threading 模块如何在Python中使用?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
使用 threading 模块创建线程通常有两种方式:
1)使用 threading 模块中 Thread 类的构造器创建线程,即直接对类 threading.Thread 进行实例化,并调用实例化对象的 start 方法创建线程;
2)继承 threading 模块中的 Thread 类创建线程类,即用 threading.Thread 派生出一个新的子类,将新建类实例化,并调用其 start 方法创建线程。
调用 threading.Thread 类的如下构造器创建线程:
threading.Thread(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None) group:指定该线程所属的线程组,目前该参数还未实现,为了日后扩展 ThreadGroup 类实现而保留。 target:用于 run() 方法调用的可调用对象,默认是 None,表示不需要调用任何方法。 args:是用于调用目标函数的参数元组,默认是 ()。 kwargs:是用于调用目标函数的关键字参数字典,默认是 {}。 daemon:如果 daemon 不是 None,线程将被显式的设置为守护模式,不管该线程是否是守护模式,如果是 None (默认值),线程将继承当前线程的守护模式属性。
import time import threading def work(num): print('线程名称:',threading.current_thread().getName(),'参数:',num,'开始时间:',time.strftime('%Y-%m-%d %H:%M:%S')) if __name__ == '__main__': print('主线程开始时间:',time.strftime('%Y-%m-%d %H:%M:%S')) t1 = threading.Thread(target=work,args=(3,)) t2 = threading.Thread(target=work,args=(2,)) t3 = threading.Thread(target=work,args=(1,)) t1.start() t2.start() t3.start() t1.join() t2.join() t3.join() print('主线程结束时间:', time.strftime('%Y-%m-%d %H:%M:%S'))
上述示例中实例化了三个 Thread 类的实例,并向任务函数传递不同的参数,start
方法开启线程,join
方法阻塞主线程,等待当前线程运行结束。
通过继承的方式创建线程包括如下步骤:1)定义 Thread 类的子类,并重写该类的 run 方法;2)创建 Thread 子类的实例,即创建线程对象;3)调用线程对象的 start 方法来启动线程。示例如下:
import time import threading class MyThread(threading.Thread): def __init__(self,num): super().__init__() self.num = num def run(self): print('线程名称:', threading.current_thread().getName(), '参数:', self.num, '开始时间:', time.strftime('%Y-%m-%d %H:%M:%S')) if __name__ == '__main__': print('主线程开始时间:',time.strftime('%Y-%m-%d %H:%M:%S')) t1 = MyThread(3) t2 = MyThread(2) t3 = MyThread(1) t1.start() t2.start() t3.start() t1.join() t2.join() t3.join() print('主线程结束时间:', time.strftime('%Y-%m-%d %H:%M:%S'))
上述示例中自定义了线程类 MyThread,继承了 threading.Thread,并重写了 __init__ 方法和 run 方法。
守护线程(也称后台线程)是在后台运行的,它的任务是为其他线程提供服务,如 Python 解释器的垃圾回收线程就是守护线程。如果所有的前台线程都死亡了,守护线程也会自动死亡。来看个例子:
# 不设置守护线程 import threading def work(num): for i in range(num): print(threading.current_thread().name + " " + str(i)) t = threading.Thread(target=work, args=(10,), name='守护线程') t.start() for i in range(10): pass
# 设置守护线程 import threading def work(num): for i in range(num): print(threading.current_thread().name + " " + str(i)) t = threading.Thread(target=work, args=(10,), name='守护线程') t.daemon = True t.start() for i in range(10): pass
上述示例直观的说明了当前台线程结束,守护线程也会自动结束。
如果你设置一个线程为守护线程,就表示这个线程是不重要的,在进程退出的时候,不用等待这个线程退出;如果你的主线程在退出的时候,不用等待哪些子线程完成,那就设置这些线程为守护线程;如果你想等待子线程完成后再退出,那就什么都不用做,或者显示地将 daemon 属性设置为 false。
Python 的 threading 模块提供了 local 方法,该方法返回得到一个全局对象,不同线程使用这个对象存储的数据,其它线程是不可见的(本质上就是不同的线程使用这个对象时为其创建一个独立的字典)。来看个示例:
# 不使用 threading.local import threading import time num = 0 def work(): global num for i in range(10): num += 1 print(threading.current_thread().getName(), num) time.sleep(0.0001) for i in range(5): threading.Thread(target=work).start()
上面示例中 num 是全局变量,变成了公共资源,通过输出结果,我们发现子线程之间的计算结果出现了互相干扰的情况。
# 使用 threading.local num = threading.local() def work(): num.x = 0 for i in range(10): num.x += 1 print(threading.current_thread().getName(), num.x) time.sleep(0.0001) for i in range(5): threading.Thread(target=work).start()
使用 threading.local 的示例中,num 是全局变量,但每个线程定义的属性 num.x 是各自线程独有的,其它线程是不可见的,因此每个线程的计算结果未出现相互干扰的情况。
threading 模块提供了 Timer 类实现定时器功能,来看个例子:
# 单次执行 from threading import Timer def work(): print("Hello Python") # 5 秒后执行 work 方法 t = Timer(5, work) t.start()
Timer 只能控制函数在指定的时间内执行一次,如果我们需要多次重复执行,需要再进行一次调度,想要取消调度时可以使用 Timer 的 cancel 方法。来看个例子:
# 重复执行 count = 0 def work(): print('当前时间:', time.strftime('%Y-%m-%d %H:%M:%S')) global t, count count += 1 # 如果 count 小于 5,开始下一次调度 if count < 5: t = Timer(1, work) t.start() # 指定 2 秒后执行 work 方法 t = Timer(2, work) t.start()
关于threading 模块如何在Python中使用问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注亿速云行业资讯频道了解更多相关知识。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。