Python 的 `threading` 模块本身并没有直接提供线程超时执行的功能，但我们可以通过一些技巧来实现这一目标。 下面是一个示例代码，展示如何结合 `Thread` 和异常机制来让某个任务在线程中运行，并设置超时时间： ```python import threading class TimeoutException(Exception): """自定义一个超时异常""" pass def thread_with_timeout(func, args=(), kwargs={}, timeout=None): """ 使用多线程并支持超时控制的通用封装函数 :param func: 需要在单独线程中运行的目标函数 :param args: 目标函数的位置参数 :param kwargs: 目标函数的关键字参数 :param timeout: 超时时间 (秒) """ result = [] exception = [] def worker(): try: res = func(*args, **kwargs) # 执行传入的func函数 result.append(res) # 将结果存储到result列表中 except Exception as e: # 如果发生异常，则记录下来 exception.append(e) thd = threading.Thread(target=worker) thd.start() thd.join(timeout) # 等待指定的时间或直到线程结束 if thd.is_alive(): raise TimeoutException(f"Function {func.__name__} timed out after {timeout} seconds") if exception: # 如果有异常则抛出捕获的第一个异常 raise exception[0] return result[0] if result else None # 示例测试函数 def long_running_task(seconds): import time print("Task started...") time.sleep(seconds) # 假设这是一个耗时操作 print("Task completed.") return "Done" try: ret = thread_with_timeout(long_running_task, args=(5,), timeout=3) # 设置超时间为3秒 except TimeoutException as te: print(te) ``` 在这个例子中我们创建了一个名为 `thread_with_timeout()` 的辅助工具函数。它接受另一个普通 Python 函数作为输入参数，在新启动的后台线程里调用这个用户提供的函数；同时允许设定最大等待时限。如果超过该时间段还没有完成计算工作，则会引发 `TimeoutException` 异常终止程序继续往下走。