python queue 调试_Python:Queue.Empty异常处理

在与某人就Python中的异常处理(由队列对象的处理引发)进行了一次简短的辩论之后,我想我应该把它扔掉。。。

方法1:import Queue

q = Queue.Queue()

try:

task=q.get(False)

#Opt 1: Handle task here and call q.task_done()

except Queue.Empty:

#Handle empty queue here

pass

#Opt2: Handle task here and call q.task_done()

方法2:import Queue

q = Queue.Queue()

if q.empty():

#Handle empty queue here

else:

task = q.get()

#Handle task here

q.task_done()

一个参数是方法1错误,因为队列为空不是错误,因此不应使用queue.empty异常处理。此外,如果您认为任务处理部分可能会很大,那么这样编写代码可能会使调试变得更困难。

另一个论点是,这两种方法在Python中都是可以接受的,并且在try/except之外处理任务可能有助于在任务处理很大的情况下进行调试,尽管大家都认为这可能比使用方法2更难看。

意见?

更新:在回答1通过后再提供一点信息。。。。

争论是在方法1在一些多线程代码中使用之后开始的。在这种情况下,代码将获取锁(从threading.lock对象)并在它返回的任务或Queue.Empty被抛出后释放它

更新2:我们都不知道队列对象是线程安全的。看来是试试看吧!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用 `threading.Event` 代替 `queue.Queue` 来控制线程的结束。`threading.Event` 是一个线程同步的工具,可以让一个或多个线程等待某个事件的发生。具体地,可以创建一个 `Event` 对象,调用 `wait()` 方法等待事件的发生,调用 `set()` 方法通知事件的发生。 下面是一个使用 `Event` 改写后的代码: ```python import queue import threading from concurrent.futures import ThreadPoolExecutor, as_completed def push_data(data_list: list): while data_list: data = data_list.pop() data_queue.put(data) def process_data(data): # 处理数据逻辑 print("Processing data:", data) if __name__ == '__main__': data_queue = queue.Queue() data_list = ["123", "456", "789"] # 创建线程池 with ThreadPoolExecutor(max_workers=5) as executor: # 启动数据生产线程 t = threading.Thread(target=push_data, args=(data_list,)) t.start() # 从队列中获取数据并处理 while True: try: data = data_queue.get(timeout=1) except queue.Empty: if not t.is_alive(): break else: continue # 提交任务到线程池 future = executor.submit(process_data, data) future.add_done_callback(lambda f: f.result()) t.join() ``` 在这个代码中,我们将数据存储在一个普通的列表中,用一个专门的线程 `push_data` 来将数据逐一放入队列中。主线程不断从队列中获取数据并处理,如果队列为空并且 `push_data` 线程已经结束,则主线程也结束。这样就可以避免使用 `Event` 对象了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值