threading（多线程）模块（待修改）

要点概论：

1. threading模块介绍及常用方法

2. Thread对象

3. 线程同步技术

1 . threading 模块

　　threading 模块是 python 支持多线程编程的重要模块，该模块是在底层模块 _thread 的基础上开发的更高层次的线程编程接口，提供了大量的方法和类来支持多线程编程，极大的方便了用户。

　　threading 模块的常用方法：

方法	功能说明
threading.active_count()	返回当前处于alive状态的Thread对象数量
threading.current_thread()	返回当前Thread对象
threading.get_ident()	返回当前线程的线程标识符。线程标识符是一个非负整数，并无特殊函数，只是用来标识线程，该整数可能会被循环利用。python3.3及以后版本支持该方法
threading.enumerate()	返回当前处于alive状态的所有Thread对象列表
threading.main_thread()	返回主线程对象，即启动python解释器的线程对象。python3.4及以后版本支持该方法
threading.stack_size[(size)]	返回创建线程时使用的栈的大小，如果指定size参数，则用来指定后续创建的线程使用的栈大小， size必须是0（表示使用系统默认值）或大于32K的正整数。

该模块方法的一些简单用法：

import threading

>>>threading.stack_size()              #查看当前线程栈的大小
>>>threading.stack_size(64 * 1024)     #设置当前线程栈的大小
>>>threading.active_count()            #当前活动线程数量
>>>threading.current_thread()          #当前线程对象
>>>threading.enumerate()               #当前活动线程对象列表

2. Thread 对象

　　threading 模块提供了 Thread, Lock , Rlock , Ccondition , Event , Timer 和 Semaphore 等大量类来支持多线程编程，

　　Thread 是其中最重要也是最基本的一个类，可以通过该类创建线程并控制线程的运行。

　　Thread 类支持使用两种方法来创建线程：一种方法是为构造函数传递一个可调用对象；另一种方法是继承 Thread 类并在派生类中重写 __init__() 和 run() 方法。

　　创建线程对象以后，可以调用其 start() 方法来启动，该方法自动调用该类对象的 run() 方法，此时该线程处于 alive 状态，直至线程的 run() 方法运行结束。

Thread对象成员：

成员	说明
start()	自动调用 run 方法，启动线程，执行线程代码
run()	线程代码，用来实现线程的功能与业务逻辑，可以在子类中重写该方法来自定义线程的行为
__init__(self, group=None, target=None, name=None, args=(), kwargs=None, *, daemon=None)	构造函数
name	用来读取或设置线程的名字
ident	线程标识，非 0 数字或 None （线程未被启动）
is_alive() , is_Alive()	测试线程是否处于 alive 状态
daemon	布尔值，表示线程是否为守护线程
join(timeout = None)	等待线程结束或超时返回

　　2.1 Thread 对象中的方法

　　　　1） join([timeour]) ：阻塞当前线程，等待被调线程结束或超时后再继续执行当前线程的后续代码，参数 timeout 用来指定最长等待时间，单位为秒。

创建多线程：（待验证（把for循环换成普通打印就能对上，WTF?））

import threading
import time

def func1(x,y):
    for i in range(x,y):
        print(i,end='')
    time.sleep(10)

t1 = threading.Thread(target=func1,args=(15,20))
t1.start()
t1.join(5)
t2 = threading.Thread(target=func1,args=(5,10))
t2.start()

【首先输出 15~19 这 5 个整数，然后程序暂停，几秒钟以后又继续输出 5~9 这 5 个整数。如果将 t1.join(5)这一行注释掉再运行，两个线程的输出将会重叠在一起，

　这是因为两个线程并发运行，而不是第一个结束以后再运行第二个。】

　　　　2）is_Alive()：测试线程是否处于运行状态

查看线程状态：

import threading
import time

def func1(x,y):
    for i in range(x,y):
        print(i,end='')
    # time.sleep(10)

t1 = threading.Thread(target=func1,args=(15,20))
t1.start()
t1.join(5)
t2 = threading.Thread(target=func1,args=(5,10))
t2.start()
t2.join()

print('t1:',t1.isAlive())
print('t2:',t2.isAlive())

【最后两个输出都是 Fasle ，即两个线程都执行完了。如果将 ti.join(5) 这一行注释掉会发现最后两行的输出结果没有变化，这是因为 t2,join() 这一行代码会阻塞当前程序直至线程 t2 运行结束，

　对于本例中的线程 t1 基本也运行结束了。如果将线程 t1 的参数范围增大则会发现，倒数第二行的输出结果很可能会变为 True。】

　　2.2 Thread 对象中的 daemon属性

　　　　在脚本运行过程中有一个主线程，若在主线程中创建了子线程，当主线程结束时根据子线程 daemon 属性值的不同可能会发生下面的两种情况之一：

　　　　①当某子线程的 daemon 属性为 Fasle 时，主线程结束时会检测该子线程是否结束，如果该子线程尚未完成，则主线程会等待它完成后再退出。

　　　　②当某子线程的 daemon 属性为 True时，主线程运行结束时不对该子线程进行检查而直接退出，同时所有 daemon 值为 True 的子线程将随主线程一起结束，而不论是否运行完成。

　　　　daemon 属性的值默认为 False ，如果需要修改，则必须在调用 start() 方法启动线程之前修改。

　　　　PS：以上论述不适用于 IDLE 环境中的交互模式或脚本运行模式，因为在该环境中的主线程只有在退出 python IDLE 时才终止。

　　　　1) 线程的 daemon 属性

　　　　2) 调用线程对象的普通方法