python线程+队列（queue）

---恢复内容开始---

python的线程学习

用处 
pocpiliang脚本的编写

函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:

_thread.start_new_thread ( function, args[, kwargs] )

参数说明:

• function - 线程函数。
• args - 传递给线程函数的参数,他必须是个tuple类型。
• kwargs - 可选参数。

import _thread
import time
为线程定义一个函数
def print_time(threadName,delay):
    i=0
    while i<5:
        time.sleep(delay)
        i=i+1
        print("%s,%s"%(threadName,time.ctime(time.time())))
try:
_thread.start_new_thread(print_time,("first",2,))
_thread.start_new_thread(print_time,("second",4,))
except:
    print("太快了")

我们可以看见 这个线i<5发送四次包 first发两次  second发一次

线程模块

Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。

_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。

threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：

    threading.currentThread(): 返回当前的线程变量。
    threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
    threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

    run(): 用以表示线程活动的方法。
    start():启动线程活动。

    join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
    isAlive(): 返回线程是否活动的。
    getName(): 返回线程名。
    setName(): 设置线程名。

import threading
import time
class myThread(threading.Thread):
    def __init__(self,threadID,name,counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name =name
        self.counter =counter
    def run(self):
        print("开始线程"+self.name)
        print_time(self.name,self.counter,5)
        print("退出线程"+self.name)
def print_time(threadName,delay,counter):
    while counter>0:
        time.sleep(delay)
        print("%s: %s" % (threadName, time.ctime(time.time())))
        counter=counter-1

#创建新线程
thread1 =myThread(1,"第一个线程",1)
thread2 =myThread(2,"第二个线程",2)

# 开启新线程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print ("退出主线程")

可以看见这里我们调用线程

 

 那么接下来重点来了

多线程

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"print"负责从前往后读取列表并打印。

那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

import threading
import time

class myThread (threading.Thread):
    def __init__(self, threadID, name, counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    def run(self):
        print ("开启线程： " + self.name)
        # 获取锁，用于线程同步
        threadLock.acquire()
        print_time(self.name, self.counter, 3)
        # 释放锁，开启下一个线程
        threadLock.release()

def print_time(threadName, delay, counter):
    while counter:
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

threadLock = threading.Lock()
threads = []

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()

# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)

# 等待所有线程完成
for t in threads:
    t.join()
print ("退出主线程")

 可以看见是先开始线程1然后线程一完了在开线程二

线程优先级队列（ Queue）

线程优先级队列（ Queue）

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。

Queue 模块中的常用方法:

    Queue.qsize() 返回队列的大小
    Queue.empty() 如果队列为空，返回True,反之False
    Queue.full() 如果队列满了，返回True,反之False
    Queue.full 与 maxsize 大小对应
    Queue.get([block[, timeout]])获取队列，timeout等待时间
    Queue.get_nowait() 相当Queue.get(False)
    Queue.put(item) 写入队列，timeout等待时间
    Queue.put_nowait(item) 相当Queue.put(item, False)
    Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
    Queue.join() 实际上意味着等到队列为空，再执行别的操作

 队列1 单向先进先出队列

import queue
#单向队列
q = queue.Queue(5)
print(q.maxsize)
for i in range(4):
    q.put(i)
print(q.get())
print(q.qsize())
#先进后出队列

 此时q.get()从队列里面取出来的是0 q.qsize还剩3个所以输出3

如果代码改成

import queue
#单向队列
q = queue.Queue(5)
print(q.maxsize)
for i in range(4):
    q.put(i)
    print(q.get())
print(q.qsize())
#先进后出队列

 那么将输出  进一个出一个 那么队列为空 q.qsize为0

 接下来是先进后出队列

import queue
q =queue.LifoQueue()
for i in range(5):
    q.put(i)
print(q.get())
print(q.qsize())

那么看看运行效果

 和我们预想的一样

接下来是优先级队列的讲解

import queue
q =queue.PriorityQueue()
q.put((5, 5454))
q.put((5, 532566))
q.put((3, 555))
q.put((7, 344))
print(q.get())
print(q.get())

优先级队列put进去的是一个元祖，(优先级,数据)，优先级数字越小，优先级越高 话不多说我们看代码

如果有两个元素优先级是一样的，那么在出队的时候是按照先进先出的顺序的。

 接下来是双端队列的讲解 看代码

import queue
q =queue.deque()
for i in range(3):
    q.append(i) 尾部加入
for c in range(5,8):
    q.appendleft(c) 首部加入
q.insert(2,"我是二号位") 任意位置插入
for i in range(10):
    print(q.pop()) 从尾部出