python关于threading.Thread的一顶点儿零散笔记

A.

类的初始化函数__init__, 其传递的参数一般采用"具体参数, 可变长元组参数args,可变长字典类型参数 kwargs "相互配合的方式，比如threading.Thread 的初始化函数：

def __init__(self, group=None, target=None, name=None,
                 args=(), kwargs=None, *, daemon=None):        
#其中 kwargs=None, 也可以写作 kwargs={}, 注意args, kwargs 需要以关键字参数的形式进行传递.

采用上述写法的好处是： 明确指定了有名称的参数(比如上例的group, target,name, daemon)，同时可以接受传入的额外参数(args，kwargs 来接受). 这样，就保证了可以接受所有的参数. 如果是自己定义的class, 也可以采用这种方式进行参数传递，确保class 在实例化的时候，可以接受所有的参数.在上述的例子中，所有参数都是可选参数，而如果要传递位置参数，那么明确指出就可以了.

B.

在没有指定父类的情况下，所有类的父类默认就是object, 通常是忽略不写的. 但是如果明确指定了当前类的父类，那么关于当前类的初始化函数的参数传递规则如下： 1). 如果当前类在父类的基础上需要增加新的参数，那么直接在初始化函数__init__的参数列表中新增对应的参数就可以了，比如在上述threading.Thread 类的基础上，创建自定义的class，那么这个自定义的类可以这么写：

class mythread(threading.Thread):          #指定父类
       def __init__(self,group=None, target=None, name=None, args=(), kwargs=None, daemon=None, mypara=None)          
#在父类的基础上，初始化的时候增加了新的参数： mypara,所以简单在后面的参数列表追加就可以了
              super(mythread,self).__init__(*args,**kwargs)
              self.newpara=mypara    

2). 如果当前类不需要新增传递的参数，那么在当前类的初始化的时候，直接采用(*args,**kwargs)来接受所有参数，就更简单省事. 而有新增加的参数的时候，才使用上面描述的方式. 3). 为了确保能够继承父类的方法和属性，那么一般在当前类的初始化函数中，会首先通过super方法来调用父类的初始化函数. 比如上例的super 方法的使用，然后再执行当前类初始化时候要做的特定的action, 当然如果不调用父类的初始化函数也是可以的，这样就无法使用父类的方法以及属性了. 这其实是类的继承的一个特点.

C.

关于在class的方法里面调用 class外的函数，这时候向class传递的参数是一个函数，那么直接写函数的名称，不要把函数的名称写成字符串，这样在 class的方法中就可以使用如下的方式调用这个函数，这也是在class的方法中调用 class 之外的方法的典型用法：

class Thread:
       ...    #省略源代码中的一部分... 
       def __init__(self, group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None):          #初始化函数...
       ...    #省略源代码中的一部分... 
             self._target = target          #target其实就是线程所执行的函数的名称
             self._args = args              #线程执行的函数的元组参数
             self._kwargs = kwargs     #线程执行的函数的字典参数
      ...    #省略源代码中的一部分... 
      def run(self):
            ...
            self._target(*self._args, **self._kwargs)        #函数调用以及参数传递
           ...

D.

threading.Thread 这个类没有包括线程结束的方法，这个原因是：贸然结束线程可能导致多种预测不到的问题，比如线程结束了，但是其 加锁的资源并没有释放，或者其处理的数据还没有更新到磁盘等... 而如果要结束线程，网络上主要有两种方式： 1). 用 ctypes.pythonapi.PyThreadState_SetAsyncExc(tid,SystemExit)进行强制结束. 可能带来上述的不良后果.而为了解决强制结束带来的问题，可以在强制结束之前调用 对应的 线程清理函数，首先执行相应的清理操作，然后再强制结束线程的运行. 还有一个弊端就是，如果不是通过Python解释器进行的调用，那么因为上述命令是通过触发异常来结束线程的运行，所以就无法捕获到异常，也就无法终止线程的运行了,如果是纯python编程，那么应该没有这个问题. 该方法的好处是：可以随时结束线程的运行，无论线程本身是否循环执行都可以结束. 2). 在threading这个模块中，还有一个class 叫做Event，该Event 类拥有is_Set 以及set, clear 等方法，可以用于设置标志位，所以可以在线程中通过不停检测这个标志位从而实现线程的自杀，从而结束线程的运行；该方法有一个弊端： 如果线程函数并不是循环执行，那么如何来检测这个标志位呢？ 而如果线程本身就是不断循环，那么采用这种方式相对更好. 属于线程自杀结束执行.

原创笔记，转载请注明出处.