Python 线程调用

简介：

Python 线程可以通过主线程，调用线程来执行其他命令，

为Python提供更方便的使用。

• 并发线程测试

命令调用方式 import threading,time

定义每个线程要运行的函数 def run(n): print("task",n) time.sleep(1)

生成一个线程实例target=目标，args=参数 t1 = threading.Thread(target=run,args=("t1",)) t2 = threading.Thread(target=run,args=("t2",))

• #启动线程 t1.start() t2.start() import threading,time

继承threading.Thread class MyThread(threading.Thread):

重写父类的构造函数 def init(self,n):

重构构造函数 super(MyThread.self).init() self.n = n

定义每个线程要运行的函数 def run(self): print("running task ",self.n)

实例化 t1 = MyThread("t1") t2 = MyThread("t2")

启动线程 t1.start() t2.start()import threading,time def run(n): print("task",n) time.sleep(1) start_time = time.time() for i in range(50): t = threading.Thread(target=run,args=("t-%s"%i,)) t.start() t.join()

注：默认主线程不会等子线程执行完在执行。

注：串行：等待前一个命令完全执行完，在执行下一条命令。

注：实例.join() #wait() 等待执行完毕执行下条命令，可实现串行。

• 并发类的继承测试

• 实现并发串行执行命令

• 实现主线程等待子线程执行完毕后在往下执行import threading,time

定义每个线程要运行的函数 def run(n): print("task",n) time.sleep(2)

测试执行结果后的用时时间 start_time = time.time()

创建列表接收t.start()对象内容。 t_objs = \[\]

循环50次 for i in range(3):

生成一个线程实例target=目标，args=参数 t = threading.Thread(target=run,args=("t-%s"%i,))

启动线程 调用run t.start()

执行结果添加到列表 t_objs.append(t)

将每个循环t对象一次进行等待。 for t in t_objs:

每循环一次等待一次 t.join()

打印用时时间 print("cost:",time.time() - start_time)

• 守护进程 守护线程：依赖于主线程存在的，为主线程工作。

• 功能：设置成守护线程后，主线程关闭，守护线程也连带关闭。

• 使用场景：socketserver 每一个链接过来，socketserver就会启动一 　　　　个线程，当服务端关闭时，需要关闭其他线程，就可以用到守护线程，关闭。 ` import threading,time

定义每个线程要运行的函数

def run(n):

print("task",n)

time.sleep(5)

创建列表接收t.start()对象内容。

#t_objs = \[\]

循环3次

for i in range(3):

# 生成一个线程实例target=目标，args=参数

t = threading.Thread(target=run,args=("t-%s"%i,))

# 要在start之前设置

# 把当前线程设置为守护线程

t.setDaemon(True)

# 启动线程 调用run

t.start()

注：所有程序执行完毕，还有一个join等待，执行完毕退出程序。

注：主线程MainThread，线程Thread。

threading.current_thread() #测试当前活动的线程类型。

threading.active_count() #测试当前活动的线程数。

更多Python的学习资料可以扫描下方二维码无偿领取！！！

1）Python所有方向的学习路线（新版）

总结的Python爬虫和数据分析等各个方向应该学习的技术栈。

比如说爬虫这一块，很多人以为学了xpath和PyQuery等几个解析库之后就精通的python爬虫，其实路还有很长，比如说移动端爬虫和JS逆向等等。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然达不到大佬的程度，但是精通python是没有问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

。