python是支持多線程的，主要是通過thread和threading這兩個模塊來實現的。thread模塊是比較底層的模塊，threading模塊是對thread做了一些包裝的，可以更加方便的使用。
雖然python的多線程受GIL限制，并不是真正的多線程，但是對于I/O密集型計算還是能明顯提高效率，比如說爬蟲。
下面用一個實例來驗證多線程的效率。代碼只涉及頁面獲取，并沒有解析出來。
# -*-coding:utf-8 -*-
import urllib2, time
import threading
class MyThread(threading.Thread):
def __init__(self, func, args):
threading.Thread.__init__(self)
self.args = args
self.func = func
def run(self):
apply(self.func, self.args)
def open_url(url):
request = urllib2.Request(url)
html = urllib2.urlopen(request).read()
print len(html)
return html
if __name__ == '__main__':
# 構造url列表
urlList = []
for p in range(1, 10):
urlList.append('http://s.wanfangdata.com.cn/Paper.aspx?q=%E5%8C%BB%E5%AD%A6&p=' + str(p))
# 一般方式
n_start = time.time()
for each in urlList:
open_url(each)
n_end = time.time()
print 'the normal way take %s s' % (n_end-n_start)
# 多線程
t_start = time.time()
threadList = [MyThread(open_url, (url,)) for url in urlList]
for t in threadList:
t.setDaemon(True)
t.start()
for i in threadList:
i.join()
t_end = time.time()
print 'the thread way take %s s' % (t_end-t_start)
分別用兩種方式獲取10個訪問速度比較慢的網頁，一般方式耗時50s，多線程耗時10s。
多線程代碼解讀:
# 創建線程類，繼承Thread類
class MyThread(threading.Thread):
def __init__(self, func, args):
threading.Thread.__init__(self) # 調用父類的構造函數
self.args = args
self.func = func
def run(self): # 線程活動方法
apply(self.func, self.args)
threadList = [MyThread(open_url, (url,)) for url in urlList] # 調用線程類創建新線程，返回線程列表
for t in threadList:
t.setDaemon(True) # 設置守護線程，父線程會等待子線程執行完后再退出
t.start() # 線程開啟
for i in threadList:
i.join() # 等待線程終止，等子線程執行完后再執行父線程
以上就是本文的全部內容，希望對大家的學習有所幫助。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
