h5py对象作为实例变量时的困惑赋值行为

Question

我正在使用h5py来访问HDF5文件，并把h5py的文件对象存储在一个类里。但是在尝试用一个新的文件对象替换一个已经关闭的h5py文件实例时，遇到了一些奇怪的情况：

class MyClass:
    def __init__(self, filename):
        self.h5file = None
        self.filename = filename

    def vartest(self):
        self.h5file = h5py.File(self.filename, 'r')
        print self.h5file
        self.h5file.close()
        print self.h5file
        newh5file = h5py.File(self.filename, 'r')
        print newh5file
        self.h5file = newh5file
        print self.h5file
        print newh5file

def main():
    filename = sys.argv[1]
    mycls = MyClass(filename)
    mycls.vartest()

输出结果：

<HDF5 file "test.h5" (mode r, 92.7M)>
<Closed HDF5 file>
<HDF5 file "test.h5" (mode r, 92.7M)>
<Closed HDF5 file>
<Closed HDF5 file>

当我尝试用新打开的h5py文件对象更新实例变量时，似乎影响了这个对象的状态，导致它被关闭了。无论h5py的实现是什么，我觉得这种行为在我理解的Python语言中是没有道理的（也就是说，赋值操作符并没有被重载）。

这个例子是在Python 2.6.5和h5py 1.3.0下运行的。如果你想试试这个例子，但手头没有HDF5文件，可以把文件访问模式从'r'改成'a'。

Answer 1

不确定这是否有帮助，但我在源代码中找到了一些东西（简化版）：

class HLObject(object):
    def __nonzero__(self):
        register_thread()
        return self.id.__nonzero__()

class Group(HLObject, _DictCompat):
    ...

class File(Group):
    def __repr__(self):
        register_thread()
        if not self:
            return "<Closed HDF5 file>"
        return '<HDF5 file "%s" (mode %s, %s)>' % \
            (os.path.basename(self.filename), self.mode,
             _extras.sizestring(self.fid.get_filesize()))

因为没有定义 __str__ 方法，所以会调用 __repr__ 方法来生成输出。__repr__ 方法首先会调用 register_thread()，然后检查 self 是否存活（简单来说，就是判断它是“真”还是“假”）。

接着，Python 会在类中查找，直到找到 __nonzero__（这个方法也会调用 register_thread()），然后返回 self.id.__nonzero__()，结果显然是返回了“假”。

所以，你说得对，问题不在于名字绑定（赋值），但为什么 register_thread 和/或 self.id 出现了错误，我就不知道了。

Answer 2

没错，这是h5py 1.3中的一个已知问题，当你使用HDF5 1.8.5或更新版本时就会出现这个问题。这个问题和1.8.5版本中对标识符处理方式的变化有关。你可以通过使用HDF5 1.8.4或更早的版本来解决这个问题，或者升级到h5py 2.0版本。