爬虫-多任务线程

1. 多任务基本介绍

有很多的场景中的事情是同时进⾏的，⽐如开⻋的时候 ⼿和脚共同来驾驶汽 ⻋，再⽐如唱歌跳舞也是同时进⾏的。

1.1 程序中模拟多任务

import time 
def sing():
 for i in range(3): 
  print("正在唱歌...%d"%i)
  time.sleep(1) 
def dance(): 
  for i in range(3): 
   print("正在跳舞...%d"%i) 
   time.sleep(1) 
if __name__ == '__main__':
   sing() 
   dance() 

2. 主线程和⼦线程的执⾏关系

主线程会等待⼦线程结束之后在结束。
join() 等待⼦线程结束之后，主线程继续执⾏。
setDaemon() 守护线程，不会等待⼦线程结束。

import threading
import time
def demo():
# ⼦线程 
 print("hello girls") 
 time.sleep(1) 
if __name__ == "__main__":
 for i in range(5):
  t = threading.Thread(target=demo) 
  t.start() 

3. 查看线程数量

threading.enumerate() #查看当前线程的数量

4. 验证⼦线程的执⾏与创建

当调⽤Thread的时候，不会创建线程。
当调⽤Thread创建出来的实例对象的start⽅法的时候，才会创建线程以及开始 运⾏这个线程。
继承Thread类创建线程

import threading 
import time
class A(threading.Thread):
 def __init__(self,name): 
  super().__init__(name=name) 
 def run(self): 
  for i in range(5): 
   print(i) 
if __name__ == "__main__": 
 t = A('test_name') 
 t.start() 

5. 线程间的通信(多线程共享全局变量)

在⼀个函数中，对全局变量进⾏修改的时候，是否要加global要看是否对全局变量的指向进⾏了修改，如果修改了指向，那么必须使⽤global，仅仅是修改了指向的空间中的数据，此时不⽤必须使⽤globa。
l 线程是共享全局变量
多线程参数-args
threading.Thread(target=test, args=(num,))