python3爬蟲中多線程進行解鎖的操作方法

這篇文章主要介紹python3爬蟲中多線程進行解鎖的操作方法，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

生活中我們為了保障房間里物品的安全，所以給門進行上鎖，在我們需要進入房間的時候又會重新打開。同樣的之間我們講過多線程中的lock，作用是為了不讓多個線程運行是出錯所以進行鎖住的指令。但是鑒于我們實際運用中，因為線程和指令不會只有一個，如果全部都進行lock操作就會出錯。

由于線程之間隨機調度，所以在使用共享變量時，某線程可能在執行n條后，CPU接著執行其他線程，很容易使得最終結果出錯。為了多個線程同時操作一個內存中的資源時不產生混亂，我們可以使用鎖。

 Lock（指令鎖）是可用的最低級的同步指令。Lock處于鎖定狀態時，不被特定的線程擁有。Lock包含兩種狀態——鎖定和非鎖定，以及兩個基本的方法。

當線程請求鎖定時，其他線程就不能獲得這把鎖，直到鎖定的線程釋放鎖，其他線程才能繼續使用。這就好比使用獨衛，某個人進去了，把門鎖上了，另一個人必須等待里面的人出來才能繼續使用。

指令鎖只能被同一個線程調用一次，如果需要多次請求，則需要了解一下可重入鎖。

RLock（可重入鎖）是一個可以被同一個線程請求多次的同步指令。RLock使用了“擁有的線程”和“遞歸等級”的概念，處于鎖定狀態時，RLock被某個線程擁有。擁有RLock的線程可以再次調用acquire()，釋放鎖時需要調用release()相同次數。

具體方法如下：

acquire([timeout]): 請求獲得鎖定。使線程進入同步阻塞狀態。

release(): 釋放鎖。使用前線程必須已獲得鎖定，否則將拋出異常。

關于線程的鎖的案例，這里給出一個簡單的指令鎖的示例，主要看下鎖的作用。

import threading
 
sub = 0
num = 1000000
lock = threading.Lock()
 
def add():
    global sub,num
    for i in range(1,num):
        # 請求鎖
        lock.acquire()
        sub += 1
        # 釋放鎖
        lock.release()
 
def red():
    global sub,num
    for i in range(1,num):
        # 請求鎖
        lock.acquire()
        sub -= 1
        # 釋放鎖
        lock.release()
 
def main():
    print("開始運算，sub的值為{}".format(sub))
    t1 = threading.Thread(target=add,args=())
    t2 = threading.Thread(target=red,args=())
 
    t1.start()
    t2.start()
 
    t1.join()
    t2.join()
 
    print("結束運算，sub的值為{}".format(sub))
 
if __name__ == '__main__':
main()

有鎖時，肯定是交替執行加減算法，但最后結果肯定還是可以為0。

注釋鎖后，再來看下結果。

再多執行幾次后，會發現結束運算后的sub值每次都不一樣，這其實就是因為共享變量，線程之間產生了混亂，導致sub的值無法確定。

以上是“python3爬蟲中多線程進行解鎖的操作方法”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！