### 使用 Python 的 `threading` 模块创建和管理多线程 #### 创建线程 通过 `threading.Thread` 类可以轻松地创建新线程。可以通过继承该类并重写其 `run()` 方法来自定义行为，或者直接传递目标函数给它。 以下是基于目标函数的方式创建多个线程的例子： ```python import threading import time def worker(thread_name, delay): """模拟工作负载""" print(f"[INFO] {thread_name} 开始执行.") time.sleep(delay) print(f"[INFO] {thread_name} 执行完成.") # 创建线程列表用于存储所有线程对象 threads = [] for i in range(5): # 假设我们想启动5个线程 t = threading.Thread(target=worker, args=(f"线程-{i}", i)) threads.append(t) # 启动所有线程 for t in threads: t.start() # 等待所有线程结束 for t in threads: t.join() # join方法会阻塞主线程直到子线程运行完毕 print("[INFO] 主程序退出.") ``` 上述代码展示了如何利用参数化的目标函数来分配不同的延迟时间给各个线程[^2]。 #### 守护线程与非守护线程的区别 在线程初始化时可设置为守护模式（daemon mode）。当所有的非守护线程结束后，无论守护线程是否仍在运行，整个进程都会终止。下面是一个简单的例子展示这一特性： ```python def daemon_worker(): while True: print("Daemon thread is running...") time.sleep(1) d_thread = threading.Thread(target=daemon_worker, daemon=True) d_thread.start() time.sleep(3) # 让主程序等待三秒后再退出 print("Main program finished.") ``` 这里设置了线程为守护状态，并观察到即使循环不断打印消息，在主程序设定的时间之后也会自动停止[^4]。 #### 高级功能：队列配合多线程 为了更好地协调生产者消费者模型中的数据流动，推荐结合 `queue.Queue` 来实现安全的数据交换机制。这不仅简化了同步逻辑还提高了效率。 ```python from queue import Queue q = Queue(maxsize=0) # 初始化一个无界队列 def producer(q): for item in ["task1", "task2"]: q.put(item) print(f"{item} 已放入队列") def consumer(q): while not q.empty(): task = q.get() print(f"正在处理{task}") q.task_done() producer_thread = threading.Thread(target=producer, args=(q,)) consumer_thread = threading.Thread(target=consumer, args=(q,)) producer_thread.start(); consumer_thread.start(); producer_thread.join(); consumer_thread.join(); print("All tasks completed!") ``` 此脚本演示了怎样借助队列让不同线程间共享资源而无需担心竞争条件等问题的发生[^3]。