python pyqt5label被点击触发_Python 做 UI 超 easy！(6.3)——分身有术，利用多线程并行处理...

上一节已经完成对服务端的改造，服务端可以正常将客户端 POST 过来的数据 print 出来，起码逻辑上服务端已经具备接收能力，虽然很糙。

TIPS
无论大产品、小产品，都是从粗糙到细致，不断 ”打磨“，最终逼近目标，不要对半成品有偏见。

有同学在 6.2 节遇到问题： 没有合适的 HTTP 调试工具，对命令行使用 Curl 也不熟悉。下午抽空写了个简单的图形化 HTTP 调试工具 ，纯 Python 的，大家可以按需取用。下面是使用场景。

JiangChuanGo/tools​github.com

继续上一节的问题，服务端收到数据，如何在视窗中输出？

一个程序，两个死循环！

按找常识来说，一个流程一旦陷入死循环，就不可能再执行其他的死循环了。

但是我们确实需要两个死循环分别用于：

• 客户端可能随时发来数据，在死循环中等待来自网络的数据；
• 一个循环来等待 window.read 函数返回。

按照常规方法，显然是二者无法兼顾了。

TIPS
有同学可能会问，为什么两个逻辑不在同一个循环里解决呢？这是个很好的想法，但是我们使用的 bottle 库没有直接暴露事件循环给我们，暂时不考虑这种做法。不过这是一个很棒的想法，工程中也确实有这种做法：多种库由统一的事件循环驱动。

如果计算机一次只能干一件事，那太无聊了，现实中我们也会一边听歌、一边码字。计算机具备同时干多件事的能力。

TIPS
实际上即使是听歌一件事，对计算机来说也是多个任务构成的：听歌不停变化的软件界面、音频解码等等。

计算机同时处理多个事务，就是它的并行计算。并行处理可选的技术有：

• 多线程
• 多进程

等技术，在逻辑上它们二者差异不大，差异可以百度。我们今天使用多线程技术。

TIPS
Python 编程一定要站在巨人的肩膀上，多借助第三方库。

threading 库可以帮助我们在一个程序里，运行多个业务流，实现并行处理。

利用并行处理技术，前面遇到的两个死循环的流程，看起来就会是这样：

图最底下的 Queue 是两个线程之间的红色连接线的放大。

左边是视窗的事件循环，与之前天气预报程序的循环是一样的；右边是 bottle 的事件循环，功能是上一节实现的 web 服务，可以接受客户端 post 的数据。它们各自所在的程序执行流，称之为线程，它们的执行进程互不干扰，各自为政。

先有沟通，才能协作

解决了一个程序执行两个事件循环的问题之后，两个线程不能各自割据，它们被创造出来是为了共同协作，实现我们要的功能：接收客户端的数据，并显示在视窗里。web 服务线程需要将收到的消息，发送给视窗线程。

多个线程之间协作，与多人协作一样，取拿之间如果协商不好，就会发生 “竞争”，比如刚取了一半新数据就覆盖了剩下的数据，这当然不是我们想看到的。一种做法是在两个线程之间放置一个管道，有点像传送带。web 服务线程一收到消息，就放到这个管道的一端，视窗线程则从另外一边不断的取出消息。

TIPS
这种管道实际上是先进先出（FIFO）队列，与平时排队类似，出入口各一；其他的还有先进后出队列，出入口共用。

我们会使用 queue 库来实现这样的功能。

视窗的同步和异步

bottle 库的事件处理本身就是异步的，当有新的消息的时候，消息处理函数才会被执行（称为回调用函数 callback function），新消息总是会被及时放到管道中。但是视窗事件循环却不是这样。

观察之前天气预报程序中 window.read() 一行，如果在其后一行设置断点，你会发现如果视窗中没有按钮被按下，Python 执行流会永远 “卡” 在 window.read()，无法执行。

TIPS
在第 31 行设置了断点，这一行已经处于 “事件循环” 中。
点击按钮以后，Python 才会停在第 31 行的断点处。
之后单步执行，一轮循环结束重新进入第 29 行的时候，可以看到 Python 没有继续向下执行，而是卡在第 29 行，直到 read 函数再次被按钮触发返回，才继续执行。

我们一直以来用的都是 PySimpleGUI 的默认模式——同步模式，除此之外还有异步模式，正好可以解决手头的问题。

同步模式是完全由用户操作驱动的，“敌不动，我不动”，如果用户不点击按钮，整个程序就死等。好比有的人比较憨，打一下动一下，不打不动。

同步模式有什么好处呢？逻辑简单！来活干活调整视窗，没活歇着，简单明了。同时带来的局限性就是，程序无法主动更新视窗，因为没有事件触发的话， 除了 read 函数，其他什么指令都不会被执行。

这种情况下，如果没有用户干预，管道里 web 服务发来的消息就永远不会被取出了，肯定是不行的。总不能让用户守着，过一会而点一下按钮：“你看看有人给我发消息没有”。这就成了大家所谓的 “智障” 产品了。我们需要视窗更主动一些：

• 如果有用户触发，处理用户行为；
• 如果有空（比如过了 100 毫秒用户也没有动作），就去看看有没有新消息，如果有的话，update 到视窗中。

这样程序就可以抽空（ 100 毫秒没有用户事件发生 ）去检查新消息。在异步模式下，有两种事件让 read 函数返回：

• 用户触发；
• 达到指定的时间，超时触发；

与用户点击按钮会将 event 设置为触发组件的 key 类似（希望你还记得，它是字符串，比如 “-CITY-”），超时触发的时候 event 也会被设置为一个 key："__TIMEOUT__"。

TIPS
"__TIMEOUT__" 是超时事件的默认 event 名称，你也可以在 read 函数中用 timeout_key 参数指定一个新的字符串，作为超时事件的 event 名称。

我们做一个简单的 demo 演示这种超时，我们做一个计时器，每 1s 加 1，设置这么长的间隔，目的是让大家理解，PySimpleGUI 是如何抽空去更新视窗中的 “计数” 的。

代码在这里！

https://github.com/JiangChuanGo/examples/blob/master/PySimpleGUIDemos/bottle_demo/simpleCounter.py​github.com

可以看到，如果用户不点击触发按钮事件，read 就会因为被超时触发，进入处理超时事件的代码：增加计数。

一旦我们快速的触发按钮事件，发现计数器不会增加了，这是因为每触发一次事件，read 函数的计数器就会重置，重新开始计数，下一轮依然有用户输入的话，超时任务就不会被执行。

实际应用中，超时事件在十几毫秒到 200 毫秒之间，可以保证在用户的两次点击之间，超时逻辑肯定会被执行几次。

只要没有用户输入，超时逻辑就会被周期性的执行，这非常适合主动更新视窗的工作，我们稍后的工作也是围绕着超时事件的处理来做，完成从管道中取数据，更新显示的工作。

俯瞰全局

前面探讨的内容，主要解决了几个问题：

• 怎么在一个程序里跑多个死循环：用多线程；
• 多个线程怎么协作：用先进先出队列当作通信管道；
• 视窗线程无法主动更新显示：使用 read 函数的异步模式，产生超时事件来主动更新显示。

让我们将上一节中的这个图：

结合今天得到的三个新解决方案，得到这样的图示：

我们会在 web 服务线程的 post 方法请求函数中将收到的消息放入管道；视窗线程定时检查管道，有消息的话，就更新显示。

其实逻辑不是很复杂，这一图足以，除了我的艺术细菌有点变异之外，笔芯～

总结：

本来今天想一鼓作气把代码讲完，但是一不小心已经这么长的内容了，不如放到明天，从容的展开好了。

编程其实只要能过了语言关，剩下的主要就是：

• 逻辑问题、
• 第三方库、

问题，假以时日打通任督二脉，什么语言就都不在话下。

编程的核心在于思想不在编程语言，就像写作的精髓在故事，而不是写字本身。

加油了，明天见～

今天用到的代码

https://github.com/JiangChuanGo/examples/blob/master/PySimpleGUIDemos/bottle_demo/simpleCounter.py​github.com

以及 HTTP 调试工具

JiangChuanGo/tools​github.com

关注我，了解程序员的烧脑日常，还有开源的视频教程。