29Python3多線程

多線程類似于同時執行多個不同程序，多線程運行有如下優點：
?使用線程可以把占據長時間的程序中的任務放到后臺去處理。
?用戶界面可以更加吸引人，比如用戶點擊了一個按鈕去觸發某些事件的處理，可以彈出一個進度條來顯示處理的進度。
?程序的運行速度可能加快。
?在一些等待的任務實現上如用戶輸入、文件讀寫和網絡收發數據等，線程就比較有用了。在這種情況下我們可以釋放一些珍貴的資源如內存占用等等。
每個獨立的線程有一個程序運行的入口、順序執行序列和程序的出口。但是線程不能夠獨立執行，必須依存在應用程序中，由應用程序提供多個線程執行控制。

每個線程都有他自己的一組CPU寄存器，稱為線程的上下文，該上下文反映了線程上次運行該線程的CPU寄存器的狀態。

指令指針和堆棧指針寄存器是線程上下文中兩個最重要的寄存器，線程總是在進程得到上下文中運行的，這些地址都用于標志擁有線程的進程地址空間中的內存。
?線程可以被搶占（中斷）。
?在其他線程正在運行時，線程可以暫時擱置（也稱為睡眠） – 這就是線程的退讓。
線程可以分為:
?內核線程：由操作系統內核創建和撤銷。
?用戶線程：不需要內核支持而在用戶程序中實現的線程。
Python3 線程中常用的兩個模塊為：

?_thread
?threading(推薦使用)
thread 模塊已被廢棄。用戶可以使用 threading 模塊代替。所以，在 Python3 中不能再使用"thread" 模塊。為了兼容性，Python3 將 thread 重命名為 “_thread”。

29.1開始學習Python線程

Python中使用線程有兩種方式：函數或者用類來包裝現場對象。
函數式：調用_thread模塊中的start_new_thread()函數來產生新線程。語法如下：
_thread.start_new_thread ( function, args[, kwargs] )
參數說明：
?function-線程函數。
?args-傳遞給線程函數的參數，他必須是個tuple類型。
?kwargs-可選參數。
實例：

# -*- coding: UTF-8 -*-import _thread import time#為線程定義一個函數 def print_time(threadName,delay):count = 0while count < 5:time.sleep(delay)count += 1print("%s:%s" % (threadName,time.ctime(time.time())))# 創建兩個線程 try:_thread.start_new_thread(print_time,("Thread-1",2,))_thread.start_new_thread(print_time,("Thread-2",4,)) except:print("Error:無法啟動線程")while 1:pass

29.2線程模塊

Python3通過兩個標準庫_thread和threading提供對線程的支持。
_thread提供了低級別的、原始的線程以及一個簡單的鎖，它相比于threading模塊的功能還是比較有限的。
threading模塊除了包含_thread模塊中的所有方法外，還提供的其他方法：
?threading.currentThread(): 返回當前的線程變量。
?threading.enumerate(): 返回一個包含正在運行的線程的list。正在運行指線程啟動后、結束前，不包括啟動前和終止后的線程。
?threading.activeCount(): 返回正在運行的線程數量，與len(threading.enumerate())有相同的結果。
除了使用方法外，線程模塊同樣提供了Thread類來處理線程，Thread類提供了以下方法：
?run(): 用以表示線程活動的方法。
?start():啟動線程活動。
?join([time]): 等待至線程中止。這阻塞調用線程直至線程的join() 方法被調用中止-正常退出或者拋出未處理的異常-或者是可選的超時發生。
?isAlive(): 返回線程是否活動的。
?getName(): 返回線程名。
?setName(): 設置線程名。

29.3使用threading模塊創建線程

我們可以通過直接從 threading.Thread 繼承創建一個新的子類，并實例化后調用 start() 方法啟動新線程，即它調用了線程的 run() 方法：

#!/usr/bin/python3import threading import timeexitFlag = 0class myThread (threading.Thread):def __init__(self, threadID, name, counter):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):print ("開始線程：" + self.name)print_time(self.name, self.counter, 5)print ("退出線程：" + self.name)def print_time(threadName, delay, counter):while counter:if exitFlag:threadName.exit()time.sleep(delay)print ("%s: %s" % (threadName, time.ctime(time.time())))counter -= 1# 創建新線程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2)# 開啟新線程 thread1.start() thread2.start() thread1.join() thread2.join() print ("退出主線程")

運行結果：

開始線程：Thread-1 開始線程：Thread-2 Thread-1: Wed Apr 6 11:46:46 2016 Thread-1: Wed Apr 6 11:46:47 2016 Thread-2: Wed Apr 6 11:46:47 2016 Thread-1: Wed Apr 6 11:46:48 2016 Thread-1: Wed Apr 6 11:46:49 2016 Thread-2: Wed Apr 6 11:46:49 2016 Thread-1: Wed Apr 6 11:46:50 2016 退出線程：Thread-1 Thread-2: Wed Apr 6 11:46:51 2016 Thread-2: Wed Apr 6 11:46:53 2016 Thread-2: Wed Apr 6 11:46:55 2016 退出線程：Thread-2 退出主線程

29.4線程同步

如果多個線程共同對某個數據修改，則可能出現不可預料的結果，為了保證數據的正確性，需要對多個線程進行同步。

使用 Thread 對象的 Lock 和 Rlock 可以實現簡單的線程同步，這兩個對象都有 acquire 方法和 release 方法，對于那些需要每次只允許一個線程操作的數據，可以將其操作放到 acquire 和 release 方法之間。如下：

多線程的優勢在于可以同時運行多個任務（至少感覺起來是這樣）。但是當線程需要共享數據時，可能存在數據不同步的問題。

考慮這樣一種情況：一個列表里所有元素都是0，線程"set"從后向前把所有元素改成1，而線程"print"負責從前往后讀取列表并打印。

那么，可能線程"set"開始改的時候，線程"print"便來打印列表了，輸出就成了一半0一半1，這就是數據的不同步。為了避免這種情況，引入了鎖的概念。

鎖有兩種狀態——鎖定和未鎖定。每當一個線程比如"set"要訪問共享數據時，必須先獲得鎖定；如果已經有別的線程比如"print"獲得鎖定了，那么就讓線程"set"暫停，也就是同步阻塞；等到線程"print"訪問完畢，釋放鎖以后，再讓線程"set"繼續。

經過這樣的處理，打印列表時要么全部輸出0，要么全部輸出1，不會再出現一半0一半1的尷尬場面。

實例：

#!/usr/bin/python3import threading import timeclass myThread (threading.Thread):def __init__(self, threadID, name, counter):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):print ("開啟線程： " + self.name)# 獲取鎖，用于線程同步threadLock.acquire()print_time(self.name, self.counter, 3)# 釋放鎖，開啟下一個線程threadLock.release()def print_time(threadName, delay, counter):while counter:time.sleep(delay)print ("%s: %s" % (threadName, time.ctime(time.time())))counter -= 1threadLock = threading.Lock() threads = []# 創建新線程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2)# 開啟新線程 thread1.start() thread2.start()# 添加線程到線程列表 threads.append(thread1) threads.append(thread2)# 等待所有線程完成 for t in threads:t.join() print ("退出主線程")

運行結果：

開啟線程： Thread-1 開啟線程： Thread-2 Thread-1: Wed Apr 6 11:52:57 2016 Thread-1: Wed Apr 6 11:52:58 2016 Thread-1: Wed Apr 6 11:52:59 2016 Thread-2: Wed Apr 6 11:53:01 2016 Thread-2: Wed Apr 6 11:53:03 2016 Thread-2: Wed Apr 6 11:53:05 2016 退出主線程

29.5線程優先級隊列（Queue）

Python 的 Queue 模塊中提供了同步的、線程安全的隊列類，包括FIFO（先入先出)隊列Queue，LIFO（后入先出）隊列LifoQueue，和優先級隊列 PriorityQueue。
這些隊列都實現了鎖原語，能夠在多線程中直接使用，可以使用隊列來實現線程間的同步。
Queue模塊中的常用方法：
?Queue.qsize() 返回隊列的大小
?Queue.empty() 如果隊列為空，返回True,反之False
?Queue.full() 如果隊列滿了，返回True,反之False
?Queue.full 與 maxsize 大小對應
?Queue.get([block[, timeout]])獲取隊列，timeout等待時間
?Queue.get_nowait() 相當Queue.get(False)
?Queue.put(item) 寫入隊列，timeout等待時間
?Queue.put_nowait(item) 相當Queue.put(item, False)
?Queue.task_done() 在完成一項工作之后，Queue.task_done()函數向任務已經完成的隊列發送一個信號
?Queue.join() 實際上意味著等到隊列為空，再執行別的操作
實例：

#!/usr/bin/python3import queue import threading import timeexitFlag = 0class myThread (threading.Thread):def __init__(self, threadID, name, q):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.q = qdef run(self):print ("開啟線程：" + self.name)process_data(self.name, self.q)print ("退出線程：" + self.name)def process_data(threadName, q):while not exitFlag:queueLock.acquire()if not workQueue.empty():data = q.get()queueLock.release()print ("%s processing %s" % (threadName, data))else:queueLock.release()time.sleep(1)threadList = ["Thread-1", "Thread-2", "Thread-3"] nameList = ["One", "Two", "Three", "Four", "Five"] queueLock = threading.Lock() workQueue = queue.Queue(10) threads = [] threadID = 1# 創建新線程 for tName in threadList:thread = myThread(threadID, tName, workQueue)thread.start()threads.append(thread)threadID += 1# 填充隊列 queueLock.acquire() for word in nameList:workQueue.put(word) queueLock.release()# 等待隊列清空 while not workQueue.empty():pass# 通知線程是時候退出 exitFlag = 1# 等待所有線程完成 for t in threads:t.join() print ("退出主線程")

運行結果：

開啟線程：Thread-1 開啟線程：Thread-2 開啟線程：Thread-3 Thread-3 processing One Thread-1 processing Two Thread-2 processing Three Thread-3 processing Four Thread-1 processing Five 退出線程：Thread-3 退出線程：Thread-2 退出線程：Thread-1 退出主線程

30Python3 JSON數據解析

JSON (JavaScript Object Notation) 是一種輕量級的數據交換格式。它基于ECMAScript的一個子集。
Python3中可以使用json模塊來對JSON數據進行編碼，它包含了兩個函數：
?json.dumps():對數據進行編碼。
?json.loads():對數據進行解碼。
在json的編碼過程中，Python的原始類型與json類型會相互轉換，具體的轉化對照如下：

30.1Python編碼為JSON類型轉換對應表

30.2JSON解碼為Python類型轉換對應表：

30.3json.dumps與json.loads實例

以下實例演示了Python數據結構轉換為JSON:

# -*- coding: UTF-8 -*-import json#python字典類型轉換為JSON對象 data = {'no':1,'name':'Runoob','url':'http://www.runoob.com' }json_str = json.dumps(data) print("Python原始數據：",repr(data)) print("JSON對象:",json_str)

運行結果：

Python原始數據： {'no': 1, 'name': 'Runoob', 'url': 'http://www.runoob.com'} JSON對象: {"no": 1, "name": "Runoob", "url": "http://www.runoob.com"}

通過輸出的結果可以看出，簡單類型通過編碼后跟其原始的repr()輸出結果非常相似。
接著以上實例，我們可以將一個JSON編碼的字符串轉換回一個Python數據結構：

# -*- coding: UTF-8 -*-import json#python字典類型轉換為JSON對象 data = {'no':1,'name':'Runoob','url':'http://www.runoob.com' }json_str = json.dumps(data) print("Python原始數據：",repr(data)) print("JSON對象:",json_str)#將JSON對象轉換為Python字典 data2 = json.loads(json_str) print("data2['name'] = ",data2['name']) print("data2['url']:",data2['url'])

運行結果：

Python原始數據： {'no': 1, 'name': 'Runoob', 'url': 'http://www.runoob.com'} JSON對象: {"no": 1, "name": "Runoob", "url": "http://www.runoob.com"} data2['name'] = Runoob data2['url']: http://www.runoob.com

如果你要處理的文件而不是字符串，你可以使用json.dump()和json.load()來編碼和解碼JSON數據。例如：

# 寫入 JSON 數據 with open('data.json', 'w') as f:json.dump(data, f)# 讀取數據 with open('data.json', 'r') as f:data = json.load(f) 與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的29-30Python多线程、多线程、使用threading模块创建线程;JSON数据解析、编码为JSON类型转换对应表、Python类型转换对应表、json.dumps与json.loads的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。