python中threading模块详解，threading提供了一个比thread模块更高层的api来提供线程的并发性。这些线程并发运行并共享内存。
下面来看threading模块的具体用法：
一、Thread的使用
目标函数可以实例化一个Thread对象，每个Thread对象代表着一个线程，可以通过start()方法，开始运行。
这里对使用多线程并发，和不适用多线程并发做了一个比较：
首先是不使用多线程的操作：
立即学习“Python免费学习笔记（深入）”；
代码如下：
#!/usr/bin/python
#compare for multi threads
import time
def worker():
print"worker"
time.sleep(1)
return
if__name__ =="__main__":
for i in xrange(5):
worker()执行结果如下：
下面是使用多线程并发的操作：
代码如下：
#!/usr/bin/python
import threading
import time
defworker():
print"worker"
time.sleep(1)
return
fori in xrange(5):
t=threading.Thread(target=worker)
t.start()
可以明显看出使用了多线程并发的操作，花费时间要短的很多。
二、threading.activeCount()的使用
此方法返回当前进程中线程的个数。返回的个数中包含主线程。
代码如下：
#!/usr/bin/python
#current's number of threads
import threading
import time
defworker():
print"test"
time.sleep(1)
for i in xrange(5):
t=threading.Thread(target=worker)
t.start()
print"current has %d threads" % (threading.activeCount() -1)
三、threading.enumerate()的使用。
此方法返回当前运行中的Thread对象列表。
代码如下：
#!/usr/bin/python
#test the variable threading.enumerate()
import threading
import time
defworker():
print"test"
time.sleep(2)
threads=[]
for i in xrange(5):
t=threading.Thread(target=worker)
threads.append(t)
t.start()
for item in threading.enumerate():
print item
print for item in threads:
print item
四、threading.setDaemon()的使用。
设置后台进程。
代码如下：
#!/usr/bin/python
#create a daemon
import threading
import time
def worker():
time.sleep(3)
print"worker"
t=threading.Thread(target=worker)
t.setDaemon(True)
t.start()
print"haha"
可以看出worker()方法中的打印操作并没有显示出来，说明已经成为后台进程。
