如何运用Python的threading模块实现多线程编程？

本文共计568个文字，预计阅读时间需要3分钟。

Python中threading模块详解，threading提供了比thread模块更高级的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的使用目标函数可直接使用。

pythonimport threading

def target_function(): print(线程运行中...)

thread=threading.Thread(target=target_function)thread.start()thread.join()

python中threading模块详解，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：

#!/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：

#!/usr/bin/python import threading import time defworker(): print"worker" time.sleep(1) return fori 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：

#!/usr/bin/python #current's number of threads import threading import time defworker(): 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。

代码如下：

#!/usr/bin/python #test the variable threading.enumerate() import threading import time defworker(): 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：

#!/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。