我正在尝试使用上下文管理器编写一个多线程帮助程序。这个想法是在一个块内定义一堆函数,上下文管理器“神奇地”负责调度和所有工作。简化的工作版本如下所示:
import contextlib
@contextlib.contextmanager
def multi_threaded(count):
funcs = []
yield funcs
my_slice = int(count / len(funcs))
for i, func in enumerate(funcs):
start = my_slice * i
func(start, start + my_slice)
def spawn_many():
dataset = [1, 2, 3, 4, 5]
with multi_threaded(len(dataset)) as mt:
def foo(start_idx, end):
print("foo" + str(dataset[start_idx : end]))
def bar(start_idx, end):
print("bar" + str(dataset[start_idx : end]))
mt.append(foo)
mt.append(bar)
spawn_many()
这个例子有效,但是我想摆脱这些行:
mt.append(foo)
mt.append(bar)
这样,用户只需要定义功能,而无需将其添加到集合中。为什么?因为它不那么容易出错,所以我无法控制使用该库编写的代码。
问题是,在屈服之后,我不在
def foo
发生的作用域之内,因此我不知道该作用域中存在的locals()
,这基本上是我需要知道在其中定义了哪些函数的知识。有什么想法/技巧/鼓励的话吗?谢谢阅读!
最佳答案
装饰器可能会更好一些:
import contextlib
@contextlib.contextmanager
def multi_threaded(count):
funcs = []
yield funcs
my_slice = int(count / len(funcs))
for i, func in enumerate(funcs):
start = my_slice * i
func(start, start + my_slice)
def add_to_flist(mt):
def _add_to_flist(func):
mt.append(func)
return func
return _add_to_flist
def spawn_many():
dataset = [1, 2, 3, 4, 5]
with multi_threaded(len(dataset)) as mt:
@add_to_flist(mt)
def foo(start_idx, end):
print("foo" + str(dataset[start_idx : end]))
@add_to_flist(mt)
def bar(start_idx, end):
print("bar" + str(dataset[start_idx : end]))
spawn_many()