python基础（21）-线程通信

到这里，我们要聊一下线程通信的内容；

首先，我们抛开语言不谈，先看看比较基础的东西，线程间通信的方式；其实也就是哪几种（我这里说的，是我的所谓的知道的。。。）事件，消息队列，信号量，条件变量（锁算不算？我只是认为是同步的一种）；所以我们也就是要把这些掌握了，因为各有各的好处嘛；

条件变量我放到了上面的线程同步里面讲了，我总感觉这算是同步的一种，没有很多具体信息的沟通；同时吧，我认为条件变量比较重要，因为这种可以应用于线程池的 *** 作上；所以比较重要；这里，抛开条件变量不谈，我们看看其他的东西；

1、消息队列：

queue 模块下提供了几个阻塞队列，这些队列主要用于实现线程通信。在 queue 模块下主要提供了三个类，分别代表三种队列，它们的主要区别就在于进队列、出队列的不同。

关于这三个队列类的简单介绍如下：

queueQueue(maxsize=0)：代表 FIFO（先进先出）的常规队列，maxsize 可以限制队列的大小。如果队列的大小达到队列的上限，就会加锁，再次加入元素时就会被阻塞，直到队列中的元素被消费。如果将 maxsize 设置为 0 或负数，则该队列的大小就是无限制的。

queueLifoQueue(maxsize=0)：代表 LIFO（后进先出）的队列，与 Queue 的区别就是出队列的顺序不同。

PriorityQueue(maxsize=0)：代表优先级队列，优先级最小的元素先出队列。

这三个队列类的属性和方法基本相同， 它们都提供了如下属性和方法：

Queueqsize()：返回队列的实际大小，也就是该队列中包含几个元素。

Queueempty()：判断队列是否为空。

Queuefull()：判断队列是否已满。

Queueput(item, block=True, timeout=None)：向队列中放入元素。如果队列己满，且 block 参数为 True（阻塞），当前线程被阻塞，timeout 指定阻塞时间，如果将 timeout 设置为 None，则代表一直阻塞，直到该队列的元素被消费；如果队列己满，且 block 参数为 False（不阻塞），则直接引发 queueFULL 异常。

Queueput_nowait(item)：向队列中放入元素，不阻塞。相当于在上一个方法中将 block 参数设置为 False。

Queueget(item, block=True, timeout=None)：从队列中取出元素（消费元素）。如果队列已满，且 block 参数为 True（阻塞），当前线程被阻塞，timeout 指定阻塞时间，如果将 timeout 设置为 None，则代表一直阻塞，直到有元素被放入队列中； 如果队列己空，且 block 参数为 False（不阻塞），则直接引发 queueEMPTY 异常。

Queueget_nowait(item)：从队列中取出元素，不阻塞。相当于在上一个方法中将 block 参数设置为 False。

其实我们想想，这个队列，是python进行封装的，那么我们可以用在线程间的通信；同时也是可以用做一个数据结构；先进先出就是队列，后进先出就是栈；我们用这个栈写个十进制转二进制的例子：

没毛病，可以正常的打印；其中需要注意的就是，maxsize在初始化的时候如果是0或者是个负数的话，那么就会是不限制大小；

那么其实我们想想，我们如果用做线程通信的话，我们两个线程，可以把队列设置为1的大小，如果是1对多，比如是创建者和消费者的关系，我们完全可以作为消息队列，比如说创建者一直在创建一些东西，然后放入到消息队列里面，然后供消费着使用；就是一个很好的例子；所以，其实说是消息队列，也就是队列，没差；

=====================================================================

下面来看一下事件

Event 是一种非常简单的线程通信机制，一个线程发出一个 Event，另一个线程可通过该 Event 被触发。

Event 本身管理一个内部旗标，程序可以通过 Event 的 set() 方法将该旗标设置为 True，也可以调用 clear() 方法将该旗标设置为 False。程序可以调用 wait() 方法来阻塞当前线程，直到 Event 的内部旗标被设置为 True。

Event 提供了如下方法：

is_set()：该方法返回 Event 的内部旗标是否为True。

set()：该方法将会把 Event 的内部旗标设置为 True，并唤醒所有处于等待状态的线程。

clear()：该方法将 Event 的内部旗标设置为 False，通常接下来会调用 wait() 方法来阻塞当前线程。

wait(timeout=None)：该方法会阻塞当前线程。

这里我想解释一下；其实对于事件来说，事件可以看成和条件变量是一样的，只是我们说说不一样的地方；

1、对于事件来说，一旦触发了事件，也就是说，一旦set为true了，那么就会一直为true，需要clear调内部的标志，才能继续wait；但是conditon不是，他是一次性的唤醒其他线程；

2、conditon自己带锁；事件呢？不是的；没有自己的锁；比如说有一个存钱的线程，有一个是取钱的线程；那么存钱的线程要存钱；需要怎么办呢？1、发现银行没有钱了（is_set判断）；2、锁住银行；3、存钱；4、释放银行；5、唤醒事件；对于取钱的人；1、判断是否有钱；2、被唤醒了，然后锁住银行；3、开始取钱；4、清理告诉存钱的人，我没钱了（clear）；5、释放锁；6、等着钱存进去；

其实说白了，就是记住一点；这个旗标需要自己clear就对了

写个例子，怕以后忘了怎么用；

其实时间和信号量比较像；但是信号量不用自己清除标志位；但是事件是需要的；

512 把列表当作队列使用

你也可以把列表当作队列使用，队列作为特定的数据结构，最先进入的元素最先释放（先进先出）。不过，列表这样用效率不高。相对来说从列表末尾添加和d出很快；在头部插入和d出很慢（因为，为了一个元素，要移动整个列表中的所有元素）。

要实现队列，使用 collectionsdeque，它为在首尾两端快速插入和删除而设计。例如:

>>> from collections import deque

>>> queue = deque(["Eric", "John", "Michael"])

>>> queueappend("Terry") # Terry arrives

>>> queueappend("Graham") # Graham arrives

>>> queuepopleft() # The first to arrive now leaves

'Eric'

>>> queuepopleft() # The second to arrive now leaves

'John'

>>> queue # Remaining queue in order of arrival

deque(['Michael', 'Terry', 'Graham'])

可以考虑把顾客作为一个类，类有属性：顾客序号、进入时间、等待时间、离开时间、理发师序号。

每个顾客作为一个对象，把所有对象放在一个队列或者数组里。

按照一个小时三个顾客的规则处理队列中的对象，直到全部处理完。

最后根据队列处理结果，打印输出。

class customer:

    def __init__(self, cid, itime):

        selfcid = cid

        selfitime = itime

        selfwtime = 0

        selfltime = 0

        selfotime = 0

        selfopid  = -2

    def wait(self):

        selfwtime += 1

        if wtime == 3:

            selfop = -1

            selfltime = selfitime + wtime

    def op(self, opid):

        selfopid = opid

        selfotime= selfitime + selfwtime

        selfltime= selfitime + selfwtime + 1

    

    def print(self):

        print(selfcid,

        selfitime, selfwtime, selfltime, selfotime, selfopid)

if __name__ == '__main__':

    ctable = [[9,1],[10,2],[11,4],[12,3],[13,6],[14,2],[15,3],[16,4],[17,5],[18,7],[19,10],[20,8],[21,3],[22,1]]

    clist = []

    cid = 0

    #初始化顾客队列

    for i,j in ctable:

        for op in range(j):

            clistappend(customer(cid, i))

            cid += 1

    #按小时依次处理

    opid = 0

    for i in range(9, 24):

        #处理的过程这里略

    #打印结果

    for c in clist:

        cprint()

水平有限，不会造轮子，只为学习。

在原来写端口扫描的基础上进一步爬取web服务的title信息，方便收集信息。

适用于在外网收集资产形成IP字典后去批量获取title，意在最快地寻找脆弱点。

自行安装BeautifulSoup4、requests库。

V10

python3 写的单线程爬取web系统的title信息。

注解

1使用BeautifulSoup4库来解析HTML，爬取title信息；

2打印title时，带有颜色的输出；

3在开放443、4433、8443端口时，采用>

python使用websocket发送queue。

Python需要主动向前端Vue 工程推送消息，搭建websocket服务以后，编写简单的代码，可以发数据，实际的数据是需要python从rabbitMQ里面获取数据，也就是websocket实时获取队列的数据，在整个项目中：

☆ ☝️main方法，启动一个线程池

☆ 创建队列queue，然后从队列里面获取数据

⭐️ 与MQ创建连接，直接消费MQ数据

要回答这个问题我们首先看看在流水线上的案列，如果人的速度很慢，机器的速度比人的速度快很多，就会造成，机器生产的东西没有及时处理，越积越多，造成阻塞，影响生产。

打个比方如果出现人的速度跟不上机器速度怎么办，这个时候我们就需要第三方，监管人员（任务队列）把机器生产的东西，放在一个地方，（队列），然后分配给每个用户，有条不理的执行。

消息队列

消息队列的输入是工作的一个单元，称为任务，独立的职程（Worker）进程持续监视队列中是否有需要处理的新任务。

Celery 用消息通信，通常使用中间人（Broker）在客户端和职程间斡旋。这个过程从客户端向队列添加消息开始，之后中间人把消息派送给职程，职程对消息进行处理。如下图所示：

环境

任务脚本

flower github

在234 上flowerpy 的脚本

以上就是关于python基础（21）-线程通信全部的内容，包括:python基础（21）-线程通信、python 把列表当作队列使用方法、用python写，给个思路等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！