PYTHON线程知识再研习B

使用threading.Thread模块,也有两种使用方法,可以用类,也可以在实例化对象中传入函数或类实例。

 

?


1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

#!/usr/bin/env python

# -*- coding: utf-8 -*-

 

from threading import Thread

import time

 

def run_thread(n):

    for i in range(n):

        print i

         

class race(Thread):

    def __init__(self,threadname,interval):

        Thread.__init__(self,name=threadname)

        self.interval = interval

        self.isrunning = True

 

    def run(self):

        while self.isrunning:

            print 'thread %s is running,time:%s\n' %(self.getName(),time.ctime())

            time.sleep(self.interval)

    def stop(self):

        self.isrunning = False

 

def test():

    t1 = Thread(target=run_thread,args=(5,))

    t1.start()

     

    thread1 = race('A',1)

    thread2 = race('B',2)

    thread1.start()

    thread2.start()

    time.sleep(4)

    thread1.stop()

    thread2.stop()

 

if __name__ == '__main__':

    test()

 

时间: 2024-10-22 18:21:18

PYTHON线程知识再研习B的相关文章

PYTHON线程知识再研习A

前段时间看完LINUX的线程,同步,信息号之类的知识之后,再在理解PYTHON线程感觉又不一样了. 作一些测试吧. thread:模块提供了基本的线程和锁的支持 threading:提供了更高级别,功能更强的线程管理的功能 Queue:允许用户创建一个可以用于多个线程之间共享数据的队列数据结构 #!/usr/bin/env python # -*- coding: utf-8 -*- import thread from time import sleep, ctime loops = [4,2

PYTHON线程知识再研习F---队列同步Queue

让我们考虑更复杂的一种场景:产品是各不相同的.这时只记录一个数量就不够了,还需要记录每个产品的细节.很容易想到需要用一个容器将这些产品记录下来. Python的Queue模块中提供了同步的.线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列 LifoQueue,和优先级队列PriorityQueue.这些队列都实现了锁原语,能够在多线程中直接使用.可以使用队列来实现线程间的同步.   #!/usr/bin/env python # -*- coding: utf-

PYTHON线程知识再研习E---条件变量同步Condition

Python提供的Condition对象提供了对复杂线程同步问题的支持.Condition被称为条件变量,除了提供与Lock类似的 acquire和release方法外,还提供了wait和notify方法.线程首先acquire一个条件变量,然后判断一些条件.如果条件不满足则 wait:如果条件满足,进行一些处理改变条件后,通过notify方法通知其他线程,其他处于wait状态的线程接到通知后会重新判断条件.不断的重复 这一过程,从而解决复杂的同步问题. 可以认为Condition对象维护了一个

PYTHON线程知识再研习C---线程互斥锁

结合例子,就很好理解了. 就是不要让共享变量被各个线程无序执行,导致结果不可预期 threading模块中定义了Lock类,可以方便的处理锁定: #创建锁mutex = threading.Lock()#锁定mutex.acquire([timeout])#释放mutex.release() 其中,锁定方法acquire可以有一个超时时间的可选参数timeout.如果设定了timeout,则在超时后通过返回值可以判断是否得到了锁,从而可以进行一些其他的处理. #!/usr/bin/env pyt

PYTHON线程知识再研习G--线程间通信Event

很多时候,线程之间会有互相通信的需要.常见的情形是次要线程为主要线程执行特定的任务,在执行过程中需要不断报告执行的进度情况.前面的条件变量同步已经涉及到了线程间的通信(threading.Condition的notify方法).更通用的方式是使用threading.Event对象. threading.Event 可以使一个线程等待其他线程的通知.其内置了一个标志,初始值为False.线程通过wait()方法进入等待状态,直到另一个线程调用set()方法将 内置标志设置为True时,Event通

PYTHON线程知识再研习D---可重入锁

不多解释,预防普通锁不正规的获取与释放 #!/usr/bin/env python # -*- coding: utf-8 -*- import threading import time class MyThread(threading.Thread): def run(self): global num time.sleep(1) if mutex.acquire(1): num += 1 msg = self.name + ' set num to ' + str(num) print m

Python线程详解

  这篇文章主要介绍了Python线程详解,本文详细讲解了线程方方面面的知识,如线程基础知识线程状态.线程同步(锁).线程通信(条件变量)等内容,需要的朋友可以参考下 1. 线程基础 1.1. 线程状态 线程有5种状态,状态转换的过程如下图所示: 1.2. 线程同步(锁) 多线程的优势在于可以同时运行多个任务(至少感觉起来是这样).但是当线程需要共享数据时,可能存在数据不同步的问题.考虑这样一种情况:一个列表里所有元素都是0,线程"set"从后向前把所有元素改成1,而线程"p

python 线程的暂停, 恢复, 退出详解及实例_python

python 线程 暂停, 恢复, 退出 我们都知道python中可以是threading模块实现多线程, 但是模块并没有提供暂停, 恢复和停止线程的方法, 一旦线程对象调用start方法后, 只能等到对应的方法函数运行完毕. 也就是说一旦start后, 线程就属于失控状态. 不过, 我们可以自己实现这些. 一般的方法就是循环地判断一个标志位, 一旦标志位到达到预定的值, 就退出循环. 这样就能做到退出线程了. 但暂停和恢复线程就有点难了, 我一直也不清除有什么好的方法, 直到我看到thread

python 基础知识

python 基础知识 本文所有内容是学习期间做的笔记,仅为个人查阅和复习方便而记录.所有内容均摘自:http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000 数据类型 整数 浮点数 字符串 如果字符串内部既包含'又包含",可以用转义字符\来转义. 多行字符串可以通过'''字符串内容'''来表示 r''表示''内部的字符串默认不转义 布尔值, true, false:布尔值可以用and.o