精华内容
下载资源
问答
  • Python3 多线程

    2021-01-03 04:48:21
    Python3 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,比如用户点击了一个按钮去触发某些事件的处理,可以...
  • Python进阶(三十四)-Python3多线程解读

    万次阅读 多人点赞 2017-04-14 09:05:33
    Python进阶(三十四)-Python3多线程解读线程讲解  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...

    线程讲解

      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。每个独立的线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,线程总是在进程的上下文中运行的,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。
      线程可以分为:

    • 内核线程:由操作系统内核创建和撤销。
    • 用户线程:不需要内核支持而在用户程序中实现的线程。

      Python3 线程中常用的两个模块为:

    • _thread
    • threading(推荐使用)

      thread 模块已被废弃。用户可以使用 threading 模块代替。所以,在 Python3 中不能再使用"thread" 模块。为了兼容性,Python3 将 thread 重命名为 “_thread”。

    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:

    #!/usr/bin/python3
    
    import _thread
    import time
    
    # 为线程定义一个函数
    def print_time( threadName, delay):
        count = 0
        while count < 5:
            time.sleep(delay)
            count += 1
            print ("%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: 无法启动线程")
    
    while 1:
        pass
    

      执行以上程序输出结果如下:
    这里写图片描述

    线程模块

      Python3 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,它相比于 threading 模块的功能还是比较有限的。
    • threading 模块除了包含 _thread 模块中的所有方法外,还提供的其他方法:
    • 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

      我们可以通过直接从 threading.Thread 继承创建一个新的子类,并实例化后调用 start() 方法启动新线程,即它调用了线程的 run() 方法:

    #!/usr/bin/python3
    
    import threading
    import time
    
    exitFlag = 0
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.counter = counter
        def run(self):
            print ("开始线程:" + self.name)
            print_time(self.name, self.counter, 5)
            print ("退出线程:" + self.name)
    
    def print_time(threadName, delay, counter):
        while counter:
            if exitFlag:
                threadName.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)
    
    # 开启新线程
    thread1.start()
    thread2.start()
    thread1.join()
    thread2.join()
    print ("退出主线程")
    

      以上程序执行结果如下:
    这里写图片描述

    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,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后,再让线程"set"继续。
      经过这样的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。
      实例:

    #!/usr/bin/python3
    
    import threading
    import time
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.counter = counter
        def run(self):
            print ("开启线程: " + self.name)
            # 获取锁,用于线程同步
            threadLock.acquire()
            print_time(self.name, self.counter, 3)
            # 释放锁,开启下一个线程
            threadLock.release()
    
    def print_time(threadName, delay, counter):
        while counter:
            time.sleep(delay)
            print ("%s: %s" % (threadName, time.ctime(time.time())))
            counter -= 1
    
    threadLock = threading.Lock()
    threads = []
    
    # 创建新线程
    thread1 = myThread(1, "Thread-1", 1)
    thread2 = myThread(2, "Thread-2", 2)
    
    # 开启新线程
    thread1.start()
    thread2.start()
    
    # 添加线程到线程列表
    threads.append(thread1)
    threads.append(thread2)
    
    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")
    

      执行以上程序,输出结果为:
    这里写图片描述

    线程优先级队列(Queue)

      Python 的 Queue 模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列LifoQueue,和优先级队列 PriorityQueue。
      这些队列都实现了锁原语,能够在多线程中直接使用,可以使用队列来实现线程间的同步。
      Queue 模块中的常用方法:

    • Queue.qsize() 返回队列的大小
    • Queue.empty() 如果队列为空,返回True,反之False
    • Queue.full() 如果队列满了,返回True,反之False
    • Queue.full 与 maxsize 大小对应
    • Queue.get([block[, timeout]])获取队列,timeout等待时间
    • Queue.get_nowait() 相当Queue.get(False)
    • Queue.put(item) 写入队列,timeout等待时间
    • Queue.put_nowait(item) 相当Queue.put(item, False)
    • Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号
    • Queue.join() 实际上意味着等到队列为空,再执行别的操作

      实例:

    #!/usr/bin/python3
    
    import queue
    import threading
    import time
    
    exitFlag = 0
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, q):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.q = q
        def run(self):
            print ("开启线程:" + self.name)
            process_data(self.name, self.q)
            print ("退出线程:" + self.name)
    
    def process_data(threadName, q):
        while not exitFlag:
            queueLock.acquire()
            if not workQueue.empty():
                data = q.get()
                queueLock.release()
                print ("%s processing %s" % (threadName, data))
            else:
                queueLock.release()
            time.sleep(1)
    
    threadList = ["Thread-1", "Thread-2", "Thread-3"]
    nameList = ["One", "Two", "Three", "Four", "Five"]
    queueLock = threading.Lock()
    workQueue = queue.Queue(10)
    threads = []
    threadID = 1
    
    # 创建新线程
    for tName in threadList:
        thread = myThread(threadID, tName, workQueue)
        thread.start()
        threads.append(thread)
        threadID += 1
    
    # 填充队列
    queueLock.acquire()
    for word in nameList:
        workQueue.put(word)
    queueLock.release()
    
    # 等待队列清空
    while not workQueue.empty():
        pass
    
    # 通知线程是时候退出
    exitFlag = 1
    
    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")
    

      以上程序执行结果:
    这里写图片描述

    延伸阅读

    展开全文
  • 批量爬虫下载时,单线程下载文件有时慢有时快。...同时附上单线程下载(带进度条显示功能)代码,单线程下载(带进度条显示)和多线程代码的时间比较,实测多线程能有效提升下载效率,效果还是比较不错的。
  • Python3多线程

    2018-02-24 16:11:31
    '''Python3多线程多线程类似于同时执行多个不同程序,多项城运行有如下优点: 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,...
    '''
    Python3多线程
    多线程类似于同时执行多个不同程序,多项城运行有如下优点:
    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
    程序的运行熟读可能加快
    在一些等待的任务实现上如果用户输入,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是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能独立运行,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。

    内存线程:由操作系统内核创建和撤销
    用户线程:不需要内核支撑而在用户程序中实现的线程。
    Python3线程中常用得两个模块:
    _thread
    threading


    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:
    _thread.start_new_thread(function,args[,kwargs])
    funciton :线程函数
    args:传递给线程函数的菜蔬,必须是个元组
    kwargs:可选参数
    '''
    #实例:
    import _thread
    import time


    def print_time(threadName,delay):
    count = 0
    while count < 5:
    time.sleep(delay)
    count+=1
    print("%s: %s" % ( threadName,time.ctime(time.time())))


    try:
    _thread.start_new_thread(print_time,("Thread-1",2,))
    _thread.start_new_thread(print_time,("Thread-2",4,))
    except:
    print("Error:无法启动线程")


    while 1:
    pass


    '''
    Thread-1: Sat Feb 24 11:58:22 2018
    Thread-2: Sat Feb 24 11:58:24 2018
    Thread-1: Sat Feb 24 11:58:24 2018
    Thread-1: Sat Feb 24 11:58:26 2018
    Thread-2: Sat Feb 24 11:58:28 2018
    Thread-1: Sat Feb 24 11:58:28 2018
    Thread-1: Sat Feb 24 11:58:30 2018
    Thread-2: Sat Feb 24 11:58:32 2018
    Thread-2: Sat Feb 24 11:58:36 2018
    Thread-2: Sat Feb 24 11:58:40 2018
    '''




    '''
    线程模块
    Python3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、原始的线程及一个简单的锁,他相比于threading模块的功能还是比较有限的
    thread模块除了包含_thread模块中的所有方法外,还提供的其他方法:
    threading.currentThread():放回当前线程变量
    threading.enumerate():返回一个包含正在运行的线程的list。正在运行指的是线程启动后、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类提供了一下方法:
    run():用以表示线程活动的方法
    start():启动线程活动
    join([time]):等待至线程终止。这阻塞调用线程直至线程的join()方法被调用终止-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模块穿件线程
    #我们可以通过直接从threading.Thread继承创建一个新的子类,并实例化后调用start()方法启动新线程,即他调用了线程的run()方法:


    import threading
    import time


    exitFlag = 0
    class myThread(threading.Thread):
    def __init__(self,threadID,name,counter):
    threading.Thread.__init__(self)
    self.threadID = threadID
    self.name = name
    self.counter = counter
    def run(self):
    print("开始线程:"+self.name)
    print_time(self.name,self.counter,5)
    print("退出线程:"+self.name)


    def print_time(threadName,delay,counter):
    while counter:
    if exitFlag:
    threadName.exit()
    time.sleep(delay)
    print("%s: %s" % (threadName,time.ctime(time.time())))
    counter -=1


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


    #开始新线程
    thread1.start()
    thread2.start()
    thread1.join()
    thread2.join()
    print("退出主线程")




    '''
    开始线程:Thread-1
    开始线程:Thread-2
    Thread-1: Sat Feb 24 14:43:14 2018
    Thread-2: Sat Feb 24 14:43:15 2018
    Thread-1: Sat Feb 24 14:43:15 2018
    Thread-1: Sat Feb 24 14:43:16 2018
    Thread-2: Sat Feb 24 14:43:17 2018
    Thread-1: Sat Feb 24 14:43:17 2018
    Thread-1: Sat Feb 24 14:43:18 2018
    退出线程:Thread-1
    Thread-2: Sat Feb 24 14:43:19 2018
    Thread-2: Sat Feb 24 14:43:21 2018
    Thread-2: Sat Feb 24 14:43:23 2018
    退出线程:Thread-2
    退出主线程 
    '''




    '''
    线程同步
    如果有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可以是想简单的线程同步,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,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后,再让线程"set"继续
    经过这样的处理,打印列表时要么全部输出0,要么全部数据1,不会再出现一半0一半1的尴尬场面
    '''
    import threading
    import time


    class myThread (threading.Thread):
    def __init__(self,threadID,name,counter):
    threading.Thread.__init__(self)
    self.threadID = threadID
    self.name = name
    self.counter = counter
    def run(self):
    print("开启线程:" + self.name)
    #获取锁,用于线程同步
    threadLock.acquire()
    print_time(self.name,self.counter,3)
    #释放锁,开启下一个线程
    threadLock.release()


    def print_time(threadName,delay,counter):
    while counter:
    time.sleep(delay)
    print("%s: %s" % (threadName,time.ctime(time.time())))
    counter -= 1


    threadLock = threading.Lock()
    threads = []


    #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()


    #添加线程到线程列表
    threads.append(thread1)
    threads.append(thread2)


    #等待所有线程完成
    for i in threads:
    i.join()
    print("退出主线程")


    '''
    开启线程:Thread-1
    开启线程:Thread-2
    Thread-1: Sat Feb 24 15:25:24 2018
    Thread-1: Sat Feb 24 15:25:25 2018
    Thread-1: Sat Feb 24 15:25:26 2018
    Thread-2: Sat Feb 24 15:25:28 2018
    Thread-2: Sat Feb 24 15:25:30 2018
    Thread-2: Sat Feb 24 15:25:32 2018
    退出主线程
    '''


    '''
    线程优先级队列(Queue)
    Python的Queue模块中提供了同步、线程安全的队列类,包括FIFO队列Queue


    这些队列都实现了锁原语,能够在多线程中直接使用,可以使用队列来实现线程间的同步。


    Queue 模块中的常用方法:


    Queue.qsize() 返回队列的大小
    Queue.empty() 如果队列为空,返回True,反之False
    Queue.full() 如果队列满了,返回True,反之False
    Queue.full 与 maxsize 大小对应
    Queue.get([block[, timeout]])获取队列,timeout等待时间
    Queue.get_nowait() 相当Queue.get(False)
    Queue.put(item) 写入队列,timeout等待时间
    Queue.put_nowait(item) 相当Queue.put(item, False)
    Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号
    Queue.join() 实际上意味着等到队列为空,再执行别的操作
    '''
    import queue
    import threading
    import time


    exitFlag = 0


    class myThread (threading.Thread):
        def __init__(self, threadID, name, q):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.q = q
        def run(self):
            print ("开启线程:" + self.name)
            process_data(self.name, self.q)
            print ("退出线程:" + self.name)


    def process_data(threadName, q):
        while not exitFlag:
            queueLock.acquire()
            if not workQueue.empty():
                data = q.get()
                queueLock.release()
                print ("%s processing %s" % (threadName, data))
            else:
                queueLock.release()
            time.sleep(1)


    threadList = ["Thread-1", "Thread-2", "Thread-3"]
    nameList = ["One", "Two", "Three", "Four", "Five"]
    queueLock = threading.Lock()
    workQueue = queue.Queue(10)
    threads = []
    threadID = 1


    # 创建新线程
    for tName in threadList:
        thread = myThread(threadID, tName, workQueue)
        thread.start()
        threads.append(thread)
        threadID += 1


    # 填充队列
    queueLock.acquire()
    for word in nameList:
        workQueue.put(word)
    queueLock.release()


    # 等待队列清空
    while not workQueue.empty():
        pass


    # 通知线程是时候退出
    exitFlag = 1


    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")













































































    展开全文
  • Python3 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,比如用户点击了一个按钮去触发某些事件的处理,...

    Python3 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,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。

    每个独立的线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。

    线程可以分为:

    • 内核线程:由操作系统内核创建和撤销。
    • 用户线程:不需要内核支持而在用户程序中实现的线程。

    Python3 线程中常用的两个模块为:

    • _thread
    • threading(推荐使用)

    thread 模块已被废弃。用户可以使用 threading 模块代替。所以,在 Python3 中不能再使用"thread" 模块。为了兼容性,Python3 将 thread 重命名为 "_thread"。

     

    线程模块

    Python3 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,它相比于 threading 模块的功能还是比较有限的。

    threading 模块除了包含 _thread 模块中的所有方法外,还提供的其他方法:

    • 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

    我们可以通过直接从 threading.Thread 继承创建一个新的子类,并实例化后调用 start() 方法启动新线程,即它调用了线程的 run() 方法:

    import threading
    import time
    
    exitFlag = 0
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.counter = counter
        def run(self):
            print ("开始线程:" + self.name)
            print_time(self.name, self.counter, 5)
            print ("退出线程:" + self.name)
    
    def print_time(threadName, delay, counter):
        while counter:
            if exitFlag:
                threadName.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)
    
    # 开启新线程
    thread1.start()
    thread2.start()
    thread1.join()
    thread2.join()
    print ("退出主线程")

    以上程序执行结果如下;

    开始线程:Thread-1
    开始线程:Thread-2
    Thread-1: Wed Apr  6 11:46:46 2016
    Thread-1: Wed Apr  6 11:46:47 2016
    Thread-2: Wed Apr  6 11:46:47 2016
    Thread-1: Wed Apr  6 11:46:48 2016
    Thread-1: Wed Apr  6 11:46:49 2016
    Thread-2: Wed Apr  6 11:46:49 2016
    Thread-1: Wed Apr  6 11:46:50 2016
    退出线程:Thread-1
    Thread-2: Wed Apr  6 11:46:51 2016
    Thread-2: Wed Apr  6 11:46:53 2016
    Thread-2: Wed Apr  6 11:46:55 2016
    退出线程:Thread-2
    退出主线程

    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,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后,再让线程"set"继续。

    经过这样的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。

    实例:

    import threading
    import time
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.counter = counter
        def run(self):
            print ("开启线程: " + self.name)
            # 获取锁,用于线程同步
            threadLock.acquire()
            print_time(self.name, self.counter, 3)
            # 释放锁,开启下一个线程
            threadLock.release()
    
    def print_time(threadName, delay, counter):
        while counter:
            time.sleep(delay)
            print ("%s: %s" % (threadName, time.ctime(time.time())))
            counter -= 1
    
    threadLock = threading.Lock()
    threads = []
    
    # 创建新线程
    thread1 = myThread(1, "Thread-1", 1)
    thread2 = myThread(2, "Thread-2", 2)
    
    # 开启新线程
    thread1.start()
    thread2.start()
    
    # 添加线程到线程列表
    threads.append(thread1)
    threads.append(thread2)
    
    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")

    执行以上程序,输出结果为:

    开启线程: Thread-1
    开启线程: Thread-2
    Thread-1: Wed Apr  6 11:52:57 2016
    Thread-1: Wed Apr  6 11:52:58 2016
    Thread-1: Wed Apr  6 11:52:59 2016
    Thread-2: Wed Apr  6 11:53:01 2016
    Thread-2: Wed Apr  6 11:53:03 2016
    Thread-2: Wed Apr  6 11:53:05 2016
    退出主线程

    线程优先级队列( Queue)

    Python 的 Queue 模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列LifoQueue,和优先级队列 PriorityQueue。

    这些队列都实现了锁原语,能够在多线程中直接使用,可以使用队列来实现线程间的同步。

    Queue 模块中的常用方法:

     

    • Queue.qsize() 返回队列的大小
    • Queue.empty() 如果队列为空,返回True,反之False
    • Queue.full() 如果队列满了,返回True,反之False
    • Queue.full 与 maxsize 大小对应
    • Queue.get([block[, timeout]])获取队列,timeout等待时间
    • Queue.get_nowait() 相当Queue.get(False)
    • Queue.put(item) 写入队列,timeout等待时间
    • Queue.put_nowait(item) 相当Queue.put(item, False)
    • Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号
    • Queue.join() 实际上意味着等到队列为空,再执行别的操作

    实例:

    import queue
    import threading
    import time
    
    exitFlag = 0
    
    class myThread (threading.Thread):
        def __init__(self, threadID, name, q):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.name = name
            self.q = q
        def run(self):
            print ("开启线程:" + self.name)
            process_data(self.name, self.q)
            print ("退出线程:" + self.name)
    
    def process_data(threadName, q):
        while not exitFlag:
            queueLock.acquire()
            if not workQueue.empty():
                data = q.get()
                queueLock.release()
                print ("%s processing %s" % (threadName, data))
            else:
                queueLock.release()
            time.sleep(1)
    
    threadList = ["Thread-1", "Thread-2", "Thread-3"]
    nameList = ["One", "Two", "Three", "Four", "Five"]
    queueLock = threading.Lock()
    workQueue = queue.Queue(10)
    threads = []
    threadID = 1
    
    # 创建新线程
    for tName in threadList:
        thread = myThread(threadID, tName, workQueue)
        thread.start()
        threads.append(thread)
        threadID += 1
    
    # 填充队列
    queueLock.acquire()
    for word in nameList:
        workQueue.put(word)
    queueLock.release()
    
    # 等待队列清空
    while not workQueue.empty():
        pass
    
    # 通知线程是时候退出
    exitFlag = 1
    
    # 等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")

    以上程序执行结果:

    开启线程:Thread-1
    开启线程:Thread-2
    开启线程:Thread-3
    Thread-3 processing One
    Thread-1 processing Two
    Thread-2 processing Three
    Thread-3 processing Four
    Thread-1 processing Five
    退出线程:Thread-3
    退出线程:Thread-2
    退出线程:Thread-1
    退出主线程

    在线程里,传递参数有三种方法:

    1、使用元组传递 threading.Thread(target=方法名,args=(参数1,参数2, ...))

    import time
    import threading
    
    def song(a,b,c):
        print(a, b, c)
        for i in range(5):
            print("song")
            time.sleep(1)
    if __name__ == "__main__":
        threading.Thread(target=song,args=(1,2,3)).start()

    2、使用字典传递 threading.Thread(target=方法名, kwargs={"参数名": 参数1, "参数名": 参数2, ...})

    threading.Thread(target=song,kwargs={"a":1,"c":3,"b":2}).start() #参数顺序可以变

    3、混合使用元组和字典 threading.Thread(target=方法名,args=(参数1, 参数2, ...), kwargs={"参数名": 参数1,"参数名": 参数2, ...})

    threading.Thread(target=song,args=(1,),kwargs={"c":3,"b":2}).start()
    展开全文
  • 【Python】Python3多线程

    2017-09-04 18:13:56
    Python3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,...

    Python3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。每个独立的线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。

    线程可以分为:

    • 内核线程:由操作系统内核创建和撤销。
    • 用户线程:不需要内核支持而在用户程序中实现的线程。

    Python3 线程中常用的两个模块为:

    • _thread
    • threading(推荐使用)

    thread模块已被废弃。用户可以使用threading模块代替。所以,在Python3中不能再使用thread模块。为了兼容性,Python3thread重命名为_thread

    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:

    
    
    

    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:

    import _thread
    import time
    #为线程定义一个函数
    def print_time( threadName, delay):
        count = 0
        while count<5:
            time.sleep(delay)
            print("%s,%s"%(threadName,time.ctime(time.time())))
            count +=1
    #创建两个线
    try:
        _thread.start_new_thread(print_time, ("TonyTime1",2))
        _thread.start_new_thread(print_time, ("TonyTime2",4))
    except:
        print("启动线程失败")    
    while 1:
        pass

    执行以上程序输出结果如下:

    TonyTime1,Mon Sep  4 15:40:23 2017
    TonyTime1,Mon Sep  4 15:40:25 2017
    TonyTime2,Mon Sep  4 15:40:25 2017
    TonyTime1,Mon Sep  4 15:40:27 2017
    TonyTime2,Mon Sep  4 15:40:29 2017
    TonyTime1,Mon Sep  4 15:40:29 2017
    TonyTime1,Mon Sep  4 15:40:31 2017
    TonyTime2,Mon Sep  4 15:40:33 2017
    TonyTime2,Mon Sep  4 15:40:37 2017
    TonyTime2,Mon Sep  4 15:40:41 2017

    线程模块
    Python3通过两个标准库_threadthreading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,它相比于threading模块的功能还是比较有限的。
    threading模块除了包含_thread模块中的所有方法外,还提供的其他方法:

    • 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
    我们可以通过直接从threading.Thread继承创建一个新的子类,并实例化后调用start()方法启动新线程,即它调用了线程的run()方法:
    实例:

    import threading
    import time
    
    exitflag = 0
    
    class Mythread(threading.Thread):
        def __init__(self,id,threadName,counter):
            threading.Thread.__init__(self)
            self.counter = counter
            self.threadID = id
            self.threadName = threadName
        def run(self):
            print("开始线程:"+self.name)
            print_time(self.name,5,self.counter)
            print("结束线程:"+self.name)
    
    def print_time(threadName,counter,delay):
        while counter:
            if exitflag:
                threadName.exit()
            time.sleep(delay)
            print("%s,%s"%(threadName,time.ctime(time.time())))
            counter -=1
    
    #创建线程            
    thread1 = Mythread(1,"Tony1-Thread1",1)
    thread2 = Mythread(2,"Tony2-Thread2",2)
    
    #开启线程
    thread1.start()
    thread2.start()
    thread1.join()
    thread2.join()
    
    print("退出总的线程")

    以上程序执行结果如下:

    开始线程:Thread-1
    开始线程:Thread-2
    Thread-1,Mon Sep  4 17:42:13 2017
    Thread-1,Mon Sep  4 17:42:14 2017
    Thread-2,Mon Sep  4 17:42:14 2017
    Thread-1,Mon Sep  4 17:42:15 2017
    Thread-2,Mon Sep  4 17:42:16 2017
    Thread-1,Mon Sep  4 17:42:16 2017
    Thread-1,Mon Sep  4 17:42:17 2017
    结束线程:Thread-1
    Thread-2,Mon Sep  4 17:42:18 2017
    Thread-2,Mon Sep  4 17:42:20 2017
    Thread-2,Mon Sep  4 17:42:22 2017
    结束线程:Thread-2
    退出总的线程

    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LockRlock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acquirerelease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,也就是同步阻塞;等到线程print访问完毕,释放锁以后,再让线程set继续。
    经过这样的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。
    实例:

    import threading
    import time 
    
    
    class myThread(threading.Thread):
        def __init__(self,threadID,threadName,counter):
            threading.Thread.__init__(self)
            self.threadID = threadID
            self.threadName = threadName
            self.counter = counter
        def run(self):
            print("开始线程:"+self.name)
            #获取锁,用于线程同步
            threadLock.acquire()
            print_time(self.threadName,self.counter,5)
            #释放锁,开启下一个线程
            threadLock.release()
            print("结束线程:"+self.name)
    
    def print_time(threadName,delay,count):
        while count:
            time.sleep(delay)
            print("%s,%s"%(threadName,time.ctime(time.time())))
            count -=1
    
    threads= []  
    threadLock =  threading.Lock()
    #创建新线程     
    thread1 = myThread(1,"Thread1",1)
    thread2 = myThread(2,"Thread2",2)
    #开启新线程
    thread1.start()
    thread2.start()
    #添加线程到线程列表
    threads.append(thread1)
    threads.append(thread2)
    #等待所有线程完成
    for i in threads:
         i.join()
    #thread1.join()
    #thread2.join()
    
    print("退出主线程") 

    执行以上程序,输出结果为:

    开始线程:Thread-1
    开始线程:Thread-2
    Thread1,Tue Sep  5 10:00:00 2017
    Thread1,Tue Sep  5 10:00:01 2017
    Thread1,Tue Sep  5 10:00:02 2017
    Thread1,Tue Sep  5 10:00:03 2017
    Thread1,Tue Sep  5 10:00:04 2017
    结束线程:Thread-1
    Thread2,Tue Sep  5 10:00:06 2017
    Thread2,Tue Sep  5 10:00:08 2017
    Thread2,Tue Sep  5 10:00:10 2017
    Thread2,Tue Sep  5 10:00:12 2017
    Thread2,Tue Sep  5 10:00:14 2017
    结束线程:Thread-2
    退出主线程

    线程优先级队列Queue

    PythonQueue模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列QueueLIFO(后入先出)队列LifoQueue,和优先级队列PriorityQueue
    这些队列都实现了锁原语,能够在多线程中直接使用,可以使用队列来实现线程间的同步。
    Queue模块中的常用方法:
    Queue.qsize()返回队列的大小
    Queue.empty()如果队列为空,返回True,反之False
    Queue.full()如果队列满了,返回True,反之False
    Queue.fullmaxsize大小对应
    Queue.get([block[, timeout]])获取队列,timeout等待时间
    Queue.get_nowait()相当Queue.get(False)
    Queue.put(item)写入队列,timeout等待时间
    Queue.put_nowait(item)相当Queue.put(item, False)
    Queue.task_done()在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号
    Queue.join()实际上意味着等到队列为空,再执行别的操作

    import queue
    import threading
    import time
    
    exitFlag = 0
    
    class Mythread(threading.Thread):
        def __init__(self,threadName,threadID,q):
            threading.Thread.__init__(self)
            self.threadName = threadName
            self.threadID = threadID
            self.q = q
    
        def run(self):
            print("开始线程" + self.threadName)
            process_data(self.name,self.q)
            print("结束线程:" + self.threadName)
            #print("hello,world!!!")
    
    def process_data(threadName,q):
        while not exitFlag:
            queueLock.acquire()
            if not workQueue.empty():
                data = q.get()
                queueLock.release()
                print("%s process %s,%s"%(threadName,data,time.ctime(time.time())))
            else:
                queueLock.release()
            time.sleep(1)
    
    threadList = ["Thread-1","Thread-2","Thread-3"]
    nameList = ["One","Two","Three","Four","Five"]
    workQueue = queue.Queue(10)
    queueLock  = threading.Lock()
    threads = []
    threadID = 1
    
    #创建新线程
    for tName in threadList:
        thread = Mythread(tName,threadID,workQueue)
        thread.start()
        threads.append(thread)
        threadID += 1
    
    #填充队列
    queueLock.acquire()
    for word in nameList:
        workQueue.put(word)
    queueLock.release()
    
    
    #等待队列清空
    while not workQueue.empty():
        pass
    
    #通知线程是时候退出
    exitFlag = 1
    
    #等待所有线程完成
    for t in threads:
        t.join()
    print ("退出主线程")

    以上程序执行结果:

    开始线程Thread-1
    开始线程Thread-2
    开始线程Thread-3
    Thread-3 process One,Tue Sep  5 12:00:34 2017
    Thread-3 process Two,Tue Sep  5 12:00:35 2017
    Thread-1 process Three,Tue Sep  5 12:00:35 2017
    Thread-2 process Four,Tue Sep  5 12:00:35 2017
    Thread-1 process Five,Tue Sep  5 12:00:36 2017
    结束线程:Thread-1
    结束线程:Thread-3
    结束线程:Thread-2
    退出主线程
    展开全文
  • Python3多线程、队列

    2020-05-12 10:52:50
    Python3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,比如用户点击了一个按钮去触发某些事件的处理,...
  • 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,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...
  • 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,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...
  • Python3 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...
  • Python3 多线程|详解

    2020-03-29 11:37:30
    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,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...
  • Python3多线程 多线程可以实现同时执行多个不同的程序,其具体应用有: 可将运行时间长的程序中的任务调度至后台处理; 在用户界面中,响应用户对某按钮触发事件的处理时,可以弹出进度条显示处理进度; 加快...
  • 文章目录简介但是也贴出代码,当做一个记录单线程带进度条多线程 简介 需要第三方库moviepy,可以自己pip安装,就不阐述了 可以统计该文件夹下所有文件夹里的视频 单线程带进度条多线程只能是每个进程的进度条 ...

空空如也

空空如也

1 2 3 4 5
收藏数 82
精华内容 32
关键字:

python3多线程进度条

python 订阅