大家好，我是考100分的小小码 ，祝大家学习进步，加薪顺利呀。今天说一说Python 线程进阶篇 | 多线程下载网页[亲测有效],希望您对编程的造诣更进一步.
![Python 线程进阶篇 | 多线程下载网页[亲测有效]](/wp-content/themes/justnews/themer/assets/images/lazy.png "Python 线程进阶篇 | 多线程下载网页[亲测有效]插图1")
Python的并发编程前面只讲了进程和线程的入门篇，线程里面还有很多有用而好玩的招式，我们还没有讲，我一直主张学一门语言一定要有兴趣，带着玩Python的心态去学,会轻松很多，打个比方打扫卫生和打羽毛球，可能都很累，为啥你打球就很high,而在家打扫卫生就很累，因为你enjoy打球哈哈，好言归正传，今天我们就来讲讲多线程编程~~
要点：
线程的同步
线程的锁
线程的通讯
1.线程如何同步
1).若主程序创建了一个线程之后，启动线程start().线程的一个关键特性是每个线程都是独立运行且状态不可预测
我们希望线程启动运行后，线程内部运行到某种情况的时候，主程序才执行
比如程序中的其他线程需 要通过判断某个线程的状态来确定自己下一步的操作
这时线程同步问题就会变得非常棘手，怎么破，很简单，利用线程threading.Event(),来设置信号量来控制
>>
Start thread1…
1
2
3
Start to run in main function
4
5
6
主程序创建一个Event()对象my_event，把my_event传到子线程里面
在子线程里面设置my_event.set()也就是说子线程运行到i==4时把信号量置为True而外边的主函数my_event.wait()一直阻塞在那里，傻傻的等着信号量的状态
一旦set()了意味着信号量为True了，外边主函数就可以开始行动了
2).同样我们假设有2个子线程，那两个子线程之间的同步也可以用Event来搞定
>>
Start thread1…
1
2
3
4
Ok,we can start thread2…
5
6
线程thread1和线程wait_for_thread1通过Event()对象来设置信号量，通过这个信号量来进行两个子线程的同步
2. 线程的锁
在多线程中，由于所有的变量都由所有线程共享，所以在运行的过程中,任何一个变量都可以被任何一个线程修改
因此，线程之间共享数据会有risk,很可能跑着跑着，数据就被别人改了，所以我们需要加锁来控制
举一个非常经典的例子，就是银行存取款的，相信很多同学都听说过这个例子，在传统的c++,java里面也大量用这个例子来说明锁的重要性，我们来看一下
1).假设银行存款有1000元，有两个线程对这笔钱进行操作
我再存1块钱，然后再取1块钱
我再存10块钱，然后再取10块钱
理论上讲无论多少次，这笔钱应该还是1000块，但是当两个线程同事进行大量频繁的操作的时候，诶情况就有变化了，钱多了，或者少了，不信你看：
>>
1097
[Finished in0.3s]
哇多了97块钱，真是好事啊，哈哈，银行肯定不乐意了，要找原因了
11).我们在算钱的时候，做了两步
第一步：balance=balance+n
第二步：balance=balance-n
12).底层操作系统在执行的时候会分成好几步去执行，python是有C写的，C又会变成汇编语言去执行指令，所以当两个线程频繁的操作的时候，中间的指令会被打断，从而导致多个线程把同一个变量的内容改乱了（当然我们是希望钱变多哈哈）
2).所以一般对于多线程处理核心的数据，都是要加锁的
就是让某一个时刻，只能有一个线程改这个变量，让这个线程执行完了，释放锁，再让下一个线程执行，保证核心数据不会被改乱了~~比如我们执行10，100万次存取，都不会出差错
>>
1000
[Finished in1.1s]
创建一个threading.Lock()对象，在处理核心数据操作的时候，先锁起来，用完再释放锁,看现在反复操作100000次，钱还是1000，一分没有少，大家有没有发现一个问题，这个是有代价的，就是运行开销很大，原来是0.3s运行完，现在要1.1s才能搞定
3. 线程之间的通信
好比我有一个工作要做，一个线程要干6分钟，那么我创建3个线程，同时去处理这些事情，是不是只要2分钟.效率高了许多.
那么怎么样才能让这些线程之间实现安全的通信或者交换数据呢
Python里面有一个高效安全的Queue模块,我们主需要把数据塞进队列，它就会被所有的线程共享
然后用put()或者get()操作来给队列添加或者移除元素
我们举一个多线程爬网页的例子吧
1).首先创建一个DownloadThread类，这个类继承threading.Thread
2).类的初始化函数，留一个接口，把queue带进去，这样所有的线程都可以共享这个queue
3).类的run函数，设计成死循环，不断的从队列里面取数据，一旦这个线程把从这个队列里面的数据取完了，就调用queue.task_done()表示我已经干完了
4).类的download_file函数,其实就是具体去执行下载网页的工作，因为爬虫后面再讲，所以我这边只用了很简单的urllib.urlopen()函数，简单获取网页而已
接着看main函数
>>
Thread-3:begin dowbload http://wiki.python.org/moin/WebProgramming…
Thread-1:begin dowbload https://wiki.python.org/moin/WebFrameworks…
Thread-2:begin dowbload https://wiki.python.org/moin/BeginnersGuide…
Thread-2 download completed
Thread-2:begin dowbload https://wiki.python.org/moin/PythonBooks…
Thread-1 download completed
Thread-1:begin dowbload https://wiki.python.org/moin/PythonEvents…
Thread-2 download completed
Thread-1 download completed
Thread-3 download completed
Cost time:0:00:14.604000
1).main函数里面我们设定了有5个网页要爬
2).启动3个线程，并且设定为守护线程，就是当main()函数一结束，所有的子线程全部结束
3),把5个网页(也可以认为是5个要完成的task),这里是要爬网页，以后你可以变成其他数据结构，或者直接封装成类然后塞进queue里面，让这3个线程去共享完成.
4).queue会阻塞在哪里，等到所以的线程完成那一刻
5).大家看Thread2完成了之后，又会接着去爬下一个网页（真是个勤快的孩子），Thread1也是完成之后接着去爬下一个，看起来Thread3执行的网页爬的最慢
6).最后计算一下时间,大家改一下代码，可以比较一下一个线程爬5个网页和3个线程同时去快多少(大概是3倍)
补充说一下，这个爬网页urlopen()没有加任何异常保护，当然在实际操作中是肯定要保护，并且当出现异常的时候要设置一个flag来通知线程终止的.
需要源码后台留言
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
转载请注明出处: https://daima100.com/13544.html
