如何在Python中执行线程定时器

简介: 本文介绍了如何在Python中使用线程定时器,探讨了线程的基本概念及其优势。线程允许任务并发执行,通过任务切换技术实现多任务的“并行”运行。文章重点讲解了Python的`Timer`类,用于在指定时间后执行代码,并提供了实例演示其用法,如使用`cancel()`方法终止定时器。此外,还介绍了线程模块的功能、创建定时器类的方法以及与Python装饰器的结合应用。最后总结了线程的重要性及其实现技巧。

如何在Python中执行线程定时器

线程允许多个任务同时运行。例如,当任务A正在运行时,我不必等待它完成。同时,任务BC也会运行。当任务同时运行时,它们需要多个CPU。

为了并发地运行线程,Python使用了一种被称为任务切换的技术。结果是,Python在每个任务之间快速切换。使得它看起来像是多个任务在并行运行,使得它在事件驱动的任务中很有用。线程是轻量级的,它需要更少的内存,从而节省CPU资源。

如何在Python中执行线程定时器

一个线程有一个入口,一个执行点和一个退出点。Python库包含一个定时器,它是**"线程 "**类的一个子类,用于在限定的时间内执行代码。

Python中的线程 Timer()在定义为参数的延迟后开始。因此,定时器类调用自己,使下面的操作延迟执行,延迟的时间与指定的时间相同。

先决条件

要想继续学习,读者需要具备以下条件。

  • 一些Python的基础知识。

Python定时器函数

每隔指定的秒数后,就会调用一个定时器类的函数。start()是一个用于初始化定时器的函数。要结束或退出定时器,必须使用cancel()函数。为了使用线程类,导入线程类是必要的。使用函数time.sleep(secs)可以使调用的线程暂停数秒。

  • 为了更好地理解这一点,我将用一个代码片断和预期的输出截图来说明它。

实例1

py

代码解读

复制代码

## How class threading.Timer() in python works  
import threading as th  
## Defining a method  
def sctn():  
   print("SECTION FOR LIFE \n")  
S = th.Timer(5.0, sctn)  
S.start()  
print("Exit Program\n")
  • 代码运行后,需要5分钟才能显示SECTION FOR LIFE

实例2

在第二个例子中,我将向你展示如何实现暂停方法cancel() ,我们在前面已经看到它是为了结束一个线程。

py

代码解读

复制代码

##Illustrating the use of cancel() method in class Timer.  
import threading as th  
## Defining of a method  
def sctn():  
    print("SECTION FOR LIFE \n")  
S = th.Timer(5.0, sctn)  
S.start()  
print("PROGRAM TERMINATION\n")  
S.cancel()
  • 当程序被执行时,显示的是PROGRAM TERMINATION一行。这是因为对象th.Timer在执行**"sctn "**函数之前就被取消了。
  • 下面是上述程序的输出。

线程模块概述

最新的线程模块包含在当前的Python 2.4中,与之前的线程模块相比,它对线程提供了更强大、更高级别的支持。

线程模块暴露了线程模块的所有方法,并提供了一些额外的功能,如下图所示。

bash

代码解读

复制代码

  thread.activeCount() − Returns how many thread objects are active.
  thread.currentThread() − Returns how many thread objects in the caller's thread control.
  thread.enumerate() − Returns an overview list of all thread objects that are currently active.

创建和使用定时器类

线程的美妙之处在于,你可以告诉计算机在其他时间执行一项任务,或者同时进行。你还可以在不同的线程上同时执行代码,这使它变得非常强大。一个定时器类总是以间隔方式运行。

Python Timer 类用于执行一个操作或在指定的时间段过后让一个函数运行。线程类有一个子类,叫做类Timer。从技术角度讲,当我们需要有时间限制的操作(方法)时,我们将创建Timer对象。

要使用Timer类,我们首先要导入时间模块。args参数总是最好用来声明要调用的函数的参数。

py

代码解读

复制代码

##Timers  
##Execute code at timed intervals  
##Imports and Displays  
import time  
from threading import Timer  
def display(msg):  
    print(msg + ' ' + time.strftime('%H:%M:%S'))  
  
##Basic timer  
def run_once():  
    display('run_once:')  
    t=Timer(10,display,['Timeout:'])  
    t.start()#Here run is called  
run_once()  
##Runs immediately and once  
print('Waiting.....')  
  
##Lets make our timer run in intervals  
##Put it into a class  
##Making it run until we stop it  
##Just getting crazy.Notice We have multiple timers at once!  
class RepeatTimer(Timer):  
    def run(self):  
        while not self.finished.wait(self.interval):  
            self.function(*self.args,**self.kwargs)  
            print(' ')  
##We are now creating a thread timer and controling it  
timer = RepeatTimer(1,display,['Repeating'])  
timer.start() #recalling run  
print('Threading started')  
time.sleep(10)#It gets suspended for the given number of seconds  
print('Threading finishing')  
timer.cancel()
  • 下面是输出结果。

与Python装饰器一起工作

在使用Python装饰器工作时,将知道如何扩展Python Timer以使其被重复使用。使用装饰器的重要性在于,它只被实现一次,而函数每次都被计时。

  • 首先,我们将让Python定时器在装饰函数之前被调用,在调用结束后,终止Python定时器。

py

代码解读

复制代码

import functools  
import time  
  
 def timer(meth):  
    @functools.wraps(meth)  
    def timer_container(*args, **kwargs):  
        click = time.flow()  
        value: object = meth(*args, **kwargs)  
        clock = time.flow()  
        time_passed = click - clock ##getting the time spent
        print(f"TIME PASSED IS: {time_passed:0.2f} SECS")  ##displaying time passed to 2 decimal places
        return value  
  
    return timer_container()

当代码运行时,输出应该是。

bash

代码解读

复制代码

TIME PASSED IS: 0.59 SECS

使用线程的重要性

  • 线程可以并发操作,多线程程序可以在有多个CPU的计算机系统上运行得更快。
  • 一个程序可以继续对输入作出反应。这在单个CPU以及多个CPU上都是如此。
  • 一个进程中的线程可以共享全局变量内存。当一个全局变量在一个线程中被修改时,它会影响到所有线程。本地变量也可以存在于一个线程中。
  • 在操作系统中处理线程比处理进程要容易。因此,它们有时被称为轻量级进程。
  • 它可以被中断,因此允许高优先级的进程。
  • 它可以在其他线程运行时暂时搁置(有时被称为睡眠模式)--这被称为屈服

总结

在这篇文章中,我们已经学到了以下内容。

  1. Python定时器函数。如何使用诸如cancel()这样的函数来停止执行,甚至在它开始之前。
  2. 创建和使用定时器类。计时器类是线程类的一个子类。
  3. 使用Python装饰器。装饰器只用一次,但函数会被不断地计时。


转载来源:https://juejin.cn/post/7168734908423077918

相关文章
|
3月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
3月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
120 0
|
3月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
4月前
|
JSON 算法 Java
打造终端里的下载利器:Python实现可恢复式多线程下载器
在数字时代,大文件下载已成为日常需求。本文教你用Python打造专业级下载器,支持断点续传、多线程加速、速度限制等功能,显著提升终端下载体验。内容涵盖智能续传、多线程分块下载、限速控制及Rich库构建现代终端界面,助你从零构建高效下载工具。
250 1
|
3月前
|
数据采集 存储 Java
多线程Python爬虫:加速大规模学术文献采集
多线程Python爬虫:加速大规模学术文献采集
|
4月前
|
数据采集 网络协议 前端开发
Python多线程爬虫模板:从原理到实战的完整指南
多线程爬虫通过并发请求大幅提升数据采集效率,适用于大规模网页抓取。本文详解其原理与实现,涵盖任务队列、线程池、会话保持、异常处理、反爬对抗等核心技术,并提供可扩展的Python模板代码,助力高效稳定的数据采集实践。
194 0
|
7月前
|
数据采集 存储 安全
Python爬虫实战:利用短效代理IP爬取京东母婴纸尿裤数据,多线程池并行处理方案详解
本文分享了一套结合青果网络短效代理IP和多线程池技术的电商数据爬取方案,针对京东母婴纸尿裤类目商品信息进行高效采集。通过动态代理IP规避访问限制,利用多线程提升抓取效率,同时确保数据采集的安全性和合法性。方案详细介绍了爬虫开发步骤、网页结构分析及代码实现,适用于大规模电商数据采集场景。
|
8月前
|
数据采集 Java 数据处理
Python实用技巧:轻松驾驭多线程与多进程,加速任务执行
在Python编程中,多线程和多进程是提升程序效率的关键工具。多线程适用于I/O密集型任务,如文件读写、网络请求;多进程则适合CPU密集型任务,如科学计算、图像处理。本文详细介绍这两种并发编程方式的基本用法及应用场景,并通过实例代码展示如何使用threading、multiprocessing模块及线程池、进程池来优化程序性能。结合实际案例,帮助读者掌握并发编程技巧,提高程序执行速度和资源利用率。
361 0
|
19天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
191 102
|
19天前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
193 104

推荐镜像

更多