python是支援多執行緒的，主要是透過thread和threading這兩個模組來實現的。 thread模組是比較底層的模組，threading模組是對thread做了一些包裝的，可以更方便的使用。
雖然python的多線程受GIL限制，並不是真正的多線程，但是對於I/O密集型計算還是能明顯提高效率，比如說爬蟲。
下面用一個實例來驗證多執行緒的效率。程式碼只涉及頁面獲取，並沒有解析出來。
# -*-coding:utf-8 -*- import urllib2, time import threading class MyThread(threading.Thread): def __init__(self, func, args): threading.Thread.__init__(self) self.args = args self.func = func def run(self): apply(self.func, self.args) def open_url(url): request = urllib2.Request(url) html = urllib2.urlopen(request).read() print len(html) return html
if __name__ == '__main__':
# 构造url列表
urlList = []
for p in range(1, 10):
urlList.append('http://s.wanfangdata.com.cn/Paper.aspx?q=%E5%8C%BB%E5%AD%A6&p=' + str(p))
# 一般方式 n_start = time.time() for each in urlList: open_url(each) n_end = time.time() print 'the normal way take %s s' % (n_end-n_start)
# 多线程 t_start = time.time() threadList = [MyThread(open_url, (url,)) for url in urlList] for t in threadList: t.setDaemon(True) t.start() for i in threadList: i.join() t_end = time.time() print 'the thread way take %s s' % (t_end-t_start)
分別用兩種方式取得10個存取速度比較慢的網頁，一般方式耗時50s，多執行緒耗時10s。
多執行緒程式碼解讀:
# 创建线程类，继承Thread类 class MyThread(threading.Thread): def __init__(self, func, args): threading.Thread.__init__(self) # 调用父类的构造函数 self.args = args self.func = func def run(self): # 线程活动方法 apply(self.func, self.args)
threadList = [MyThread(open_url, (url,)) for url in urlList] # 调用线程类创建新线程，返回线程列表 for t in threadList: t.setDaemon(True) # 设置守护线程，父线程会等待子线程执行完后再退出 t.start() # 线程开启 for i in threadList: i.join() # 等待线程终止，等子线程执行完后再执行父线程
以上就是本文的全部內容，希望對大家的學習有所幫助。
