raising resource warnings prevents resource cleanup

Aperta
#94,900 4 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
45/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
backend

Direzione di ricerca

Inizia da Lib/asyncio/unix_events.py alle righe collegate e cerca altri punti in cui viene emesso ResourceWarning prima della pulizia della risorsa. Esegui i test sui percorsi di pulizia interessati con -Werror o filterwarnings=['error', ...]. Il lavoro è completato quando l’escalation dell’avviso non impedisce più la chiusura della risorsa sottostante.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

stdlib type-bug

Bug report
in a number of places a ResourceWarning is issued before cleaning up a resource eg
https://github.com/python/cpython/blob/944ff8c57c9e8ff5a5bd18925070ddb1504490ab/Lib/asyncio/unix_events.py#L559-L562
normally this is fine - however if you're running with -Werror these warnings are raised as exceptions and so prevent the underlying resource from being cleaned up. This is in particular a problem when running a test suite with filterwarnings=['error', ... where resource cleanup can be delayed for many tests.

I think these should instead be restructured as:

 def __del__(self, _warn=warnings.warn): 
     if self._pipe is not None: 
         msg = f"unclosed transport {self!r}"  # grab the repr before closing the pipe so it displays as "open" still
         self._pipe.close()
         _warn(msg, ResourceWarning, source=self)  # issue the warning after closing the resource

Your environment

  • CPython versions tested on:
  • Operating system and architecture:
Lingua principale
Python
Stelle
77.2k
Fork
36k
Merge medio
1g 9h
PR unite (30g)
558

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di python/cpython

Tutte le issue di python/cpython

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.