Python threading线程库详解（小白也能看懂的多线程编程入门教程）

什么是线程？

线程是操作系统能够进行运算调度的最小单位。一个进程可以包含多个线程，它们共享进程的内存空间，但各自拥有独立的执行路径。使用多线程，我们可以让程序同时做多件事，比如一边下载文件一边响应用户界面。

为什么使用 Python threading？

虽然 Python 有 GIL（全局解释器锁）限制，使得 CPU 密集型任务无法真正并行执行，但在 I/O 密集型任务（如网络请求、文件读写）中，threading 模块依然非常有用。它可以显著提升程序的响应速度和效率。

threading 模块基础用法

下面我们通过几个简单例子来学习如何使用 Python 的 threading 模块。

1. 创建并启动线程

最简单的方式是使用 threading.Thread 类：

import threadingimport timedef print_numbers():    for i in range(5):        print(f"Number: {i}")        time.sleep(1)def print_letters():    for letter in ['A', 'B', 'C', 'D', 'E']:        print(f"Letter: {letter}")        time.sleep(1)# 创建两个线程thread1 = threading.Thread(target=print_numbers)thread2 = threading.Thread(target=print_letters)# 启动线程thread1.start()thread2.start()# 等待两个线程完成thread1.join()thread2.join()print("所有线程执行完毕！")

在这个例子中，两个函数会并发执行，输出结果会交错出现，说明两个线程在“同时”运行。

2. 使用类继承方式创建线程

你也可以通过继承 threading.Thread 来定义自己的线程类：

import threadingimport timeclass MyThread(threading.Thread):    def __init__(self, name):        super().__init__()        self.name = name    def run(self):        for i in range(3):            print(f"{self.name} 正在运行，第 {i+1} 次")            time.sleep(1)# 创建并启动线程t1 = MyThread("线程A")t2 = MyThread("线程B")t1.start()t2.start()t1.join()t2.join()print("所有自定义线程完成！")

线程同步与锁（Lock）

当多个线程访问共享资源时，可能会出现数据竞争（race condition）。为了解决这个问题，我们可以使用 threading.Lock 来确保同一时间只有一个线程能访问关键代码段。

import threadingcounter = 0lock = threading.Lock()def increment():    global counter    for _ in range(100000):        lock.acquire()        counter += 1        lock.release()# 创建两个线程同时增加 counterthread1 = threading.Thread(target=increment)thread2 = threading.Thread(target=increment)thread1.start()thread2.start()thread1.join()thread2.join()print(f"最终计数器值: {counter}")  # 应该是 200000

如果不使用锁，最终结果可能小于 200000，因为两个线程可能同时读取并修改 counter，导致更新丢失。

常用 threading 模块方法总结

• threading.Thread(target=function)：创建线程对象
• .start()：启动线程
• .join()：等待线程结束
• threading.Lock()：创建互斥锁
• lock.acquire() / lock.release()：获取和释放锁
• threading.current_thread().name：获取当前线程名称

注意事项与最佳实践

1. 避免死锁：不要在持有锁的情况下再去请求另一个可能被其他线程持有的锁。
2. 合理使用 join()：主线程应等待子线程完成，否则程序可能提前退出。
3. I/O 密集型任务适合多线程：对于计算密集型任务，建议使用 multiprocessing 模块绕过 GIL 限制。
4. 命名线程便于调试：创建线程时可通过 name 参数指定名称。

结语

通过本教程，你应该已经掌握了 Python threading 的基本用法，包括如何创建线程、同步线程以及避免常见陷阱。无论你是想提升程序性能，还是处理并发任务，多线程编程都是一个强大的工具。希望这篇 threading模块教程 能帮助你迈出并发编程的第一步！

记住：实践是最好的老师。尝试自己编写多线程程序，你会对 Python线程库 有更深刻的理解。