线程与线程

Python中的threading和thread模块之间有什么区别？

在Python 3中，thread已重命名为_thread。它是用于实现的基础结构代码，threading普通的Python代码不应该靠近它。

_thread公开了底层操作系统级别流程的原始视图。这几乎绝不是您想要的，因此在Py3k中重命名以表明它实际上只是实现细节。

threading 添加了一些额外的自动记帐功能，以及一些便捷实用程序，所有这些使它成为标准Python代码的首选。

threading只是接口更高级别的模块thread。

看到这里的threading文档：

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

如果我没记错的话，thread允许您将函数作为单独的线程运行，而threading您必须创建一个class，但是要获得更多的功能。

编辑：这不是完全正确。threading模块提供了创建线程的不同方法：

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

Python中还有一个库可以用于线程化，并且运行良好。

该库称为current.futures。这使我们的工作更加轻松。

它具有线程池和进程池。

以下提供了一个见解：

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)))

另一个例子

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()

模块“线程”将线程视为函数，而模块“线程”以面向对象的方式实现，即每个线程都对应一个对象。