当前位置:K88软件开发文章中心编程语言PythonPython01 → 文章内容

Python 多线程

减小字体 增大字体 作者:佚名  来源:网上搜集  发布时间:2019-1-10 10:58:52

Python 多线程多线程类似于同时执行多个不同程序,多线程运行有如下优点:使用线程可以把占据长时间的程序中的任务放到后台去处理。用户界面可以更加吸引人,这样比如用户点击了一个按钮去触发某些事件的处理,可以弹出一个进度条来显示处理的进度程序的运行速度可能加快在一些等待的任务实现上如用户输入、文件读写和网络收发数据等,线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。线程在执行过程中与进程还是有区别的。每个独立的进程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行,必须依存在应用程序中,由应用程序提供多个线程执行控制。每个线程都有他自己的一组CPU寄存器,称为线程的上下文,该上下文反映了线程上次运行该线程的CPU寄存器的状态。指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器,线程总是在进程得到上下文中运行的,这些地址都用于标志拥有线程的进程地址空间中的内存。线程可以被抢占(中断)。在其他线程正在运行时,线程可以暂时搁置(也称为睡眠) -- 这就是线程的退让。开始学习Python线程Python中使用线程有两种方式:函数或者用类来包装线程对象。函数式:调用thread模块中的start_new_thread()函数来产生新线程。语法如下:


thread.start_new_thread ( function, args[, kwargs] )参数说明:


function - 线程函数。args - 传递给线程函数的参数,他必须是个tuple类型。kwargs - 可选参数。实例(Python 2.0+)


#!/usr/bin/python


# -*- coding:


UTF-8 -*-


import threadimport time


# 为线程定义一个函数def print_time( threadName, delay):


count = 0while count < 5:


time.sleep(delay)count += 1print "%s:


%s" % ( threadName, time.ctime(time.time()) )


# 创建两个线程try:


thread.start_new_thread( print_time, ("Thread-1", 2, ) )thread.start_new_thread( print_time, ("Thread-2", 4, ) )except:


print "Error:


unable to start thread"while 1:


pass执行以上程序输出结果如下:Thread-1:


Thu Jan 22 15:


42:


17 2009Thread-1:


Thu Jan 22 15:


42:


19 2009Thread-2:


Thu Jan 22 15:


42:


19 2009Thread-1:


Thu Jan 22 15:


42:


21 2009Thread-2:


Thu Jan 22 15:


42:


23 2009Thread-1:


Thu Jan 22 15:


42:


23 2009Thread-1:


Thu Jan 22 15:


42:


25 2009Thread-2:


Thu Jan 22 15:


42:


27 2009Thread-2:


Thu Jan 22 15:


42:


31 2009Thread-2:


Thu Jan 22 15:


42:


35 2009线程的结束一般依靠线程函数的自然结束;也可以在线程函数中调用thread.exit(),他抛出SystemExit exception,达到退出线程的目的。线程模块Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。threading 模块提供的其他方法: threading.currentThread():


返回当前的线程变量。 threading.enumerate():


返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前,不包括启动前和终止后的线程。 threading.activeCount():


返回正在运行的线程数量,与len(threading.enumerate())有相同的结果。除了使用方法外,线程模块同样提供了Thread类来处理线程,Thread类提供了以下方法:


run():


用以表示线程活动的方法。start():


启动线程活动。 join([time]):


等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。 isAlive():


返回线程是否活动的。 getName():


返回线程名。 setName():


设置线程名。使用Threading模块创建线程使用Threading模块创建线程,直接从threading.Thread继承,然后重写__init__方法和run方法:实例(Python 2.0+)


#!/usr/bin/python


# -*- coding:


UTF-8 -*-


import threadingimport timeexitFlag = 0class myThread (threading.Thread):





#继承父类threading.Threaddef __init__(self, threadID, name, counter):


threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):





#把要执行的代码写到run函数里面 线程在创建后会直接运行run函数 print "Starting " + self.nameprint_time(self.name, self.counter, 5)print "Exiting " + self.namedef print_time(threadName, delay, counter):


while counter:


if exitFlag:


(threading.Thread).exit()time.sleep(delay)print "%s:


%s" % (threadName, time.ctime(time.time()))counter -= 1


# 创建新线程thread1 = myThread(1, "Thread-1", 1)thread2 = myThread(2, "Thread-2", 2)


# 开启线程thread1.start()thread2.start()print "Exiting Main Thread"以上程序执行结果如下;Starting Thread-1Starting Thread-2Exiting Main ThreadThread-1:


Thu Mar 21 09:


10:


03 2013Thread-1:


Thu Mar 21 09:


10:


04 2013Thread-2:


Thu Mar 21 09:


10:


04 2013Thread-1:


Thu Mar 21 09:


10:


05 2013Thread-1:


Thu Mar 21 09:


10:


06 2013Thread-2:


Thu Mar 21 09:


10:


06 2013Thread-1:


Thu Mar 21 09:


10:


07 2013Exiting Thread-1Thread-2:


Thu Mar 21 09:


10:


08 2013Thread-2:


Thu Mar 21 09:


10:


10 2013Thread-2:


Thu Mar 21 09:


10:


12 2013Exiting Thread-2线程同步如果多个线程共同对某个数据修改,则可能出现不可预料的结果,为了保证数据的正确性,需要对多个线程进行同步。使用Thread对象的Lock和Rlock可以实现简单的线程同步,这两个对象都有acquire方法和release方法,对于那些需要每次只允许一个线程操作的数据,可以将其操作放到acquire和release方法之间。如下:多线程的优势在于可以同时运行多个任务(至少感觉起来是这样)。但是当线程需要共享数据时,可能存在数据不同步的问题。考虑这样一种情况:一个列表里所有元素都是0,线程"set"从后向前把所有元素改成1,而线程"print"负责从前往后读取列表并打印。那么,可能线程"set"开始改的时候,线程"print"便来打印列表了,输出就成了一半0一半1,这就是数据的不同步。为了避免这种情况,引入了锁的概念。锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时,必须先获得锁定;如果已经有别的线程比如"print"获得锁定了,那么就让线程"set"暂停,也就是同步

[1] [2]  下一页


Python 多线程