python网络安全模块,python-网络安全编程第五天(threading多线程模块&Queue模块)

前言

昨天晚上9点多就睡了 2点起来没睡意。。。 那就学习吧emmmm ，拿起闲置几天的python课程学习。学习到现在5.58了 总结下 继续开始学习新的内容

多多线程？

线程(英语:thread)是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。在Unix System V及SunOS中也被称为轻量进程(lightweight processes)，但轻量进程更多指内核线程(kernel thread)，而把用户线程(user thread)称为线程。

进程(Process)是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体;在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

使用线程可以把占据长时间的程序中的任务放到后台去处理。

用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度

程序的运行速度可能加快

在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

线程可以被抢占(中断)

在其他线程正在运行时，线程可以暂时搁置(也称为睡眠) -- 这就是线程的退让。

python多线程-引入threading模块

threading模块用于提供线程相关的操作，线程是应用程序中工作的最小单元。python当前版本的多线程库没有实现优先级、线程组，线程也不能被停止、暂停、恢复、中断。

threading模块提供的类：　　Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local

import threading

线程模块

Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。

threading 模块提供的其他方法：

threading.currentThread(): 返回当前的线程变量。

threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。

threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:

run(): 用以表示线程活动的方法。

start():启动线程活动。

join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。

isAlive(): 返回线程是否活动的。

getName(): 返回线程名。

setName(): 设置线程名。

python多线程-通过threading.Thread()创建线程

通过threading.Thread()创建线程。其中target接收的是要执行的函数名字，args接收传入函数的参数

eg:

importthreadingimporttimedefxiaohua(n):print("xiaohua:%s"%(n))

time.sleep(2)#增加延迟可以看到效果

#创建2个线程

t1=threading.Thread(target=xiaohua,args=(2,))

t2=threading.Thread(target=xiaohua,args=(3,))#启动2个线程

t1.start()

t2.start()

程序运行后，主线程从上到下依次执行，在t1，t2两个线程启动后，与主线程并行，抢占CPU资源。xiaohua函数内部我们增加了2秒的延迟 正常清空下我们执行依次xiaohua函数第一个print很快第二个print要等上两秒 此时我们用的是多线程 所以这两行结果同时打印。

python-Queue模块

Python的Queue模块中提供了同步的、线程安全的队列类，包括FIFO(先入先出)队列Queue，LIFO(后入先出)队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。

Queue.qsize() 返回队列的大小

Queue.empty() 如果队列为空，返回True,反之False

Queue.full() 如果队列满了，返回True,反之False

Queue.full 与 maxsize 大小对应

Queue.get([block[, timeout]])获取队列，timeout等待时间

Queue.get_nowait() 相当Queue.get(False)

Queue.put(item) 写入队列，timeout等待时间

Queue.put_nowait(item) 相当Queue.put(item, False)

Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号

Queue.join() 实际上意味着等到队列为空，再执行别的操作

Queue模块-FIFO队列

class Queue.Queue(maxsize=0)

FIFO即First in First Out,先进先出。Queue提供了一个基本的FIFO容器，使用方法很简单,maxsize是个整数，指明了队列中能存放的数据个数的上限。一旦达到上限，插入会导致阻塞，直到队列中的数据被消费掉。如果maxsize小于或者等于0，队列大小没有限制。

importqueue

Queue=queue.Queue()for i in range(6):

Queue.put(i)while notQueue.empty():print(Queue.get())

执行结果

Queue模块-LIFO队列

class Queue.LifoQueue(maxsize=0)

LIFO即Last in First Out,后进先出。与栈的类似，使用也很简单,maxsize用法同上

importqueue

Queue=queue.LifoQueue()for i in range(6):

Queue.put(i)while notQueue.empty():print(Queue.get())

执行结果:

综合运用

#coding=utf-8

importthreading, queue, time, urllibfrom urllib importrequest

baseUrl= ‘http://www.pythontab.com/html/pythonjichu/‘urlQueue=queue.Queue()for i in range(2,10):

url=baseUrl+str(i)+‘.html‘urlQueue.put(url)print(url)deffetchUrl(urlQueue):whileTrue:try:

url=urlQueue.get_nowait()#相当queue.get(False)

i=urlQueue.qsize()#返回队列的大小

exceptException as e:break

print(‘当前线程名%s,url:%s‘%(threading.currentThread().name,url));try:

response=urllib.request.urlopen(url)

responseCode=response.getcode()exceptException as e:continue

if responseCode==200:#抓取内容的数据处理可以放到这里##为了突出效果， 设置延时

time.sleep(1)if __name__==‘__main__‘:

startTime=time.time()

threads=[]

threadNum=4

for i inrange(0,threadNum):

t=threading.Thread(target=fetchUrl,args=(urlQueue,))

threads.append(t)#将线程加入到容器

print(threads)for t inthreads:

t.start()for t inthreads:

t.join()

endTime=time.time()print(‘time=%s‘%(endTime-startTime))

参考学习:https://www.cnblogs.com/tkqasn/p/5700281.html

https://www.runoob.com/python/python-multithreading.html

https://www.cnblogs.com/itogo/p/5635629.html

原文：https://www.cnblogs.com/xhds/p/12220513.html