Python thread 多线程

Python 标准库提供了 thread 和 threading 两个模块来对多线程进行支持；其中， thread 模块以低级、原始的方式来处理和控制线程，而 threading 模块通过对 thread 进行二次封装，提供了更方便的 api 来处理线程。 虽然使用 thread 没有 threading 来的方便，但它更灵活。

#coding=gbkimport thread, time, randomcount = 0def threadTest():    global count    for i in xrange(10000):        count += 1for i in range(10):    thread.start_new_thread(threadTest, ()) #如果对start_new_thread函数不是很了解，不要着急，马上就会讲解time.sleep(3)print count #count是多少呢？是10000 * 10 吗？

函数原型：thread.start_new_thread ( function , args [ , kwargs ] )

函数将创建一个新的线程，并返回该线程的标识符（标识符为整数）。参数 function 表示线程创建之后，立即执行的函数，参数 args 是该函数的参数，它是一个元组类型；第二个参数 kwargs 是可选的，它为函数提供了命名参数字典。函数执行完毕之后，线程将自动退出。如果函数在执行过程中遇到未处理的异常，该线程将退出，但不会影响其他线程的执行。 下面是一个简单的例子：

#coding=gbkimport thread, timedef threadFunc(a = None, b = None, c = None, d = None):    print time.strftime('%H:%M:%S', time.localtime()), a    time.sleep(1)        print time.strftime('%H:%M:%S', time.localtime()), b    time.sleep(1)    print time.strftime('%H:%M:%S', time.localtime()), c    time.sleep(1)    print time.strftime('%H:%M:%S', time.localtime()), d    time.sleep(1)    print time.strftime('%H:%M:%S', time.localtime()), 'over'thread.start_new_thread(threadFunc, (3, 4, 5, 6))   #创建线程，并执行threadFunc函数。time.sleep(5)

thread.exit ()

结束当前线程。调用该函数会触发 SystemExit 异常，如果没有处理该异常，线程将结束。

thread.get_ident ()

返回当前线程的标识符，标识符是一个非零整数。

thread.interrupt_main ()

在主线程中触发 KeyboardInterrupt 异常。子线程可以使用该方法来中断主线程。下面的例子演示了在子线程中调用 interrupt_main ，在主线程中捕获异常 :

import thread, timethread.start_new_thread(lambda : (thread.interrupt_main(), ), ())try:    time.sleep(2)except KeyboardInterrupt, e:    print 'error:', eprint 'over'

下面介绍 thread 模块中的琐，琐可以保证在任何时刻，最多只有一个线程可以访问共享资源。

thread.LockType   #是 thread 模块中定义的琐类型。loak.acquire([waitflag])

获取琐。函数返回一个布尔值，如果获取成功，返回 True ，否则返回 False 。参数 waitflag 的默认值是一个非零整数，表示如果琐已经被其他线程占用，那么当前线程将一直等待，直到其他线程释放，然后获取访琐。如果将参数 waitflag 置为 0 ，那么当前线程会尝试获取琐，不管琐是否被其他线程占用，当前线程都不会等待。

lock.release ()

释放所占用的琐。

lock.locked ()

判断琐是否被占用。

现在我们回过头来看文章开始处给出的那段代码：代码中定义了一个函数 threadTest ，它将全局变量逐一的增加 10000 ，然后在主线程中开启了 10 个子线程来调用 threadTest 函数。但结果并不是预料中的 10000 * 10 ，原因主要是对 count 的并发操作引来的。全局变量 count 是共享资源，对它的操作应该串行的进行。下面对那段代码进行修改，在对 count 操作的时候，进行加琐处理。看看程序运行的结果是否和预期一致。修改后的代码：

#coding=gbkimport thread, time, randomcount = 0lock = thread.allocate_lock() #创建一个琐对象def threadTest():    global count, lock    lock.acquire() #获取琐    for i in xrange(10000):        count += 1    lock.release() #释放琐for i in xrange(10):    thread.start_new_thread(threadTest, ())time.sleep(3)print count