### Python 多线程示例与教程 Python 的多线程可以通过 `threading` 模块来实现。下面是一个简单的多线程示例，展示如何通过多个线程并发执行任务。 #### 基础多线程示例 以下代码展示了如何使用 `threading` 模块创建两个线程，并让它们分别打印不同的消息： ```python import threading def thread_task(name): print(f"Task {name} is running on thread {threading.current_thread().name}") # 创建线程对象 t1 = threading.Thread(target=thread_task, args=("One",)) t2 = threading.Thread(target=thread_task, args=("Two",)) # 启动线程 t1.start() t2.start() # 等待线程完成 t1.join() t2.join() print("Both threads have finished execution.") ``` 此代码片段定义了一个函数 `thread_task` 并将其作为目标传递给两个独立的线程[^1]。每个线程启动后会运行自己的任务，并最终等待所有线程完成后继续主线程逻辑。 --- #### 使用队列管理多线程任务 当处理大量任务时，可以结合 `queue.Queue` 来分配工作负载。以下是基于引用中的爬虫案例改进的一个多线程版本[^3]： ```python import threading import queue import requests from lxml import etree data_list = [] # 设置一个全局变量的列表用于存储结果 class MyThread(threading.Thread): def __init__(self, q): super().__init__() self.q = q def run(self): while not self.q.empty(): url = self.q.get() try: resp = requests.get(url, timeout=5) # 添加超时时间以避免阻塞 html = etree.HTML(resp.content) titles = html.xpath('//span[@class="video-title"]/text()') sources = html.xpath('//div[@class="video-play"]/video/@src') for title, source in zip(titles, sources): data_dict = {"title": title.strip(), "src": source} data_list.append(data_dict) except Exception as e: print(f"Error processing URL {url}: {e}") self.q.put(url) # 出现异常重新加入队列 finally: self.q.task_done() if __name__ == "__main__": urls_queue = queue.Queue() # 假设这里有一些URL需要爬取 urls_to_crawl = [ "http://example.com/page1", "http://example.com/page2" ] for url in urls_to_crawl: urls_queue.put(url) num_threads = 4 # 定义线程数 threads = [] for _ in range(num_threads): t = MyThread(urls_queue) t.daemon = True # 主程序退出时自动终止子线程 t.start() threads.append(t) # 阻塞直到队列为空 urls_queue.join() # 打印收集到的数据 for item in data_list: print(item) ``` 在此代码中，`MyThread` 类继承自 `threading.Thread`，并通过队列接收任务。每当一个线程从队列取出一项任务时，它都会尝试解析网页并将结果保存至全局列表 `data_list` 中[^3]。 --- #### 实用资源推荐 对于更深入的学习，可参考以下资料： - **官方文档**: 提供详尽的 API 和最佳实践说明[^1]。 - **GitHub 开源项目**: 包含多种语言的实际应用案例[^2]。 --- ###