Python 多线程编程threading模块

多线程编程技术可以实现代码并行性，优化处理能力，同时功能的更小划分可以使代码的可重用性更好。Python中threading模块可以用来实现多线程编程。

下面来看threading模块的具体用法： 

     一、Thread的使用 目标函数可以实例化一个Thread对象，每个Thread对象代表着一个线程，可以通过start()方法，开始运行。

     这里对使用多线程并发，和不适用多线程并发做了一个比较：

首先是不使用多线程的操作：

代码如下：

1 2 3 4 5 6 7 8 9 10 11 12

#!/usr/bin/python #compare for multi threads import time   def worker():     print "worker"     time.sleep(1)     return   if __name__ == "__main__":     for i in xrange(5):         worker()

执行结果如下：

   

下面是使用多线程并发的操作：

代码如下：

1 2 3 4 5 6 7 8 9 10 11 12

#!/usr/bin/python import threading import time   def worker():     print "worker"     time.sleep(1)     return   for i in xrange(5):     t = threading.Thread(target=worker)     t.start()

可以明显看出使用了多线程并发的操作，花费时间要短的很多。

二、threading.activeCount()的使用，此方法返回当前进程中线程的个数。返回的个数中包含主线程。

代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14

#!/usr/bin/python #current's number of threads import threading import time   def worker():     print "test"     time.sleep(1)   for i in xrange(5):     t = threading.Thread(target=worker)     t.start()   print "current has %d threads" % (threading.activeCount() - 1)

三、threading.enumerate()的使用。此方法返回当前运行中的Thread对象列表。

代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

#!/usr/bin/python #test the variable threading.enumerate() import threading import time   def worker():     print "test"     time.sleep(2)   threads = [] for i in xrange(5):     t = threading.Thread(target=worker)     threads.append(t)     t.start()   for item in threading.enumerate():     print item   print   for item in threads:     print item

四、threading.setDaemon()的使用。设置后台进程。

代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13

#!/usr/bin/python #create a daemon import threading import time   def worker():     time.sleep(3)     print "worker"   t=threading.Thread(target=worker) t.setDaemon(True) t.start() print "haha"

可以看出worker（）方法中的打印操作并没有显示出来，说明已经成为后台进程。