这篇文章主要介绍了Python多线程原理与用法,结合具体的爬虫实例剖析了多线程的相关概念、原理、用法及操作注意事项,需要的朋友可以参考下
本文实例讲述了Python多线程原理与用法。分享给大家供大家参考，具体如下：
先来看个栗子：
下面来看一下I/O秘籍型的线程，举个栗子――爬虫，下面是爬下来的图片用4个线程去写文件
#!/usr/bin/env python # -*- coding:utf-8 -*- import re import urllib import threading import Queue import timeit def getHtml(url): html_page = urllib.urlopen(url).read() return html_page # 提取网页中图片的URL def getUrl(html): pattern = r'src="(http://img.*?)"' # 正则表达式 imgre = re.compile(pattern) imglist = re.findall(imgre, html) # re.findall(pattern,string) 在string中寻找所有匹配成功的字符串，以列表形式返回值 return imglist class getImg(threading.Thread): def __init__(self, queue, thread_name=0): # 线程公用一个队列 threading.Thread.__init__(self) self.queue = queue self.thread_name = thread_name self.start() # 启动线程 # 使用队列实现进程间通信 def run(self): global count while (True): imgurl = self.queue.get() # 调用队列对象的get()方法从队头删除并返回一个项目 urllib.urlretrieve(imgurl, 'E:\mnt\girls\%s.jpg-600' % count) count += 1 if self.queue.empty(): break self.queue.task_done() # 当使用者线程调用 task_done() 以表示检索了该项目、并完成了所有的工作时，那么未完成的任务的总数就会减少。 imglist = [] def main(): global imglist url = "http://huaban.com/favorite/beauty/" # 要爬的网页地址 html = getHtml(url) imglist = getUrl(html) def main_1(): global count threads = [] count = 0 queue = Queue.Queue() # 将所有任务加入队列 for img in imglist: queue.put(img) # 多线程爬去图片 for i in range(4): thread = getImg(queue, i) threads.append(thread) # 阻塞线程，直到线程执行完成 for thread in threads: thread.join() if __name__ == '__main__': main() t = timeit.Timer(main_1) print t.timeit(1)
4个线程的执行耗时为：0.421320716723秒
修改一下main_1换成单线程的：
def main_1(): global count threads = [] count = 0 queue = Queue.Queue() # 将所有任务加入队列 for img in imglist: queue.put(img) # 多线程爬去图片 for i in range(1): thread = getImg(queue, i) threads.append(thread) # 阻塞线程，直到线程执行完成 for thread in threads: thread.join()
单线程的执行耗时为：1.35626623274秒
再来看一个：
#!/usr/bin/env python # -*- coding:utf-8 -*- import threading import timeit def countdown(n): while n > 0: n -= 1 def task1(): COUNT = 100000000 thread1 = threading.Thread(target=countdown, args=(COUNT,)) thread1.start() thread1.join() def task2(): COUNT = 100000000 thread1 = threading.Thread(target=countdown, args=(COUNT // 2,)) thread2 = threading.Thread(target=countdown, args=(COUNT // 2,)) thread1.start() thread2.start() thread1.join() thread2.join() if __name__ == '__main__': t1 = timeit.Timer(task1) print "countdown in one thread ", t1.timeit(1) t2 = timeit.Timer(task2) print "countdown in two thread ", t2.timeit(1)
task1是单线程，task2是双线程，在我的4核的机器上的执行结果：
countdown in one thread 3.59939150155
countdown in two thread 9.87704289712
天呐，双线程比单线程计算慢了2倍多，这是为什么呢，因为countdown是CPU密集型任务（计算嘛）
I/O密集型任务：线程做I/O处理的时候会释放GIL,其他线程获得GIL，当该线程再做I/O操作时，又会释放GIL，如此往复；
CPU密集型任务：在多核多线程比单核多线程更差，原因是单核多线程，每次释放GIL，唤醒的哪个线程都能获取到GIL锁，所以能够无缝执行（单核多线程的本质就是顺序执行），但多核，CPU0释放GIL后，其他CPU上的线程都会进行竞争，但GIL可能会马上又被CPU0（CPU0上可能不止一个线程）拿到，导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
以上就是Python多线程原理与用法实例剖析的详细内容，更多请关注0133技术站其它相关文章！
