Python中的线程锁
每个线程互相独立，相互之间没有任何关系，但是在同一个进程中的资源，线程是共享的，如果不进行资源的合理分配，对数据造成破坏，使得线程运行的结果不可预期。这种现象称为“线程不安全”。
线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。互斥锁为资源引入一个状态：锁定/非锁定。某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
threading模块中定义了Lock类，可以方便的处理锁定：
#创建锁
mutex = threading.Lock()
#锁定
mutex.acquire([timeout])#timeout是超时时间
#释放
mutex.release()其中，锁定方法acquire可以有一个超时时间的可选参数timeout。如果设定了timeout，则在超时后通过返回值可以判断是否得到了锁，从而可以进行一些其他的处理。
# coding:utf-8
import threading
start_task = 0
task_num = 10000
mu = threading.Lock() ###通过工厂方法获取一个新的锁对象
class MyThread(threading.Thread): ##类MyThread继承threading.Thread
def run(self): ## 线程启动的入口函数，子类需要重写
global start_task
global mu
global start_task
while start_task < task_num: ## 如果没有任务，则继续
if mu.acquire(): ## 加锁
if start_task < task_num:
print start_task
start_task = start_task +1
mu.release() ##释放锁
def test():
thread_all =[]
for i in range(10): ##for循环创建6个线程
t = MyThread() ## 创建线程
thread_all.append(t)
t.start() ##启动线程
for i in range(10):
thread_all[i].join() ##等待线程结束
if __name__== "__main__":
test()在threading模块中，定义两种类型的琐：threading.Lock和threading.RLock。它们之间有一点细微的区别，通过比较下面两段代码来说明： import threading lock = threading.Lock() #Lock对象 lock.acquire() lock.acquire() #产生了死琐。 lock.release()
lock.release()
import threading rLock = threading.RLock() #RLock对象 rLock.acquire() rLock.acquire() #在同一线程内，程序不会堵塞。 rLock.release() rLock.release()
# coding:utf-8
import threading
lock = threading.RLock()
ret = lock.acquire(1)
print(ret)
ret = lock.acquire(3)
print(ret)
ret = lock.acquire(True)
print(ret)
ret = lock.acquire(False)
print(ret)
lock.release()
lock.release()
lock.release()
lock.release()本文分享自 Python爬虫scrapy 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
