• 作者：20岁爱吃必胜客（坤制作人），近十年开发经验, 跨域学习者，目前于海外某世界知名高校就读计算机相关专业。
• 荣誉：阿里云博客专家认证、腾讯开发者社区优质创作者，在CTF省赛校赛多次取得好成绩。
• 跨领域学习，喜欢摄影、弹吉他、咏春拳。文章深入浅出、语言风趣；爱吃必胜客社区创立者，旨在“发现美 欣赏美

---

• 🏆 学习系列专栏
  。🏅 Python学习宝库
  。🏅 网络安全学习宝库

⭐️前言

Python 多线程（multi-threading）是一种利用多个线程同时执行任务的技术，它旨在提高程序的运行效率和性能。

⭐️分析

Python 中多线程的实现主要基于 threading 模块。在该模块中，我们可以通过创建一个 Thread 对象来启动一个新线程，并通过 start() 方法来启动该线程的执行。与此相应的，我们还需要定义一个所谓的“线程函数”（Thread Function），即我们希望新线程执行的函数。通常情况下，该函数的形式为：

def thread_func(args):# 线程要执行的操作

其中 args 是线程函数接收的参数，而具体的线程操作就在函数体内实现了。

🌟 其他模块

除了 threading 模块外，Python 还提供了一些相关的库和方法，如 Queue、Lock 和 RLock等，可以对多线程编程进行更深入和细节的控制和处理。

🌟 注意GIL

需要注意的是，由于 Python 的全局解释器锁（Global Interpreter Lock, GIL）的存在，使得在使用多线程时，无法真正实现并行计算，只能通过线程间的切换来模拟多个线程同时运行。因此，在考虑使用多线程技术来优化程序性能时，需要详细评估程序结构和运行环境，以便选择合适的算法和工具进行优化。

⭐️ 多线程用来做什么

Python 多线程常用于以下几种情况：

1. 网络编程：Python 中的 socket 模块支持多线程，可以实现多个客户端与服务器的并发通信。

2. IO 密集型任务：对于 CPU 耗时相对较短，但需要频繁读写数据的任务，如文件操作、爬虫等，使用多线程可以提高程序的运行效率。

3. 并发控制：利用多线程可以实现对共享资源的并发访问和管理，如访问数据库等。

4. 可视化界面：在 Python 的 GUI 编程中，通过多线程技术能够让用户界面保持响应，使得程序更加友好和易用。

需要注意的是，在选择使用多线程时，需要仔细评估程序结构和运行环境，避免出现线程安全问题和性能瓶颈。

🌟 多线程应用示例

以下是两个常见的 Python 多线程应用示例：

1. 多线程下载文件

该示例演示如何使用 Python 多线程技术下载多个文件，从而加快下载速度。在该示例中，我们使用 threading 模块创建多个线程，每个线程负责下载一个文件。

import requests
import threadingdef download(url, filename):# 下载文件content = requests.get(url).contentwith open(filename, "wb") as f:f.write(content)if __name__ == '__main__':urls = ["http://example.com/file1", "http://example.com/file2", "http://example.com/file3"]filenames = ["file1.txt", "file2.txt", "file3.txt"]threads = []for i in range(3):t = threading.Thread(target=download, args=(urls[i], filenames[i]))threads.append(t)# 启动多线程for t in threads:t.start()# 等待所有线程完成for t in threads:t.join()

2. 解析 HTML 页面

该示例演示如何使用 Python 多线程技术加快解析 HTML 页面的速度。在该示例中，我们使用 threading 模块创建多个线程，每个线程负责下载并解析一个页面，最后将结果合并为一个列表。

import requests
import threading
from bs4 import BeautifulSoupdef parse_page(url):# 下载页面content = requests.get(url).contentsoup = BeautifulSoup(content, "html.parser")# 解析页面results = soup.find_all("div", class_="result")return resultsif __name__ == '__main__':urls = ["http://example.com/page1", "http://example.com/page2", "http://example.com/page3"]threads = []for url in urls:t = threading.Thread(target=parse_page, args=(url,))threads.append(t)# 启动多线程for t in threads:t.start()# 合并结果results = []for t in threads:results += t.join()

需要注意的是，在选择使用多线程时，需要仔细评估程序结构和运行环境

实例爬虫-完整源代码

以下是一个简单的爬虫示例，使用Python中的requests和BeautifulSoup库来获取网页内容并提取其中的信息。这个爬虫程序可以从豆瓣电影Top250页面中提取电影名称、评分、导演和演员等信息，并将其保存到一个CSV文件中。

import requests
from bs4 import BeautifulSoup
import csv# 定义要爬取的页面URL
url = 'https://movie.douban.com/top250'# 发送HTTP请求获取页面内容
response = requests.get(url)# 使用BeautifulSoup解析HTML页面
soup = BeautifulSoup(response.text, 'html.parser')# 遍历每个电影条目，并提取电影信息
movies = []
for li in soup.find_all('li', class_='item'):# 获取电影名称name = li.find('span', class_='title').text# 获取电影评分rating = li.find('span', class_='rating_num').text# 获取电影导演和演员info = li.find('div', class_='bd').p.text.strip().split('\\n')[0]# 提取导演和演员信息director = info.split(':')[0]actors = [x.strip() for x in info.split(':')[1].split('/')]# 将电影信息添加到列表中movies.append([name, rating, director, actors])# 将电影信息保存到CSV文件中
with open('douban_movies.csv', 'w', newline='', encoding='utf-8') as csvfile:writer = csv.writer(csvfile)writer.writerow(['电影名称', '评分', '导演', '演员'])writer.writerows(movies)print('豆瓣电影Top250信息已保存到douban_movies.csv文件中。')

这个爬虫程序首先使用requests库发送HTTP请求并获取到网页的HTML内容，然后使用BeautifulSoup库解析HTML页面。然后遍历每个电影条目，并提取电影名称、评分、导演和演员等信息。最后把提取的电影信息保存到CSV文件中。

需要注意的是，爬虫程序必须遵守网站的爬虫规定，不得进行未经授权的数据采集或过度频繁的访问。违反网站的爬虫规定可能会导致IP封锁或其他法律问题。建议在进行爬虫程序之前仔细阅读目标网

import requests
from lxml import etree
import csv
import timeclass DoubanSpider(object):def __init__(self):self.header = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36'}# 发请求 获响应def get_source(self, com_url):res = requests.get(com_url, headers=self.header)html = res.content.decode('utf-8')return html# 解析数据def parsed_source(self, html):tree = etree.HTML(html)divs = tree.xpath('//div[@class="info"]')# print(divs)lis_data = []for div in divs:d = {}# 标题title = div.xpath('./div[@class="hd"]/a/span/text()')[0].strip()# print(title)# 评分score = div.xpath('./div[@class="bd"]/div[@class="star"]/span[@class="rating_num"]/text()')[0].strip()# print(score)# 评价人数evaluate = div.xpath('./div[@class="bd"]/div[@class="star"]/span[last()]/text()')[0].strip()# print(evaluate)# 引用quote = div.xpath('./div[@class="bd"]/p[@class="quote"]/span/text()')if quote:quote = quote[0]else:quote = ''# 电影链接urllink_url = div.xpath('./div[@class="hd"]/a/@href')[0].strip()# print(link_url)# 根据key值提取数据d['title'] = titled['score'] = scored['evaluate'] = evaluated['quote'] = quoted['link_url'] = link_urllis_data.append(d)# print(lis_data)return lis_data# 保存数据def save_source(self, move_data, header):with open('movie_data.csv', 'a', encoding='utf-8-sig', newline='') as f:w = csv.DictWriter(f, header)# 写入表头w.writeheader()# writerows 一次性写入多行数据w.writerows(move_data)# 主函数def main(self):start = int(input('输入要爬取的起始页：'))end = int(input('输入要爬取的末尾页：'))for i in range(start, end+1):time.sleep(2)page = (i-1) * 25com_url = 'https://movie.douban.com/top250?start=' + str(page)h = self.get_source(com_url)# print(h)print('爬虫机器人正在爬取第%d页' % i)move_data = self.parsed_source(h)# 设置表头header = ['title', 'score', 'evaluate', 'quote', 'link_url']# print(move_data)self.save_source(move_data, header)if __name__ == '__main__':# 实例化对象Spider = DoubanSpider()# 主函数调用Spider.main()

🌟 我的故事

python学习之路任重而道远，要想学完说容易也容易，说难也难。 很多人说python最好学了，但扪心自问，你会用python做什么了？
刚开始在大学学习c语言，写一个飞行棋的小游戏，用dos界面来做，真是出力不讨好。 地图要自己一点一点画出来，就像这样：

================
|				|
|				|
|===============

从此讨厌编程，不想继续学下去。每次作业应付。
算法考试，数据结构考试随便背代码，只求通过。
最后呢？我学会变成了吗？只能对一些概念侃侃而谈，但真的会几行代码，能写出实用工具吗？
答案变得模糊。
所以我们要从现在开始，学好python，不要再糊弄下去！！！