python是支持多線程的，主要是通過thread和threading這兩個模塊來實(shí)現(xiàn)的。thread模塊是比較底層的模塊，threading模塊是對thread做了一些包裝的，可以更加方便的使用。
雖然python的多線程受GIL限制，并不是真正的多線程，但是對于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(shí)例來驗(yàn)證多線程的效率。代碼只涉及頁面獲取，并沒有解析出來。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
# -*-coding:utf-8 -*-import urllib2, timeimport threadingclass 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 |
|
1
2
3
4
5
|
if __name__ == '__main__': # 構(gòu)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)) |
|
1
2
3
4
5
6
|
# 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) |
|
1
2
3
4
5
6
7
8
9
10
|
# 多線程 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) |
分別用兩種方式獲取10個訪問速度比較慢的網(wǎng)頁，一般方式耗時50s，多線程耗時10s。
多線程代碼解讀:
|
1
2
3
4
5
6
7
8
9
|
# 創(chuàng)建線程類，繼承Thread類class MyThread(threading.Thread): def __init__(self, func, args): threading.Thread.__init__(self) # 調(diào)用父類的構(gòu)造函數(shù) self.args = args self.func = func def run(self): # 線程活動方法 apply(self.func, self.args) |
|
1
2
3
4
5
6
|
threadList = [MyThread(open_url, (url,)) for url in urlList] # 調(diào)用線程類創(chuàng)建新線程，返回線程列表 for t in threadList: t.setDaemon(True) # 設(shè)置守護(hù)線程，父線程會等待子線程執(zhí)行完后再退出 t.start() # 線程開啟 for i in threadList: i.join() # 等待線程終止，等子線程執(zhí)行完后再執(zhí)行父線程 |
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助。
原文鏈接：http://www.server110.com/python/201603/11541.html
