threading提供了一个比thread模块更高层的API来提供线程的并发性。这些线程并发运行并共享内存。
下面来看threading模块的具体用法：
一、Thread的使用，目标函数可以实例化一个Thread对象，每个Thread对象代表着一个线程，可以通过start()方法，开始运行。
这里对使用多线程并发，和不适用多线程并发做了一个比较：
首先是不使用多线程的操作：
代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 | #!/usr/bin/python
#compare for multi threads
import time
def worker():
print "worker"
time.sleep(1)
return
if __name__ == "__main__":
for i in xrange(5):
worker()
|
执行结果如下：
下面是使用多线程并发的操作：
代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 | #!/usr/bin/python
import threading
import time
def worker():
print "worker"
time.sleep(1)
return
for i in xrange(5):
t = threading.Thread(target=worker)
t.start()
|
可以明显看出使用了多线程并发的操作，花费时间要短的很多。
二、threading.activeCount()的使用，此方法返回当前进程中线程的个数。返回的个数中包含主线程。
代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | #!/usr/bin/python
#current's number of threads
import threading
import time
def worker():
print "test"
time.sleep(1)
for i in xrange(5):
t = threading.Thread(target=worker)
t.start()
print "current has %d threads" % (threading.activeCount() - 1)
|
三、threading.enumerate()的使用。此方法返回当前运行中的Thread对象列表。
相关推荐:《Python视频教程》
代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 | #!/usr/bin/python
#test the variable threading.enumerate()
import threading
import time
def worker():
print "test"
time.sleep(2)
threads = []
for i in xrange(5):
t = threading.Thread(target=worker)
threads.append(t)
t.start()
for item in threading.enumerate():
print item
print
for item in threads:
print item
|
四、threading.setDaemon()的使用。设置后台进程。
代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 | #!/usr/bin/python
#create a daemon
import threading
import time
def worker():
time.sleep(3)
print "worker"
t=threading.Thread(target=worker)
t.setDaemon(True)
t.start()
print "haha"
|
可以看出worker（）方法中的打印操作并没有显示出来，说明已经成为后台进程。
threading.Thread
Thread 是threading模块中最重要的类之一，可以使用它来创建线程。有两种方式来创建线程：一种是通过继承Thread类，重写它的run方法；另一种是创建一个threading.Thread对象，在它的初始化函数（__init__）中将可调用对象作为参数传入。下面分别举例说明。先来看看通过继承threading.Thread类来创建线程的例子：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 | #coding=gbk
import threading, time, random
count = 0
class Counter(threading.Thread):
def __init__(self, lock, threadName):
'''@summary: 初始化对象。
@param lock: 琐对象。
@param threadName: 线程名称。
'''
super(Counter, self).__init__(name = threadName)
#注意：一定要显式的调用父类的初始
化函数。
self.lock = lock
def run(self):
'''@summary: 重写父类run方法，在线程启动后执行该方法内的代码。
'''
global count
self.lock.acquire()
for i in xrange(10000):
count = count + 1
self.lock.release()
lock = threading.Lock()
for i in range(5):
Counter(lock, "thread-" + str(i)).start()
time.sleep(2)
#确保线程都执行完毕
print count
|
在代码中，我们创建了一个Counter类，它继承了threading.Thread。初始化函数接收两个参数，一个是锁对象，另一个是线程的名称。在Counter中，重写了从父类继承的run方法，run方法将一个全局变量逐一的增加10000。在接下来的代码中，创建了五个Counter对象，分别调用其start方法。最后打印结果。这里要说明一下run方法 和start方法: 它们都是从Thread继承而来的，run()方法将在线程开启后执行，可以把相关的逻辑写到run方法中（通常把run方法称为活动[Activity]。）；start()方法用于启动线程。
