【掌握Python多线程并发编程】轻松入门高效实现

作者：用户BYRM 更新时间：2025-05-29 06:45:40 阅读时间： 2分钟

前言

在当今快速发展的互联网时代，高效率的程序执行变得尤为重要。Python作为一种广泛使用的编程语言，其多线程并发编程功能能够显著提高程序的执行效率。本文将带你轻松入门Python多线程并发编程，并展示如何高效实现。

学前须知

在开始学习之前，你需要具备以下基础：

Python基础语法
Python文件操作
Python模块应用

开发工具

推荐使用PyCharm作为开发工具，它具有强大的代码编辑和调试功能。

课程安排

进程实现多任务
线程实现多任务
多任务应用

一、多任务介绍

1.1 多任务的概念

多任务是指在同一时间内执行多个任务。

1.2 多任务的两种表现形式

并发：在一段时间内交替去执行多个任务。
并行：在一段时间内真正的同时一起执行多个任务。

1.3 并发

例子：对于单核CPU处理多任务，操作系统轮流让各个任务交替执行。

1.4 并行

例子：对于多核CPU处理多任务，操作系统会给CPU的每个内核安排一个执行的任务，多个内核是真正的一起同时执行多个任务。

二、线程的介绍

线程是一个独立的执行流程，每个线程都有自己的堆栈空间和程序计数器，它们同时运行，但不一定按照顺序执行。

三、多线程实现多任务

3.1 线程的创建步骤

import threading

def printtime(threadName, delay):
    count = 0
    while count < 5:
        time.sleep(delay)
        count += 1
        print("%s: %s" % (threadName, time.ctime(time.time())))

try:
    thread1 = threading.Thread(target=printtime, args=("Thread-1", 2,))
    thread2 = threading.Thread(target=printtime, args=("Thread-2", 4,))
except:
    print("Error: 无法启动线程")

thread1.start()
thread2.start()

thread1.join()
thread2.join()

3.2 线程执行带有参数的任务

def worker(name, delay):
    print(f"线程 {name} 开始")
    time.sleep(delay)
    print(f"线程 {name} 完成")

thread1 = threading.Thread(target=worker, args=("Thread-1", 2,))
thread2 = threading.Thread(target=worker, args=("Thread-2", 4,))

thread1.start()
thread2.start()

thread1.join()
thread2.join()

3.3 主线程和子线程的结束顺序

主线程会等待所有的子线程完成才结束。
设置守护主线程：只有所有守护线程都结束，整个Python程序才会退出。

四、线程间的执行顺序

4.1 线程间的执行是无序的

4.2 例子

import threading

def print_numbers():
    for i in range(5):
        print("数字", i)

thread1 = threading.Thread(target=print_numbers)
thread2 = threading.Thread(target=print_numbers)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

五、多线程-案例

5.1 需求分析

编写一个简单的网络爬虫，使用多线程同时爬取多个网页。

5.2 实现

import threading
import requests

def crawl(url):
    response = requests.get(url)
    print(f"爬取 {url} 成功")

urls = [
    "http://www.example.com",
    "http://www.example.org",
    "http://www.example.net"
]

threads = []
for url in urls:
    thread = threading.Thread(target=crawl, args=(url,))
    threads.append(thread)
    thread.start()

for thread in threads:
    thread.join()

六、进程和线程对比

6.1 关系对比

进程是线程的容器。
一个进程可以包含多个线程。

6.2 区别对比

进程是系统进行资源分配的最小单位，而线程是进程执行程序时的最小调度单位。
进程有自己独立的内存空间，而线程共享进程的内存空间。

6.3 优缺点对比

进程：优点是资源独立，缺点是创建和切换开销大。
线程：优点是创建和切换开销小，缺点是资源共享，存在竞争问题。

七、总结

通过本文的学习，相信你已经掌握了Python多线程并发编程的基本知识和技能。在实际应用中，合理运用多线程技术可以显著提高程序的执行效率。希望本文能帮助你轻松入门Python多线程并发编程，并在实践中不断提高自己的技能。