python threading获取线程函数返回值

最近需要用python写一个环境搭建工具，多线程并行对环境各个部分执行一些操作，并最终知道这些并行执行的操作是否都执行成功了，也就是判断这些操作函数的返回值是否为0。但是threading并没有显式的提供获取各个线程函数返回值的方法，只好自己动手，下面就介绍一下自己的实现方式。

一开始考虑到执行的操作可能有很多，而且后续会不断补充，因此先写了一个通用的多线程执行类，封装线程操作的基本方法，如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

import  threading class  MyThread( object ):      def  __init__( self , func_list = None ):      #所有线程函数的返回值汇总，如果最后为0，说明全部成功          self .ret_flag =  0          self .func_list =  func_list          self .threads =  []                def  set_thread_func_list( self , func_list):          """          @note: func_list是一个list，每个元素是一个dict，有func和args两个参数          """          self .func_list =  func_list        def  start( self ):          """          @note: 启动多线程执行，并阻塞到结束          """          self .threads =  []          self .ret_flag =  0          for  func_dict in  self .func_list:              if  func_dict[ "args" ]:                  t =  threading.Thread(target = func_dict[ "func" ], args = func_dict[ "args" ])              else :                  t =  threading.Thread(target = func_dict[ "func" ])              self .threads.append(t)            for  thread_obj in  self .threads:              thread_obj.start()            for  thread_obj in  self .threads:              thread_obj.join()        def  ret_value( self ):          """          @note: 所有线程函数的返回值之和，如果为0那么表示所有函数执行成功          """          return  self .ret_flag

MyThread类会接受一个func_list参数，每个元素是一个dict，有func和args两个key，func是真正要执行的函数引用，args是函数的参数。其中最主要的方法是start方法，会多线程执行每个func，然后一直等到所有线程都执行结束后退出。接下来的关键就是如何对self.ret_flag设置正确的值，以判断所有的线程函数是否都返回0了。

我的实现是，在MyThread class中写一个方法trace_func，作为直接的线程函数，这个trace_func中执行真正需要执行的函数，从而可以获取到该函数的返回值，设置给self.ret_flag。

这个trace_func的第一参数是要执行的func引用，后面是这个func的参数，具体代码如下：

?

1 2 3 4 5 6

def  trace_func( self , func, * args, * * kwargs):      """      @note:替代profile_func，新的跟踪线程返回值的函数，对真正执行的线程函数包一次函数，以获取返回值      """      ret =  func( * args, * * kwargs)      self .ret_flag + =  ret

这样就需要修改start方法中Thread函数的设置，代码如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

def  start( self ):      """      @note: 启动多线程执行，并阻塞到结束      """      self .threads =  []      self .ret_flag =  0      for  func_dict in  self .func_list:          if  func_dict[ "args" ]:              new_arg_list =  []              new_arg_list.append(func_dict[ "func" ])              for  arg in  func_dict[ "args" ]:                  new_arg_list.append(arg)              new_arg_tuple =  tuple (new_arg_list)              t =  threading.Thread(target = self .trace_func, args = new_arg_tuple)          else :              t =  threading.Thread(target = self .trace_func, args = (func_dict[ "func" ],))          self .threads.append(t)        for  thread_obj in  self .threads:          thread_obj.start()        for  thread_obj in  self .threads:          thread_obj.join()

这样能够成功获得返回值了,实验:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

def  func1(ret_num):      print  "func1 ret:%d"  %  ret_num      return  ret_num   def  func2(ret_num):      print  "func2 ret:%d"  %  ret_num      return  ret_num   def  func3():      print  "func3 ret:100"      return  100   mt =  MyThread() g_func_list =  [] g_func_list.append({ "func" :func1, "args" :( 1 ,)}) g_func_list.append({ "func" :func2, "args" :( 2 ,)}) g_func_list.append({ "func" :func3, "args" : None }) mt.set_thread_func_list(g_func_list) mt.start() print  "all thread ret : %d"  %  mt.ret_flag

最后的输出结果

func1 ret:1
func2 ret:2
func3 ret:100
all thread ret : 103