Python實現具備元素唯一性的隊列

直奔主題，在用多線程寫一個爬蟲項目時，很自然的想到用“生產者-消費者”模式，但是又想實現一個額外的需求，即如果爬蟲爬到了隊列中已存在的url，則不進行入隊操作。想實現這個，大概面臨兩個問題：

1. Queue對象不支持in操作
2. 即使1成立，如果在Queue對象外部通過if item in q這種形式也行不通，因為該過程無鎖，多線程情況下就無法保證查詢結果的準確性

進而觀察了一下queue模塊的源代碼，因為Queue類是基于deque類實現的，那么就好辦了：對put方法稍加改造，增加一個unique參數，依據此參數是否為True，在底層的deque中判斷要加入的元素的存在性，以此可實現類似set的特性。

put方法源代碼：

    def put(self, item, block=True, timeout=None):
        with self.not_full:
            if self.maxsize > 0:
                if not block:
                    if self._qsize() >= self.maxsize:
                        raise Full
                elif timeout is None:
                    while self._qsize() >= self.maxsize:
                        self.not_full.wait()
                elif timeout < 0:
                    raise ValueError("'timeout' must be a non-negative number")
                else:
                    endtime = time() + timeout
                    while self._qsize() >= self.maxsize:
                        remaining = endtime - time()
                        if remaining <= 0.0:
                            raise Full
                        self.not_full.wait(remaining)
            self._put(item)
            self.unfinished_tasks += 1
            self.not_empty.notify()

修改后的put方法

    def put(self, item, block=True, timeout=None, unique=False):
        """增加了unique參數"""
        with self.not_full:
            #----- 以下三行為新增代碼 -----#
            if unique:
                if item in self.queue:
                    return
            #----- 新增代碼結束 -----#
            if self.maxsize > 0:
                if not block:
                    if self._qsize() >= self.maxsize:
                        raise Full
                elif timeout is None:
                    while self._qsize() >= self.maxsize:
                        self.not_full.wait()
                elif timeout < 0:
                    raise ValueError("'timeout' must be a non-negative number")
                else:
                    endtime = time() + timeout
                    while self._qsize() >= self.maxsize:
                        remaining = endtime - time()
                        if remaining <= 0.0:
                            raise Full
                        self.not_full.wait(remaining)
            self._put(item)
            self.unfinished_tasks += 1
            self.not_empty.notify()

當然也可以仿照put_nowait方法增加一個快捷方法put_unique，如下

    def put_unique(self, item, block=True, timeout=None):
        return self.put(item, block, timeout, unique=True)

Have fun!