python中threading超執行緒用法執行個體分析

本文執行個體講述了python中threading超執行緒用法。分享給大家供大家參考。具體分析如下：

threading基於Java的執行緒模式設計。鎖（Lock）和條件變數（Condition）在Java中是對象的基本行為（每一個對象都內建了鎖和條件變數），而在Python中則是獨立的對象。Python Thread提供了Java Thread的行為的子集；沒有優先順序、線程組，線程也不能被停止、暫停、恢複、中斷。Java Thread中的部分被Python實現了的靜態方法在threading中以模組方法的形式提供。

threading 模組提供的常用方法：

threading.currentThread(): 返回當前的線程變數。
threading.enumerate(): 返回一個包含正在啟動並執行線程的list。正在運行指線程啟動後、結束前，不包括啟動前和終止後的線程。
threading.activeCount(): 返回正在啟動並執行線程數量，與len(threading.enumerate())有相同的結果。

threading模組提供的類：

Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local.

Thread是線程類，與Java類似，有兩種使用方法，直接傳入要啟動並執行方法或從Thread繼承並覆蓋run()：

# encoding: UTF-8import threading# 方法1：將要執行的方法作為參數傳給Thread的構造方法def func():  print 'func() passed to Thread't = threading.Thread(target=func)t.start()# 方法2：從Thread繼承，並重寫run()class MyThread(threading.Thread):  def run(self):    print 'MyThread extended from Thread't = MyThread()t.start()

構造方法：

Thread(group=None, target=None, name=None, args=(), kwargs={})
group: 線程組，目前還沒有實現，庫引用中提示必須是None；
target: 要執行的方法；
name: 線程名；
args/kwargs: 要傳入方法的參數。

執行個體方法：

isAlive(): 返回線程是否在運行。正在運行指啟動後、終止前。
get/setName(name): 擷取/設定線程名。
is/setDaemon(bool): 擷取/設定是否守護線程。初始值從建立該線程的線程繼承。當沒有非守護線程仍在運行時，程式將終止。
start(): 啟動線程。
join([timeout]): 阻塞當前上下文環境的線程，直到調用此方法的線程終止或到達指定的timeout（選擇性參數）。

一個使用join()的例子：

# encoding: UTF-8import threadingimport timedef context(tJoin):  print 'in threadContext.'  tJoin.start()  # 將阻塞tContext直到threadJoin終止。  tJoin.join()  # tJoin終止後繼續執行。  print 'out threadContext.'def join():  print 'in threadJoin.'  time.sleep(1)  print 'out threadJoin.'tJoin = threading.Thread(target=join)tContext = threading.Thread(target=context, args=(tJoin,))tContext.start()

運行結果：

in threadContext.
in threadJoin.
out threadJoin.
out threadContext.

希望本文所述對大家的Python程式設計有所協助。

