python程序部署--后台运行, threading与其他

python脚本的后台执行

一般而言, 在windows中执行python脚本, 需要打开命令行,然后执行
python target.py
要提高自动化程度, 可以:

• 创建当前程序的快捷方式, 在属性-目标项的前端插入python
• 更改默认打开方式为使用中的python.exe或在打开方式中选取

使用python打开程序时, 会绑定显示命令提示符窗口,参考这个解决:

• 将python.exe替换成pythonw.exe, 程序就可以在Windows后台执行, 不显示命令提示符窗口；
• 另一种方法是修改脚本的扩展名为".pyw"，双击即可后台运行，不需要修改任何代码

ipython脚本的执行

以下内容选自ipython官方wiki:

%run -i foo.py 将在执行py文件后保留变量在当前ipython console, 会占用ipython程序
%bg _ip.magic('run -i foo.py') 程序将在后台运行, 同时你可以实时访问其中的变量,即使时在运行中

threading

threading的基本用法:

def func():
    # Do something here
threading.Thread(target=func).start()

threading与定时器结合示例

import threading
def producer_time(next_coroutine=None,max_iter=10, dt=2):
    counter = 0
    status = True
    while(True):
        t = time.time()
        if (not status) and t%dt<0.1:
#            next_coroutine.send('run') # 这里可以传进参数, 虽然这里没有必要; 这说明其仍有额外的自由度
            print(t)
            counter+=1
            status = True
        if (status and t%dt>=0.1):
            status = False #reset
        if counter>max_iter:
            break
threading.Thread(target=producer_time).start()
print('a')

一些观测到的特性:

• Ctrl+C 不会终止threading中的程序
• Ctrl+C 之后虽然控制台出现了In提示符, 但threading终止之前依然无法执行新的程序

在搜索threading用法的过程中, 发现了诸多可能有用的库,包括:

• subprocess
• signal
• multiprocessing
• ayncio
• concurrent等

以及一些不错的网站/教程:

• An Intro to Threading in Python
• StackOverFlow主题 How to use threading in Python?
• 万能的google

将在日后作进一步的探索