本文以實例形式較為詳細的講述了Python中多線程的用法，在Python程序設計中有著比較廣泛的應用。分享給大家供大家參考之用。具體分析如下：
python中關于多線程的操作可以使用thread和threading模塊來實現，其中thread模塊在Py3中已經改名為_thread，不再推薦使用。而threading模塊是在thread之上進行了封裝，也是推薦使用的多線程模塊，本文主要基于threading模塊進行介紹。在某些版本中thread模塊可能不存在，要使用dump_threading來代替threading模塊。
一、線程創建
threading模塊中每個線程都是一個Thread對象，創建一個線程有兩種方式，一種是將函數傳遞到Thread對象中執行，另一種是從Thread繼承，然后重寫run方法（是不是跟Java很像）。
下面使用這兩種方法分別創建一個線程并同時執行
import random, threadingdef threadFunction(): for i in range(10): print 'ThreadFuction - %d'%i time.sleep(random.randrange(0,2))class ThreadClass(threading.Thread): def __init__(self): threading.Thread.__init__(self); def run(self): for i in range(10): print 'ThreadClass - %d'%i time.sleep(random.randrange(0,2))if __name__ == '__main__': tFunc = threading.Thread(target = threadFunction); tCls = ThreadClass() tFunc.start() tCls.start()
執行結果如下，可以看到兩個線程在交替打印。至于空行和一行多個輸出，是因為Py的print并不是線程安全的，在當前線程的print打印了部分內容后，準備打印換行之前，被別的線程中的print搶先，在換行之前打印了其它的內容。
ThreadFuction - 0ThreadFuction - 1ThreadFuction - 2ThreadClass - 0ThreadFuction - 3ThreadClass - 1ThreadFuction - 4ThreadClass - 2ThreadClass - 3ThreadClass - 4ThreadFuction - 5ThreadClass - 5ThreadClass - 6ThreadClass - 7ThreadClass - 8ThreadFuction - 6ThreadClass - 9ThreadFuction - 7ThreadFuction - 8ThreadFuction - 9
Thread類的構造函數定義如下
class threading.Thread(group=None, target=None, name=None, args=(), kwargs={})group： 留作ThreadGroup擴展使用，一般沒什么用
target：新線程的任務函數名
name： 線程名，一般也沒什么用
args： tuple參數
kwargs：dictionary參數
Thread類的成員變量和函數如下
start() 啟動一個線程
run() 線程執行體，也是一般要重寫的內容
join([timeout]) 等待線程結束
name 線程名
ident 線程ID
daemon 是否守護線程
isAlive()、is_alive() 線程是否存活
getName()、setName() Name的get&set方法
isDaemon()、setDaemon() daemon的get&set方法
這里的守護線程與Linux中的守護進程并不是一個概念。這里是指當所有守護線程退出后主程序才會退出，否則即使線程任務沒有結束，只要不是守護線程，都會跟著主程序一起退出。而Linux中的守護進程定義正好相反，守護進程已經脫離父進程，不會隨著父進程的結束而退出。
二、線程同步
線程同步是多線程中的一個核心問題，threading模塊對線程同步有著良好的支持、包括線程特定數據、信號量、互斥鎖、條件變量等。
1.線程特定數據
簡而言之，線程特定數據就是線程獨自持有的全局變量，相互之間的修改不會造成影響。
threading模塊中使用local()方法生成一個線程獨立對象，舉例如下，其中sleep(1)是為了保證讓子線程先運行完再運行接下來的語句。
data = threading.local()def threadFunction(): global data data.x = 3 print threading.currentThread(), data.x if __name__ == '__main__': data.x = 1 tFunc = threading.Thread(target = threadFunction).start(); time.sleep(1) print threading.current_thread(), data.x
<Thread(Thread-1, started 36208)> 3<_MainThread(MainThread, started 35888)> 1
輸出如上，可以看到，Thread-1中對data.x的修改并沒有影響到主線程中data.x的值。
2.互斥鎖
threading中定義了兩種鎖：threading.Lock和threading.RLock。兩者的不同在于后者是可重入鎖，也就是說在一個線程內重復LOCK同一個鎖不會發生死鎖，這與POSIX中的PTHREAD_MUTEX_RECURSIVE也就是可遞歸鎖的概念是相同的。
關于互斥鎖的API很簡單，只有三個函數――――分配鎖，上鎖，解鎖。
threading.Lock() 分配一個互斥鎖
acquire([blocking=1]) 上鎖(阻塞或者非阻塞，非阻塞時相當于try_lock，通過返回False表示已經被其它線程鎖住。)
release() 解鎖
下面通過一個例子來說明互斥鎖的使用。在之前的例子中，多線程print會造成混亂的輸出，這里使用一個互斥鎖，來保證每行一定只有一個輸出。
def threadFunction(arg): while True: lock.acquire() print 'ThreadFuction - %d'%arg lock.release()if __name__ == '__main__': lock = threading.Lock() threading.Thread(target = threadFunction, args=(1,)).start(); threading.Thread(target = threadFunction, args=(2,)).start();
3.條件變量
條件變量總是與互斥鎖一起使用的，threading中的條件變量默認綁定了一個RLock，也可以在初始化條件變量的時候傳進去一個自己定義的鎖。
可用的函數如下
threading.Condition([lock]) 分配一個條件變量acquire(*args) 條件變量上鎖release() 條件變量解鎖wait([timeout]) 等待喚醒，timeout表示超時notify(n=1) 喚醒最大n個等待的線程notifyAll()、notify_all() 喚醒所有等待的線程下面這個例子使用條件變量來控制兩個線程交替運行num = 0def threadFunction(arg): global num while num < 10: cond.acquire() while num % 2 != arg: cond.wait() print 'Thread %d - %d' %(arg, num) num += 1 cond.notify() cond.release()if __name__ == '__main__': cond = threading.Condition() threading.Thread(target = threadFunction, args=(0,)).start(); threading.Thread(target = threadFunction, args=(1,)).start();
輸出如下
Thread 0 - 0Thread 1 - 1Thread 0 - 2Thread 1 - 3Thread 0 - 4Thread 1 - 5Thread 0 - 6Thread 1 - 7Thread 0 - 8Thread 1 - 9Thread 0 - 10
其實上面這個程序是有問題的，我們想打印的是0~9，但實際上10也被打印了出來，原因很簡單，因為兩個線程交替打印，使得num在一個線程中可能加2，從而導致10被打印出來，所以必須在打印前再次check。
相信本文所述對大家的Python程序設計有一定的借鑒價值。
新聞熱點
疑難解答
圖片精選
