python 创建：udp tcp服务器 线程 进程 进程池 互斥锁 协程

UDP User Datagram Protocol

TCP Transmission Control Protocol

udp

import socket# 创建udp套接字udp_socket = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)# 绑定端口号udp_socket.bind("", 端口号)# 发送消息udp_socket.sendto("发送消息内容", (目的地址，以元祖方式))# 接收消息udp_socket.recvfrom(1024)  # 1024代表一次接收数据大小# 关闭套接字udp_socket.close()

tcp客户端

import socket# 创建tcp套接字tcp_client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 绑定端口号tcp_client_socket.bind("", 端口号)# 链接服务器tcp_client_socket.connect((目的地址，以元祖方式))# 接收消息tcp_client_socket.recv(1024)# 发送消息tcp_client_socket.send("消息内容")# 关闭套接字tcp_client_socket.close()

tcp服务器

import socket# 创建tcp套接字tcp_server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 绑定端口号tcp_server_socket.bind("", 端口号)# 响铃tcp_server_socket.listen(128)  # 表示最多可以接受128个客户端的链接# 接受客户端链接,返回链接专用套接字和客户端地址client_socket, dest_addr = tcp_server_socket.accept()# 发送消息client_socket.send()# 接收消息client_socket.recv(1024)# 关闭套接字client_socket.close()tcp_server_socket.close()

创建线程

import threadingthread = threading.Thread(target=函数, args=(以元祖方式向函数中传入参数,))thread.start()  # 调用子线程

创建进程

import multiprocessingprocess = multiprocessing.Process(target==函数, args=(以元祖方式向函数中传入参数,))process.start()  # 调用子进程

进程间通信，队列queue，先进先出

import multiprocessingqueue = multiprocessing.Queue()queue.put(传入数据)queue.get()  # 依次取出数据

进程池

import multiprocessingpo = multiprocessing.Pool(3)  # 代表进程池中最多有三个进程po.apply_async(函数, (以元祖方式向函数中传入参数,))po.close()  # 关闭进程池，不再接受新任务po.join()  # 主进程解阻塞

进程池之间的通信

from multiprocessing import manager,poolqueue = Manager().Queue()  # 必须使用multiprocess中的Manager中的Queue创建队列po = Pool(3)

互斥锁

import threading# 创建锁mutex = threading.Lock()# 锁定mutex.acquire()# 释放mutex.release()

协程

# 实现方法一：# 例如：两个函数中有yield,在程序中while写入next()，交替切换生成器；属于手动切换# 实现方法二：# 例如：在两个函数while True中分别调用对方的g.switch(),# 这样程序只要执行一个g.switch(),greenlet会自动切换from greenlet import greenletg1 = greenlet(函数名, 传入函数中的参数)g2 = greenlet(函数名, 传入函数中的参数)g1.switch()# 实现方法三：import geventg1 = gevent(函数名, 传入函数中的参数)g2 = gevent(函数名, 传入函数中的参数)g1.join()g2.join()# 还可以写成gevent.joinall([g1, g2])  # [以列表的形式写入gevent(函数名, 参数)]# 只要有延时操作，gevent才会自动切换# gevent 中的延时操作必须用自己的，比如 gevent.sleep(1)# 若是升级代码，代码中已有time模块，更改会很麻烦，这时就需要打补丁form gevent import monkeymonkey.patch_all()  # 程序执行到这句话，会分析下面所有代码，把time换成gevent执行                    # 看到的是time.sleep(1),实际上执行的是gevent.sleep(1)

迭代器Iterator

可迭代对象：有__iter__方法，且返回一个迭代器对象判断一个对象是否可迭代：from collections import Iterableisinstance(判断对象, Iterable)返回True 则是 False 不是迭代器：有__iter__方法和__next__方法：判断一个对象是否是迭代器：from collections import Iteratorisinstance(判断对象, Iterator)返回True 则是 False 不是迭代器I调用方法：for i in Inext(I)

创建一个迭代器

class Iterator(object):    def __init__(self):        xxx    def __iter__(self):        return self    def __next__(self):        if xxx:            xxx        else:            raise StopIteration  # 超过列表范围，要抛出异常

生成器 generator

调用生成器G的方式：

# list(可迭代对象)list(i for i in range(10))list(range(10))for i in G    next(G)    # 另外一种调用生成器的方式    # G.send(None)  # 如果需要往函数中传入参数，则写，不需要传参，写None生成器创建方法（一）：将列表推到式的[]改为()   G = (i for i in range(10))生成器创建方法（二）：函数中的return换成yield，如果生成器也有return，可以通过try，抛出异常的方式获取return的内容：例题：生成器打印列表：def generator(num)    i = 0    while i < num:        i += 1        yield i-1   # 相当于return         # a yield b  可以通过send(a)传入参数，a 和 b 完全没有关系，执行顺序：先b后a        return None

调用生成器

G = generator(100)while True:    try:        num = G.send(None)  # 如果没有参数传入，要写send(None)        # 还可以用next(G)调用生成器，取出数据        print(num)    except StopIteration as ret:  # 或者用except Exception as ret        print(ret.value)  # ret.value原因 ret返回的是一个对象，调用value方法返回None        break