Python多線程的示例分析

這篇文章將為大家詳細講解有關Python多線程的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

線程相對進程來說是“輕量級”的，操作系統用較少的資源創建和管理線程。程序中的線程在相同的內存空間中執行，并共享許多相同的資源。

在Python多線程中如何創建一個線程對象

如果你要創建一個線程對象，很簡單，只要你的類繼承threading.Thread，然后在__init__里首先調用threading.Thread的__init__方法即可

import threading  class mythread(threading.Thread):  def __init__(self, threadname):  threading.Thread.__init__(self, name = threadname)  …

這才僅僅是個空線程，我可不是要他拉空車的，他可得給我干點實在活。很簡單，重寫類的run()方法即可，把你要在線程執行時做的事情都放到里面

import threading  import time  class mythread(threading.Thread):  def __init__(…):  ….  def run(self):  for i in range(10):  print self.getName, i  time.sleep(1)

以上代碼我們讓這個線程在執行之后每隔1秒輸出一次信息到屏幕，10次后結束

getName()是threading.Thread類的一個方法，用來獲得這個線程對象的name。還有一個方法setName()當然就是來設置這個線程對象的name的了。

如果要創建一個線程，首先就要先創建一個線程對象

mythreadmythread1 = mythread(’mythread 1′)

一個線程對象被創建后，他就處于“born”（誕生狀態）

如何讓這個Python多線程對象開始運行呢?只要調用線程對象的start()方法即可

mythread1.start()

現在線程就處于“ready”狀態或者也稱為“runnable”狀態。

奇怪嗎？不是已經start了嗎？為什么不稱為“running”狀態呢？其實是有原因的。因為我們的計算機一般是不具有真正并行處理能力的。我們所謂的Python多線程只是把時間分成片段，然后隔一個時間段就讓一個線程執行一下，然后進入“sleeping ”狀態，然后喚醒另一個在“sleeping”的線程，如此循環runnable->sleeping->runnable… ，只是因為計算機執行速度很快，而時間片段間隔很小，我們感受不到，以為是同時進行的。所以說一個線程在start了之后只是處在了可以運行的狀態，他什么時候運行還是由系統來進行調度的。

那一個線程什么時候會“dead”呢？一般來說當線程對象的run方法執行結束或者在執行中拋出異常的話，那么這個線程就會結束了。系統會自動對“dead”狀態線程進行清理。

如果一個線程t1在執行的過程中需要等待另一個線程t2執行結束后才能運行的話那就可以在t1在調用t2的join()方法

….  def t1(…):  …  t2.join()  …

這樣t1在執行到t2.join()語句后就會等待t2結束后才會繼續運行。

但是假如t1是個死循環的話那么等待就沒有意義了，那怎么辦呢？可以在調用t2的join()方法的時候給一個浮點數做超時參數，這樣這個線程就不會等到花兒也謝了了。我等你10s，你不回來我還不允許我改嫁啊？

def t1(…):  …  t2.join(10)  …

如果一個進程的主線程運行完畢而子線程還在執行的話，那么進程就不會退出，直到所有子線程結束為止，如何讓主線程結束的時候其他子線程也乖乖的跟老大撤退呢？那就要把那些不聽話的人設置為聽話的小弟，使用線程對象的setDaemon()方法，參數為bool型。True的話就代表你要聽話，我老大（主線程）扯呼，你也要跟著撤，不能拖后腿。如果是False的話就不用那么聽話了，老大允許你們將在外軍命有所不受的。需要注意的是setDaemon()方法必須在線程對象沒有調用start()方法之前調用，否則沒效果。

t1 = mythread(’t1′)  print t1.getName(),t1.isDaemon()  t1.setDaemon(True)  print t1.getName(),t1.isDaemon()  t1.start()  print ‘main thread exit’

當執行到 print ‘main thread exit’ 后，主線程就退出了，當然t1這個線程也跟著結束了。但是如果不使用t1線程對象的setDaemon()方法的話，即便主線程結束了，還要等待t1線程自己結束才能退出進程。isDaemon()是用來獲得一個線程對象的Daemonflag狀態的。

如何來獲得與Python多線程有關的信息呢？

獲得當前正在運行的線程的引用

running = threading.currentThread()

獲得當前所有活動對象（即run方法開始但是未終止的任何線程）的一個列表

threadlist = threading.enumerate()

獲得這個列表的長度

threadcount = threading.activeCount()

查看一個線程對象的狀態調用這個線程對象的isAlive()方法，返回1代表處于“runnable”狀態且沒有“dead”

threadflag = threading.isAlive()

關于“Python多線程的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。