【从零学习python 】81.Python多线程通信与队列的应用

线程间通信

线程之间有时需要进行通信，而操作系统提供了多种机制来实现进程间的通信。其中，我们经常使用的一种方式是使用队列（Queue）。

Queue的原理

Queue是一个先进先出（First In First Out）的队列。主线程中创建一个Queue对象，并作为参数传递给子线程。通过put()方法将数据放入队列中，通过get()方法从队列中取出数据。在调用get()方法后，队列中的数据会被同时删除。我们可以使用multiprocessing模块中的Queue实现多线程之间的数据传递。

import threading
import time
from queue import Queue

# 生产者函数，用于将数据放入队列中
def producer(queue):
    for i in range(100):
        print('{}存入了{}'.format(threading.current_thread().name, i))
        queue.put(i)
        time.sleep(0.1)

# 消费者函数，用于从队列中取出数据
def consumer(queue):
    for x in range(100):
        value = queue.get()
        print('{}取到了{}'.format(threading.current_thread().name, value))
        time.sleep(0.1)
        if not value:
            return

if __name__ == '__main__':
    # 创建一个队列对象
    queue = Queue()

    # 创建多个线程，并将队列对象作为参数传递给线程函数
    t1 = threading.Thread(target=producer, args=(queue,))
    t2 = threading.Thread(target=consumer, args=(queue,))
    t3 = threading.Thread(target=consumer, args=(queue,))
    t4 = threading.Thread(target=consumer, args=(queue,))
    t6 = threading.Thread(target=consumer, args=(queue,))

    # 启动线程
    t1.start()
    t2.start()
    t3.start()
    t4.start()
    t6.start()

在上述示例中，我们创建了一个Queue对象，并将其作为参数传递给多个线程。其中，producer函数用于将数据放入队列中，consumer函数用于从队列中取出数据。通过多个消费者线程的执行，可以实现多个线程之间对于共享队列的并发访问和通信。

具体代码解释如下：

1. 导入所需的模块：threading用于创建和管理线程，time用于添加延迟效果，Queue用于创建队列对象。
2. 定义生产者函数producer(queue)，接收一个队列对象作为输入参数。该函数用于将数据放入队列中。
3. 在生产者函数中使用一个循环，从0到99，将每个数字依次放入队列中。
4. 使用threading.current_thread().name获取当前线程的名称，并打印存入的值。
5. 使用queue.put(i)将数据放入队列中。
6. 使用time.sleep(0.1)添加延迟效果。
7. 定义消费者函数consumer(queue)，同样接收一个队列对象作为输入参数。该函数用于从队列中取出数据。
8. 在消费者函数中使用一个循环，从0到99，依次从队列中取出数据。
9. 使用queue.get()获取队列中的数据，同时也会将该数据从队列中删除。
10. 使用threading.current_thread().name获取当前线程的名称，并打印取出的值。
11. 使用time.sleep(0.1)添加延迟效果。
12. 如果取出的值为假值（即空），则返回函数，结束线程的执行。
13. 在主程序中，创建一个队列对象queue。
14. 创建多个线程，并将队列对象作为参数传递给线程函数，分别创建了一个生产者线程和多个消费者线程。
15. 启动线程，通过t.start()方法启动各个线程的执行。

通过以上代码，我们可以实现多个线程之间的通信，实现了生产者线程将数据放入队列中，多个消费者线程从队列中取出数据的过程。这样，我们就完成了线程间的通信。

进阶案例

【Python】Python 实现猜单词游戏——挑战你的智力和运气！

【python】Python tkinter库实现重量单位转换器的GUI程序

【python】使用Selenium获取(2023博客之星)的参赛文章

【python】使用Selenium和Chrome WebDriver来获取 【腾讯云 Cloud Studio 实战训练营】中的文章信息

使用腾讯云 Cloud studio 实现调度百度AI实现文字识别

【玩转Python系列【小白必看】Python多线程爬虫：下载表情包网站的图片

【玩转Python系列】【小白必看】使用Python爬取双色球历史数据并可视化分析

【玩转python系列】【小白必看】使用Python爬虫技术获取代理IP并保存到文件中

【小白必看】Python图片合成示例之使用PIL库实现多张图片按行列合成

【小白必看】Python爬虫实战之批量下载女神图片并保存到本地

【小白必看】Python词云生成器详细解析及代码实现

【小白必看】Python爬取NBA球员数据示例

【小白必看】使用Python爬取喜马拉雅音频并保存的示例代码

【小白必看】使用Python批量下载英雄联盟皮肤图片的技术实现

【小白必看】Python爬虫数据处理与可视化

【小白必看】轻松获取王者荣耀英雄皮肤图片的Python爬虫程序

【小白必看】利用Python生成个性化名单Word文档

【小白必看】Python爬虫实战：获取阴阳师网站图片并自动保存

小白必看系列之图书管理系统-登录和注册功能示例代码

小白实战100案例: 完整简单的双色球彩票中奖判断程序，适合小白入门

使用 geopandas 和 shapely(.shp) 进行地理空间数据处理和可视化

使用selenium爬取猫眼电影榜单数据

图像增强算法Retinex原理与实现详解

爬虫入门指南(8): 编写天气数据爬虫程序，实现可视化分析

爬虫入门指南(7):使用Selenium和BeautifulSoup爬取豆瓣电影Top250实例讲解【爬虫小白必看】

爬虫入门指南(6):反爬虫与高级技巧：IP代理、User-Agent伪装、Cookie绕过登录验证及验证码识别工具

爬虫入门指南(5): 分布式爬虫与并发控制 【提高爬取效率与请求合理性控制的实现方法】

爬虫入门指南(4): 使用Selenium和API爬取动态网页的最佳方法

爬虫入门指南(3)：Python网络请求及常见反爬虫策略应对方法

爬虫入门指南(2)：如何使用正则表达式进行数据提取和处理

爬虫入门指南(1)：学习爬虫的基础知识和技巧

深度学习模型在图像识别中的应用：CIFAR-10数据集实践与准确率分析

Python面向对象编程基础知识和示例代码

MySQL 数据库操作指南：学习如何使用 Python 进行增删改查操作

Python文件操作指南：编码、读取、写入和异常处理

使用Python和Selenium自动化爬取 #【端午特别征文】 探索技术极致，未来因你出“粽” # 的投稿文章

Python多线程与多进程教程：全面解析、代码案例与优化技巧

Selenium自动化工具集 - 完整指南和使用教程

Python网络爬虫基础进阶到实战教程

Python入门教程：掌握for循环、while循环、字符串操作、文件读写与异常处理等基础知识

Pandas数据处理与分析教程：从基础到实战

Python 中常用的数据类型及相关操作详解

【2023年最新】提高分类模型指标的六大方案详解

Python编程入门基础及高级技能、Web开发、数据分析和机器学习与人工智能

用4种回归方法绘制预测结果图表：向量回归、随机森林回归、线性回归、K-最近邻回归