【摘要】threading提供了一个比thread模块更高层的API来提供线程的并发性。这些线程并发运行并共享内存。下面来看threading模块的具体用法：一、Thr

threading提供了一个比thread模块更高层的API来提供线程的并发性。这些线程并发运行并共享内存。 

下面来看threading模块的具体用法： 

一、Thread的使用，目标函数可以实例化一个Thread对象，每个Thread对象代表着一个线程，可以通过start()方法，开始运行。

这里对使用多线程并发，和不适用多线程并发做了一个比较：

首先是不使用多线程的操作：

代码如下：

#!/usr/bin/python
#compare for multi threads
import time
 
def worker():
    print "worker"
    time.sleep(1)
    return
 
if __name__ == "__main__":
    for i in xrange(5):
        worker()

执行结果如下：

下面是使用多线程并发的操作：

代码如下：

#!/usr/bin/python
import threading
import time
 
def worker():
    print "worker"
    time.sleep(1)
    return
 
for i in xrange(5):
    t = threading.Thread(target=worker)
    t.start()

可以明显看出使用了多线程并发的操作，花费时间要短的很多。

二、threading.activeCount()的使用，此方法返回当前进程中线程的个数。返回的个数中包含主线程。

代码如下：

#!/usr/bin/python
#current's number of threads
import threading
import time
 
def worker():
    print "test"
    time.sleep(1)
 
for i in xrange(5):
    t = threading.Thread(target=worker)
    t.start()
 
print "current has %d threads" % (threading.activeCount() - 1)

三、threading.enumerate()的使用。此方法返回当前运行中的Thread对象列表。

相关推荐:《Python视频教程》

代码如下：

#!/usr/bin/python
#test the variable threading.enumerate()
import threading
import time
 
def worker():
    print "test"
    time.sleep(2)
 
threads = []
for i in xrange(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()
 
for item in threading.enumerate():
    print item
 
print
 
for item in threads:
    print item

四、threading.setDaemon()的使用。设置后台进程。

代码如下：

#!/usr/bin/python
#create a daemon
import threading
import time
 
def worker():
    time.sleep(3)
    print "worker"
 
t=threading.Thread(target=worker)
t.setDaemon(True)
t.start()
print "haha"

可以看出worker（）方法中的打印操作并没有显示出来，说明已经成为后台进程。

threading.Thread

Thread 是threading模块中最重要的类之一，可以使用它来创建线程。有两种方式来创建线程：一种是通过继承Thread类，重写它的run方法；另一种是创建一个threading.Thread对象，在它的初始化函数（__init__）中将可调用对象作为参数传入。下面分别举例说明。先来看看通过继承threading.Thread类来创建线程的例子：

#coding=gbk
import threading, time, random
count = 0
class Counter(threading.Thread):
  def __init__(self, lock, threadName):
     
'''@summary: 初始化对象。
      
     
@param lock: 琐对象。
     
@param threadName: 线程名称。
     
'''
    super(Counter, self).__init__(name = threadName)
#注意：一定要显式的调用父类的初始
化函数。
    self.lock = lock
    
  def run(self):
     
'''@summary: 重写父类run方法，在线程启动后执行该方法内的代码。
     
'''
    global count
    self.lock.acquire()
    for i in xrange(10000):
      count = count + 1
    self.lock.release()
lock = threading.Lock()
for i in range(5):
  Counter(lock, "thread-" + str(i)).start()
time.sleep(2) 
#确保线程都执行完毕
print count

在代码中，我们创建了一个Counter类，它继承了threading.Thread。初始化函数接收两个参数，一个是锁对象，另一个是线程的名称。在Counter中，重写了从父类继承的run方法，run方法将一个全局变量逐一的增加10000。在接下来的代码中，创建了五个Counter对象，分别调用其start方法。最后打印结果。这里要说明一下run方法 和start方法: 它们都是从Thread继承而来的，run()方法将在线程开启后执行，可以把相关的逻辑写到run方法中（通常把run方法称为活动[Activity]。）；start()方法用于启动线程。