多线程类似于同时执行多个不同程序，多线程运行有如下优点：
- 使用线程可以把占据长时间的程序中的任务放到后台去处理。
- 用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
- 程序的运行速度可能加快
- 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。 在这种情况下可以释放一些珍贵的资源如内存占用等等。
线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。 但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。
- 线程可以被抢占（中断）。
- 在其他线程正在运行时，线程可以暂时搁置（也称为 睡眠） -- 这就是线程的退让。
线程可以分为:
- 内核线程：由操作系统内核创建和撤销。
- 用户线程：不需要内核支持而在用户程序中实现的线程。
Python3 线程中常用的两个模块为：
_threadthreading(推荐使用)
thread 模块已被废弃，在 Python3 中不能再使用thread 模块，
为了兼容性，Python3 将 thread 重命名为 _thread。
用户可以使用 threading 模块代替。
线程模块
Python3 通过两个标准库 _thread 和 threading
提供对线程的支持。
_thread 提供了低级别的、原始的线程以及一个简单的锁，
它相比于 threading 模块的功能还是比较有限的。
threading 模块除了包含 _thread 模块中的所有方法外，
还提供的其他方法：
threading.currentThread(): 返回当前的线程变量。threading.enumerate(): 返回一个包含正在运行的 线程的list。正在运行指线程启动后、结束前， 不包括启动前和终止后的线程。threading.activeCount(): 返回正在运行的线程数量， 与len(threading.enumerate())有相同的结果。
除了使用方法外，线程模块同样提供了Thread类来处理线程，
Thread 类提供了以下方法:
run(): 用以表示线程活动的方法。start():启动线程活动。join([time]): 等待至线程中止。这阻塞调用线程直至 线程的join()方法被调用中止-正常退出或者抛出未处理的 异常-或者是可选的超时发生。isAlive(): 返回线程是否活动的。getName(): 返回线程名。setName(): 设置线程名。
import threading
import time
exitFlag = 0
class myThread (threading.Thread):
def __init__(self, threadID, name, counter):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.counter = counter
def run(self):
print ("开始线程：" + self.name)
print_time(self.name, self.counter, 5)
print ("退出线程：" + self.name)
def print_time(threadName, delay, counter):
while counter:
if exitFlag:
threadName.exit()
time.sleep(delay)
print ("%s: %s" % (threadName, time.ctime(time.time())))
counter -= 1
创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)
开启新线程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print ("退出主线程")
开始线程：Thread-1 开始线程：Thread-2 Thread-1: Fri Apr 25 06:33:03 2025 Thread-1: Fri Apr 25 06:33:04 2025 Thread-2: Fri Apr 25 06:33:04 2025 Thread-1: Fri Apr 25 06:33:05 2025 Thread-1: Fri Apr 25 06:33:06 2025 Thread-2: Fri Apr 25 06:33:06 2025 Thread-1: Fri Apr 25 06:33:07 2025 退出线程：Thread-1 Thread-2: Fri Apr 25 06:33:08 2025 Thread-2: Fri Apr 25 06:33:10 2025 Thread-2: Fri Apr 25 06:33:12 2025 退出线程：Thread-2 退出主线程
线程同步
如果多个线程共同对某个数据修改，则可能出现不可预料的结果，
为了保证数据的正确性，需要对多个线程进行同步。
使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，
这两个对象都有 acquire 方法和 release 方法，
对于那些需要每次只允许一个线程操作的数据，
可以将其操作放到acquire 和 release 方法之间。如下：
多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。 但是当线程需要共享数据时，可能存在数据不同步的问题。
考虑这样一种情况：一个列表里所有元素都是0，
线程"set"从后向前把所有元素改成1，
而线程"print"负责从前往后读取列表并打印。
那么，可能线程"set"开始改的时候，
线程"print"便来打印列表了，输出就成了一半0一半1，
这就是数据的不同步。为了避免这种情况，引入了锁的概念。
锁有两种状态，即锁定和未锁定。每当一个线程比如"set"要访问共享数据时，
必须先获得锁定；
如果已经有别的线程比如"print"获得锁定了，
那么就让线程"set"暂停，也就是同步阻塞；
等到线程"print"访问完毕，释放锁以后，
再让线程"set"继续。
经过这样的处理，打印列表时要么全部输出0， 要么全部输出1，不会再出现一半0一半1的尴尬场面。
实例：
import threading
import time
class myThread (threading.Thread):
def __init__(self, threadID, name, counter):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.counter = counter
def run(self):
print ("开启线程： " + self.name)
# 获取锁，用于线程同步
threadLock.acquire()
print_time(self.name, self.counter, 3)
# 释放锁，开启下一个线程
threadLock.release()
def print_time(threadName, delay, counter):
while counter:
time.sleep(delay)
print ("%s: %s" % (threadName, time.ctime(time.time())))
counter -= 1
threadLock = threading.Lock()
threads = []
创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)
开启新线程
thread1.start()
thread2.start()
开启线程： Thread-1 开启线程： Thread-2 Thread-1: Fri Apr 25 06:34:49 2025 Thread-1: Fri Apr 25 06:34:50 2025 Thread-1: Fri Apr 25 06:34:51 2025 Thread-2: Fri Apr 25 06:34:53 2025 Thread-2: Fri Apr 25 06:34:55 2025 Thread-2: Fri Apr 25 06:34:57 2025
添加线程到线程列表
threads.append(thread1)
threads.append(thread2)
等待所有线程完成
for t in threads:
t.join()
print ("退出主线程")
退出主线程
线程优先级队列（ Queue ）
Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，
LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。
这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。
Queue 模块中的常用方法:
Queue.qsize()返回队列的大小Queue.empty()如果队列为空，返回True,反之FalseQueue.full()如果队列满了，返回True,反之FalseQueue.full与maxsize大小对应Queue.get([block[, timeout]])获取队列，timeout等待时间Queue.get_nowait()相当Queue.get(False)Queue.put(item)写入队列，timeout等待时间Queue.put_nowait(item)相当Queue.put(item, False)Queue.task_done()在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号Queue.join()实际上意味着等到队列为空，再执行别的操作
实例:
import queue
import threading
import time
exitFlag = 0
class myThread (threading.Thread):
def __init__(self, threadID, name, q):
threading.Thread.__init__(self)
self.threadID = threadID
self.name = name
self.q = q
def run(self):
print ("开启线程：" + self.name)
process_data(self.name, self.q)
print ("退出线程：" + self.name)
def process_data(threadName, q):
while not exitFlag:
queueLock.acquire()
if not workQueue.empty():
data = q.get()
queueLock.release()
print ("%s processing %s" % (threadName, data))
else:
queueLock.release()
time.sleep(1)
threadList = ["Thread-1", "Thread-2", "Thread-3"]
nameList = ["One", "Two", "Three", "Four", "Five"]
queueLock = threading.Lock()
workQueue = queue.Queue(10)
threads = []
threadID = 1
创建新线程
for tName in threadList:
thread = myThread(threadID, tName, workQueue)
thread.start()
threads.append(thread)
threadID += 1
开启线程：Thread-1 开启线程：Thread-2 开启线程：Thread-3
填充队列
queueLock.acquire()
for word in nameList:
workQueue.put(word)
queueLock.release()
Thread-1 processing One Thread-2 processing Two Thread-3 processing Three Thread-1 processing Four Thread-2 processing Five
等待队列清空
while not workQueue.empty():
pass
通知线程是时候退出
exitFlag = 1
退出线程：Thread-3 退出线程：Thread-1 退出线程：Thread-2
等待所有线程完成
for t in threads:
t.join()
print ("退出主线程")
退出主线程