线程与线程

Question

Python 中的 threading 和 thread 模块有什么区别？

Answer 1

在 Python 3 中，thread 已重命名为 _thread。它是用于实现线程的基础设施代码，普通的 Python 代码不应该靠近它。

_thread 公开了底层操作系统级进程的相当原始的视图。这几乎不是您想要的，因此在 Py3k 中重命名以表明它实际上只是一个实现细节。

threading 添加了一些额外的自动记帐，以及一些便利的实用程序，所有这些使其成为标准 Python 代码的首选。

注意：正如Jeril的替代答案中提到的，当考虑在Python中使用线程来执行后台任务时，也采取将concurrent.futures.ThreadPoolExecutor视为比线程更高级别的API：https://docs.python.org/3/library/concurrent.futures.html#concurrent.futures.ThreadPoolExecutor

Answer 2

threading 只是一个与thread 接口的更高级别模块。

请参阅此处的线程文档：

http://docs.python.org/library/threading。 html

Answer 3

如果我没记错的话，线程允许您将函数作为单独的线程运行，而使用线程您必须< /s> 创建一个类，但获得更多功能。

编辑：这并不完全正确。 threading 模块提供了创建线程的不同方式：

• threading.Thread(target=function_name).start()
• 创建 threading.Thread 的子类> 使用您自己的 run() 方法，然后启动它

Answer 4

Python 中还有另一个库可以用于线程并且工作得很好。

该库名为 concurrent.futures。这使我们的工作更加轻松。

它具有 线程池 和 进程池。

下面给出了一个见解：

ThreadPoolExecutor 示例

import concurrent.futures
import urllib.request

URLS = ['http://www.foxnews.com/',
        'http://www.cnn.com/',
        'http://europe.wsj.com/',
        'http://www.bbc.co.uk/',
        'http://some-made-up-domain.com/']

# Retrieve a single page and report the URL and contents
def load_url(url, timeout):
    with urllib.request.urlopen(url, timeout=timeout) as conn:
        return conn.read()

# We can use a with statement to ensure threads are cleaned up promptly
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
    # Start the load operations and mark each future with its URL
    future_to_url = {executor.submit(load_url, url, 60): url for url in URLS}
    for future in concurrent.futures.as_completed(future_to_url):
        url = future_to_url[future]
        try:
            data = future.result()
        except Exception as exc:
            print('%r generated an exception: %s' % (url, exc))
        else:
            print('%r page is %d bytes' % (url, len(data)))

另一个示例

import concurrent.futures
import math

PRIMES = [
    112272535095293,
    112582705942171,
    112272535095293,
    115280095190773,
    115797848077099,
    1099726899285419]

def is_prime(n):
    if n % 2 == 0:
        return False

    sqrt_n = int(math.floor(math.sqrt(n)))
    for i in range(3, sqrt_n + 1, 2):
        if n % i == 0:
            return False
    return True

def main():
    with concurrent.futures.ThreadPoolExecutor() as executor:
        for number, prime in zip(PRIMES, executor.map(is_prime, PRIMES)):
            print('%d is prime: %s' % (number, prime))

if __name__ == '__main__':
    main()

Answer 5

模块“Thread”将线程视为一个函数，而模块“threading”则以面向对象的方式实现，即每个线程对应一个对象。