] | x 这句中的 [x] 是不会被触发的,另外 x 不能是集合、字符串、byte 等类型,因为在前面的条件中会被匹配到不了这里。另外在 Python 里是没有表示 AND 关系的 case 语法的。

In : or_pattern(1)
small number

In : or_pattern(2)
small number

In : or_pattern([1])
list or set

In : or_pattern({1, 2})
list or set

In : or_pattern('sss')
str or bytes

In : or_pattern(b'sd')
str or bytes

In : or_pattern(Point(1, 2))
x=1,y=2

In : or_pattern(Point2(1, 2))
x=1,y=2

In : or_pattern(4)
x=4

In : or_pattern({})
x={}
  • [9] AS 模式

AS 模式在早期其实是海象 (Walrus) 模式,后来讨论后发现使用 as 关键字可以让这个语法更有优势。需要注明一下,这里面的 [0, int() as i] 是一种子模式,也就是在模式中包含模式: [0, int() as i] 是 case 匹配的序列模式,而其中 int() as i 是子模式,是 AS 模式。

In : def as_pattern(obj):
...:     match obj:
...:         case str() as s:
...:             print(f'Got str: {s=}')
...:         case [0, int() as i]:
...:             print(f'Got int: {i=}')
...:         case [tuple() as tu]:
...:             print(f'Got tuple: {tu=}')
...:         case list() | set() | dict() as iterable:
...:             print(f'Got iterable: {iterable=}')
...:
...:

In : as_pattern('sss')
Got str: s='sss'

In : as_pattern([0, 1])
Got int: i=1

In : as_pattern([(1,)])
Got tuple: tu=(1,)

In : as_pattern([1, 2, 3])
Got iterable: iterable=[1, 2, 3]

In : as_pattern({'a': 1})
Got iterable: iterable={'a': 1}
  • [10] 向模式添加条件

另外模式还支持加入 if 判断 (叫做 guard),这样可以让匹配作进一步判断,相当于实现了某个程度的 AND 效果。

In : def go(obj):
...:     match obj:
...:         case ['go', direction] if direction in ['east', 'north']:
...:             print('Right way')
...:         case direction if direction == 'west':
...:             print('Wrong way')
...:         case ['go', _] | _:
...:             print('Other way')
...:

In : go(['go', 'east'])  # 匹配条件1
Right way

In : go('west')  # 匹配条件2
Wrong way

In : go('north')  # 匹配默认条件
Other way

In : go(['go', 'west'])  # 匹配默认条件
Other way

8. BPO 12782

新的上下文管理器语法

在之前的版本,有时候我们想要在一个 with 里面放多个上下文,放在一行很长,一个常见的方式是使用反斜杠,可以把 open 对齐。但是这样写,会让 pep8black 等代码检查工具报错:它们都认为不应该使用反斜杠显式续行。

  • 之前的写法
In : with open('input', mode='rb') as input, \
...:      open('output', mode='rb') as output:
...:     ...
...:
  • 新的写法
In : with (
...:     open('input', mode='rb') as input,
...:     open('output', mode='rb') as output
...: ):
...:     ...
...:

现在可以给这些上下文管理器加个括号就完美了,其实就是可以使用 with 把多个上下文管理器 (Context Manager) 用括号括起来。

9. Note

主要介绍,模块新增特性,分析其用途和用法。

  • [1] itertools.pairwise

其是把一个可迭代对象中的元素按照顺序,两个挨着的元素放一组的形式返回迭代器。在之前的版本中可以使用  more-itertools  这个包,现在已经把它加入到标准库了。

In : list(pairwise([1, 2, 3, 4, 5]))
Out: [(1, 2), (2, 3), (3, 4), (4, 5)]

In : list(pairwise('ABCDE'))
Out: [('A', 'B'), ('B', 'C'), ('C', 'D'), ('D', 'E')]
  • [2] contextlib.aclosing

在之前已经介绍过标准的 contextlib.closing 装饰器,而 contextlib.aclosing 其实就是 async 的版本罢了。如官方介绍,它其实的作用是实现下面的逻辑。

使用 Python 读写文件一个好的习惯是操作完成后应该要关闭文件句柄,内置的 open 配合 with 是一个很好地实践。它的原理是在块代码执行完成后,会通过调用 ff.__exit__ 自动关闭文件句柄

In : with open('new.txt', 'w') as f:
...:     f.write('A\n')
...:
In : ff = open('new.txt', 'w')

In : ff.closed
Out: False

In : ff.__exit__()  # with就会调用它

In : ff.closed
Out: True

但是这里要注意,不是所有的 open 方法都原生支持 with (或者说提供 __exit__ 以及 __enter__ 这个方法),当然还有其他类型的操作也需要被确保关闭 (即便发生了异常)。事实上,一般标准库或者知名项目都会支持 with 语法,但是当自己写或者公司项目里就可能没有了,例如我这样定义一个类:

In : class Database:
...:     def close(self):
...:         print('Closed')
...:

In : with Database() as d:
...:     ...
...:
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-23-f0ea085f7488> in <module>
----> 1 with Database() as d:
      2     ...
      3

AttributeError: __enter__

所以,可以使用 contextlib.closing 包装一下,而 contextlib.aclosing 其实就是 asyncio 的版本。

In : import contextlib

In : with contextlib.closing(Database()) as d:
...:     ...
...:
Closed
from contextlib import aclosing

async with aclosing(my_generator()) as values:
    async for value in values:
        if value == 42:
            break
  • [3] contextlib.AsyncContextDecorator

在 Python3.2 时加入了 contextlib.ContextDecorator,它是 contextlib.contextmanager 的基础,如类名的表达,它的作用让上下文管理器能用作装饰器。

# 最基本的不带参数的上下文管理器
class mycontext:
    def __enter__(self):
        print('Starting')
        return self

    def __exit__(self, *exc):
        print('Finishing')
        return False

# 可以使用with语法这么用
In : with mycontext():
...:     print('Inner')
...:
Starting
Inner
Finishing

如果你想把这个上下文的管理改成装饰器怎么办呢?只需要让 mycontext 继承 contextlib.ContextDecorator 这个基类就可以了,是不是很方便?所以 contextlib.AsyncContextDecorator 其实就是 asyncio 的版本。

In : class mycontext(contextlib.ContextDecorator):  # 注意这里继承
...:     def __enter__(self):
...:         print('Starting')
...:         return self
...:
...:     def __exit__(self, *exc):
...:         print('Finishing')
...:         return False
...:

In : @mycontext()
...: def p():
...:     print('Inner')
...:

In : p()
Starting
Inner
Finishing
class mycontext(AsyncContextDecorator):
    async def __aenter__(self):
        print('Starting')
        return self

    async def __aexit__(self, *exc):
        print('Finishing')
        return False
© 版权声明
THE END
喜欢就支持一下吧
点赞73 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称

    暂无评论内容