Python3 多线程

Python 支持多线程编程。线程(thread)是操作系统能够进行运算调度的最小单位。它包含在进程之中,是进程中的实际调度单位。

一个进程中可以并发多个线程,每条线程并行执行不同的任务。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。

线程分类

  • 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

  • _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。

范例

#!/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:

Thread-1: Wed Apr  6 11:36:31 2016
Thread-1: Wed Apr  6 11:36:33 2016
Thread-2: Wed Apr  6 11:36:33 2016
Thread-1: Wed Apr  6 11:36:35 2016
Thread-1: Wed Apr  6 11:36:37 2016
Thread-2: Wed Apr  6 11:36:37 2016
Thread-1: Wed Apr  6 11:36:39 2016
Thread-2: Wed Apr  6 11:36:41 2016
Thread-2: Wed Apr  6 11:36:45 2016
Thread-2: Wed Apr  6 11:36:49 2016

执行以上程后可以按下 ctrl-c 退出。

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,并范例化后调用 start() 方法启动新线程,即它调用了线程的 run() 方法:

范例

#!/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;

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。

范例

#!/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:

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

范例

#!/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:

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

下一章:Python3 XML 解析

XML 指可扩展标记语言,是一种用于标记电子文件使其具有结构性的标记语言。XML 通常被用来设计传输和存储数据。Python 支持对 XML 的解析,常见的 XML 编程接口有 DOM 和 SAX。