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。

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。