Python多线程编程全解析：基础到高级用法

xHf28资讯网——每日最新资讯28at.com

Python中有多线程的支持。Python的threading模块提供了多线程编程的基本工具。在下面，我将列举一些基础的多线程用法和一些高级用法，并提供相应的源代码，其中包含中文注释。xHf28资讯网——每日最新资讯28at.com

基础用法：

创建和启动线程

import threadingimport time# 定义一个简单的线程类class MyThread(threading.Thread):    def run(self):        for _ in range(5):            print(threading.current_thread().name, "is running")            time.sleep(1)# 创建两个线程实例thread1 = MyThread(name="Thread-1")thread2 = MyThread(name="Thread-2")# 启动线程thread1.start()thread2.start()# 主线程等待所有子线程结束thread1.join()thread2.join()print("Main thread exiting")

线程同步 - 使用锁

import threading# 共享资源counter = 0# 创建锁counter_lock = threading.Lock()# 定义一个简单的线程类class MyThread(threading.Thread):    def run(self):        global counter        for _ in range(5):            with counter_lock:  # 使用锁保护临界区                counter += 1                print(threading.current_thread().name, "Counter:", counter)# 创建两个线程实例thread1 = MyThread(name="Thread-1")thread2 = MyThread(name="Thread-2")# 启动线程thread1.start()thread2.start()# 主线程等待所有子线程结束thread1.join()thread2.join()print("Main thread exiting")

高级用法：

使用线程池

import concurrent.futuresimport time# 定义一个简单的任务函数def task(name):    print(f"{name} is running")    time.sleep(2)    return f"{name} is done"# 使用线程池with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:    # 提交任务给线程池    future_to_name = {executor.submit(task, f"Thread-{i}"): f"Thread-{i}" for i in range(5)}    # 获取任务结果    for future in concurrent.futures.as_completed(future_to_name):        name = future_to_name[future]        try:            result = future.result()            print(f"{name}: {result}")        except Exception as e:            print(f"{name}: {e}")

使用Condition进行线程间通信

import threadingimport time# 共享资源shared_resource = None# 创建条件变量condition = threading.Condition()# 定义一个写线程class WriterThread(threading.Thread):    def run(self):        global shared_resource        for _ in range(5):            with condition:                shared_resource = "Write data"                print("Writer wrote:", shared_resource)                condition.notify()  # 通知等待的线程                condition.wait()  # 等待其他线程通知# 定义一个读线程class ReaderThread(threading.Thread):    def run(self):        global shared_resource        for _ in range(5):            with condition:                while shared_resource is None:                    condition.wait()  # 等待写线程通知                print("Reader read:", shared_resource)                shared_resource = None                condition.notify()  # 通知写线程# 创建写线程和读线程writer_thread = WriterThread()reader_thread = ReaderThread()# 启动线程writer_thread.start()reader_thread.start()# 主线程等待所有子线程结束writer_thread.join()reader_thread.join()print("Main thread exiting")

这些例子涵盖了一些基础和高级的多线程用法。请注意，在Python中由于全局解释器锁（GIL）的存在，多线程并不能充分利用多核处理器。如果需要充分利用多核处理器，可以考虑使用multiprocessing模块进行多进程编程。xHf28资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-26-79601-0.htmlPython多线程编程全解析：基础到高级用法

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： 面试官：只知道v-model是modelValue语法糖，那你可以走了

下一篇： Vue3-Emoji-Picker一款基于Vue3的emoji表情选择器深度解析与实践