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):
js
print("task",n)
js
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):
js
# 生成一个线程实例target=目标，args=参数
js
t = threading.Thread(target=run,args=("t-%s"%i,))
js
# 要在start之前设置
js
# 把当前线程设置为守护线程
js
t.setDaemon(True)
js
# 启动线程 调用run
js
t.start()
js
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。
。