python中的多线程实例教程
本文以实例形式较为详细的讲述了Python中多线程的用法，在Python程序设计中有着比较广泛的应用。分享给大家供大家参考之用。具体分析如下：
python中关于多线程的操作可以使用thread和threading模块来实现，其中thread模块在Py3中已经改名为_thread，不再推荐使用。而threading模块是在thread之上进行了封装，也是推荐使用的多线程模块，本文主要基于threading模块进行介绍。在某些版本中thread模块可能不存在，要使用dump_threading来代替threading模块。
一、线程创建
threading模块中每个线程都是一个Thread对象，创建一个线程有两种方式，一种是将函数传递到Thread对象中执行，另一种是从Thread继承，然后重写run方法（是不是跟Java很像）。
下面使用这两种方法分别创建一个线程并同时执行
importrandom,threading defthreadFunction(): foriinrange(10): print'ThreadFuction-%d'%i time.sleep(random.randrange(0,2)) classThreadClass(threading.Thread): def__init__(self): threading.Thread.__init__(self); defrun(self): foriinrange(10): print'ThreadClass-%d'%i time.sleep(random.randrange(0,2)) if__name__=='__main__': tFunc=threading.Thread(target=threadFunction); tCls=ThreadClass() tFunc.start() tCls.start()
执行结果如下，可以看到两个线程在交替打印。至于空行和一行多个输出，是因为Py的print并不是线程安全的，在当前线程的print打印了部分内容后，准备打印换行之前，被别的线程中的print抢先，在换行之前打印了其它的内容。
ThreadFuction-0 ThreadFuction-1 ThreadFuction-2 ThreadClass-0 ThreadFuction-3 ThreadClass-1 ThreadFuction-4 ThreadClass-2 ThreadClass-3 ThreadClass-4ThreadFuction-5 ThreadClass-5 ThreadClass-6 ThreadClass-7 ThreadClass-8 ThreadFuction-6ThreadClass-9 ThreadFuction-7 ThreadFuction-8 ThreadFuction-9
Thread类的构造函数定义如下
classthreading.Thread(group=None,target=None,name=None,args=(),kwargs={})
group：留作ThreadGroup扩展使用，一般没什么用
target：新线程的任务函数名
name： 线程名，一般也没什么用
args： tuple参数
kwargs：dictionary参数
Thread类的成员变量和函数如下
start() 启动一个线程
run() 线程执行体，也是一般要重写的内容
join([timeout])等待线程结束
name 线程名
ident 线程ID
daemon 是否守护线程
isAlive()、is_alive() 线程是否存活
getName()、setName() Name的get&set方法
isDaemon()、setDaemon() daemon的get&set方法
这里的守护线程与Linux中的守护进程并不是一个概念。这里是指当所有守护线程退出后主程序才会退出，否则即使线程任务没有结束，只要不是守护线程，都会跟着主程序一起退出。而Linux中的守护进程定义正好相反，守护进程已经脱离父进程，不会随着父进程的结束而退出。
二、线程同步
线程同步是多线程中的一个核心问题，threading模块对线程同步有着良好的支持、包括线程特定数据、信号量、互斥锁、条件变量等。
1.线程特定数据
简而言之，线程特定数据就是线程独自持有的全局变量，相互之间的修改不会造成影响。
threading模块中使用local()方法生成一个线程独立对象，举例如下，其中sleep(1)是为了保证让子线程先运行完再运行接下来的语句。
data=threading.local() defthreadFunction(): globaldata data.x=3 printthreading.currentThread(),data.x if__name__=='__main__': data.x=1 tFunc=threading.Thread(target=threadFunction).start(); time.sleep(1) printthreading.current_thread(),data.x
<Thread(Thread-1,started36208)>3 <_MainThread(MainThread,started35888)>1
输出如上，可以看到，Thread-1中对data.x的修改并没有影响到主线程中data.x的值。
2.互斥锁
threading中定义了两种锁：threading.Lock和threading.RLock。两者的不同在于后者是可重入锁，也就是说在一个线程内重复LOCK同一个锁不会发生死锁，这与POSIX中的PTHREAD_MUTEX_RECURSIVE也就是可递归锁的概念是相同的。
关于互斥锁的API很简单，只有三个函数————分配锁，上锁，解锁。
threading.Lock() 分配一个互斥锁
acquire([blocking=1]) 上锁(阻塞或者非阻塞，非阻塞时相当于try_lock，通过返回False表示已经被其它线程锁住。)
release() 解锁
下面通过一个例子来说明互斥锁的使用。在之前的例子中，多线程print会造成混乱的输出，这里使用一个互斥锁，来保证每行一定只有一个输出。
defthreadFunction(arg): whileTrue: lock.acquire() print'ThreadFuction-%d'%arg lock.release() if__name__=='__main__': lock=threading.Lock() threading.Thread(target=threadFunction,args=(1,)).start(); threading.Thread(target=threadFunction,args=(2,)).start();
3.条件变量
条件变量总是与互斥锁一起使用的，threading中的条件变量默认绑定了一个RLock，也可以在初始化条件变量的时候传进去一个自己定义的锁。
可用的函数如下
threading.Condition([lock])分配一个条件变量 acquire(*args)条件变量上锁 release()条件变量解锁 wait([timeout])等待唤醒，timeout表示超时 notify(n=1)唤醒最大n个等待的线程 notifyAll()、notify_all()唤醒所有等待的线程 下面这个例子使用条件变量来控制两个线程交替运行 num=0 defthreadFunction(arg): globalnum whilenum<10: cond.acquire() whilenum%2!=arg: cond.wait() print'Thread%d-%d'%(arg,num) num+=1 cond.notify() cond.release() if__name__=='__main__': cond=threading.Condition() threading.Thread(target=threadFunction,args=(0,)).start(); threading.Thread(target=threadFunction,args=(1,)).start();
输出如下
Thread0-0 Thread1-1 Thread0-2 Thread1-3 Thread0-4 Thread1-5 Thread0-6 Thread1-7 Thread0-8 Thread1-9 Thread0-10
其实上面这个程序是有问题的，我们想打印的是0~9，但实际上10也被打印了出来，原因很简单，因为两个线程交替打印，使得num在一个线程中可能加2，从而导致10被打印出来，所以必须在打印前再次check。
相信本文所述对大家的Python程序设计有一定的借鉴价值。