python爬虫的用途_python3爬虫中使用join的好处有哪些?

当我们想要去学习一个函数时，是因为这个函数的作用在以后中可以为我们所用。在今天小编不直接将join函数的好处，我们需要在多线程中，测试不使用join和使用join进行一个区别比较，相信这样对比例子更能让小伙伴们记忆深刻。接下来就join函数在多线程环境下的使用进行一个分析比较，感兴趣的小伙伴请往下看：

没有join的时候，同时出现多个线程的情况import time

def thread_job():

"""工作内容：先打印出“T1 start”，然后每走一步休息0.1秒，最后print做完了"""

print("T1 start\n")

for i in range(10):

time.sleep(0.1)

print("T1 finishes\n")

def main2():

# 添加的线程，同时给他定义一个工作，通过target传进去工作内容，同时给他命名是T1。

added_thread = threading.Thread(target=thread_job, name='T1')

# 同时加上执行的语句 .start() 运行

added_thread.start()

# 看看是不是等线程都运行完了、才回print all done

print("All done \n")

if __name__ == '__main__':

main2()

运行结果是T1 start

All done

T1 finishes

可以看到，没有等到T1全部结束、就提前运行了all done，最后才是T1 finish。其实多线程是同时在进行的线程任务；如果某些时候想等到所有线程都完成之后、再进行其他的语句，那么需要用到join。

通过join强制所有的子线程结束后、再运行主线程def thread_job():

"""工作内容：先打印出“T1 start”，然后每走一步休息0.1秒，最后print做完了"""

print("T1 start\n")

for i in range(10):

time.sleep(0.1)

print("T1 finishes\n")

def main3():

# 添加的线程，同时给他定义一个工作，通过target传进去工作内容，同时给他命名是T1。

added_thread = threading.Thread(target=thread_job, name='T1')

# 同时加上执行的语句 .start() 运行

added_thread.start()

# 等到所有线程都结束，再运行print("All done \n")，需要通过join进行拦截

added_thread.join()

# 看看是不是等线程都运行完了、才回print all done

print("All done \n")

if __name__ == '__main__':

main3()

运行结果

T1 start

T1 finishes

All done

通过以上的对比我们可以看出，使用join后我们可以控制子线程结束后，再使主线程最后结束，这就是使用join函数在多线程环境中所带来的好处~更多Python学习指路:PyThon学习网教学中心。