python3

Python的Queue模块提供一种适用于多线程编程的FIFO实现。它可用于在生产者(producer)和消费者(consumer)之间线程安全(thread-safe)地传递消息或其它数据，因此多个线程可以共用同一个Queue实例。Queue的大小（元素的个数）可用来限制内存的使用。

+

Basic FIFO Queue

Queue类实现了一个基本的先进先出(FIFO)容器，使用put()将元素添加到序列尾端，get()从队列尾部移除元素。

+

from queue import Queueq = Queue()for i in range(3):    q.put(i)while not q.empty():    print(q.get())

上例使用单线程演示了元素以插入顺序从队列中移除。结果如下：

+

0123

LIFO Queue

与标准FIFO实现Queue不同的是，LifoQueue使用后进先出序（会关联一个栈数据结构）。

+

from queue import LifoQueueq = LifoQueue()for i in range(3):    q.put(i)while not q.empty():    print(q.get())

最后put()到队列的元素最先被get()。

+

210

Priority Queue（优先队列）

除了按元素入列顺序外，有时需要根据队列中元素的特性来决定元素的处理顺序。例如，财务部门的打印任务可能比码农的代码打印任务优先级更高。PriorityQueue依据队列中内容的排序顺序(sort order)来决定那个元素将被检索。

+

from queue import PriorityQueueclass Job(object):    def __init__(self, priority, description):        self.priority = priority        self.description = description        print('New job:', description)        return    def __lt__(self, other):        return self.priority < other.priorityq = PriorityQueue()q.put(Job(5, 'Mid-level job'))q.put(Job(10, 'Low-level job'))q.put(Job(1, 'Important job'))while not q.empty():    next_job = q.get()    print('Processing job', next_job.description)

在这个单线程示例中，job会严格按照优先级从队列中取出。如有有多个线程同时消耗这些job，在get()被调用时，job会依据其优先级被处理。

+

New job: Mid-level jobNew job: Low-level jobNew job: Important jobProcessing job: Important jobProcessing job: Mid-level jobProcessing job: Low-level job

Using Queues with Threads

下例通过创建一个简单的播客客户端来展示如何将Queue类和多线程结合使用。这个客户端会从一个或多个RSS源读取内容，先创建一个用于存放下载内容的队列，然后使用多线程并行地处理多个下载任务。

+

import timefrom queue import Queuefrom threading import Thread#: 自己写的解析模块import feedparsernum_fetch_threads = 2enclosure_queue = Queue()feed_urls = ['http:xxx/xxx',]def downloadEnclosures(i, q):    """ 线程worker函数    用于处理队列中的元素项，这些守护线程在一个无限循环中，只有当主线程结束时才会结束循环    """    while True:        print('%s: Looking for the next enclosure' % i)        url = q.get()        print('%s: Downloading: %s' % (i, url))        #: 用sleep代替真实的下载        time.sleep(i + 2)        q.task_done()for i in range(num_fetch_threads):    worker = Thread(target=downloadEnclosures, args=(i, enclosure_queue))    worker.setDaemon(True)    worker.start()for url in feed_urls:    response = feedparser.parse(url, agent='fetch_podcasts.py')    for entry in response['entries']:        for enclosure in entry.get('enclosures', []):            print('Queuing:', enclosure['url'])            enclosure_queue.put(enclosure['url'])# Now wait for the queue to be empty, indicating that we have# processed all of the downloads.print('*** Main thread waiting')enclosure_queue.join()print('*** Done')

        </div>    </div>    <a href="../python_basic/python_iterator.html" class="navigation navigation-prev " aria-label="Previous page: 如何在Python中创建一个可迭代函数（或者可迭代对象）"><i class="fa fa-angle-left"></i></a>    <a href="../flask/index.html" class="navigation navigation-next " aria-label="Next page: Flask源码阅读与分析" style="margin-right: 0px;"><i class="fa fa-angle-right"></i></a></div>