python网络编程之进程详解
作者：Top Secret
这篇文章主要为大家介绍了python网络编程之进程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
1.进程
它们的主要作用：多任务同时执行
1.1进程：
Windows打开的程序就是一个进程例如打开qq 打开微信
如果打开2个qq代表打开了2个进程
1.2在python中创建进程
只能Linux 使用os.fork()用这个可以创建多进程
Linux/Windows使用multiprocessing模块和Pool进程池（他俩是跨平台模块）
1.3 使用multiprocessing创建进程
1.3.1 单个进程时：
from multiprocessing import Process #从multiprocessing库中导入Process模块
#执行进程代码
#一个子进程
def test(interval):
print("我是一个子进程")
#执行主程序
def main():
print("主进程启动")
p = Process(target=test,args=(1,)) #使用进程模块，目标参数target为子进程函数
p.start() #启动子进程
print("主进程结束")
if __name__ == '__main__':
main()
"""
>>> runfile('D:/python_files/python_fiew/网络编程_01.py', wdir='D:/python_files/python_fiew')
主进程启动
主进程结束
我是一个子进程
"""1.3.2 多个子进程时：
from multiprocessing import Process
import time,os
#子进程1
def child_1(interval):
print("子进程(%s)开始执行，父进程为(%s)"%(os.getpid(),os.getpid())) #os.getpid()为获取进程号
t_stat = time.time() #计时开始
time.sleep(interval) #程序将被挂起n秒
t_end = time.time() #计时结束
print("子进程(%s)的执行时间为'%0.2f'秒"%(os.getpid(),t_end-t_stat))
#子进程2
def chlid_2(interval):
print("子进程(%s)开始执行，父进程为(%s)"%(os.getpid(),os.getpid()))
t_stat = time.time()
time.sleep(interval)
t_end = time.time()
print("子进程(%s)的执行时间为(%0.2f)"%(os.getpid(),t_end-t_stat))
if __name__ == '__main__':
print("-----父进程开始执行-------")
print("父进程启动时，父进程PID为：(%s)"%(os.getpid())) #打印父进程启动时父进程的PID
p1 = Process(target=child_1,args=(1,)) #实例化子进程1
p2 = Process(target=chlid_2,args=(1,)) #实例化子进程2
p1.start() #启动子进程1
p2.start() #启动子进程2
#此时父进程仍然在执行
print("pi.is_alive=%s"%(p1.is_alive())) #p1.is_alive() 判断子进程p1是否还在执行，执行则返回ture
print("p2_is_alive=%s"%(p2.is_alive()))
#输出此时进程执行过程中的PID(进程号)
print("执行过程中的p1的进程号p1.pid=%s"%(p1.pid))
print("执行过程中的p2的进程号p2.pid=%s" % (p2.pid))
print("---等待子进程结束----")
p1.join() #等待子程序p1结束
p2.join()
print("父进程结束，此时父进程的进程号为：(%s)"%(os.getpid()))
#总结：#os.getpid()为获取进程号 #p1.is_alive() 判断子进程p1是否还在执行，执行则返回ture
由运行结果分析：子进程在执行的过程中，进程号不变。父进程号在启动时，和在结束所有子进程时 相同，而当子进程同时执行时，父进程号会动态变化。
挂起进程在 操作系统中可以定义为暂时被淘汰出 内存的进程，机器的资源是有限的，在资源不足的情况下，操作系统对在内存中的程序进行合理的安排，其中有的进程被暂时调离出内存，当条件允许的时候，会被操作系统再次调回内存，重新进入等待被执行的状态即就绪态，系统在超过一定的时间没有任何动作。
1.3.3 自定义进程类方法
使用Process子类创建进程Process(target=test)实现多进程，复杂的要定义一个类继承Process，每次实例化这个类的时候就等同于实例化一个进程对象
（解决上一个程序中两个子进程重复代码的问题）
from multiprocessing import Processimport time,os#继承Process类class SubProcess(Process): def __init__(self,interval,name=""): #子类SubProcess的构造方法 Process.__init__(self) #Process.__init__(self) #继承父类的构造方法 self.interval = interval self.name = name #重写父类方法 def run(self): print("子进程(%s)开始执行，父进程为(%s)" % (os.getpid(), os.getpid())) # os.getpid()为获取进程号 t_stat = time.time() # 计时开始 time.sleep(self.interval) # 程序将被挂起n秒 t_end = time.time() # 计时结束 print("子进程(%s)的执行时间为'%0.2f'秒" % (os.getpid(), t_end - t_stat))if __name__ == '__main__': print("-----父进程开始执行-------") print("父进程启动时，父进程PID为：(%s)"%(os.getpid())) #打印父进程启动时父进程的PID p1 = SubProcess(interval=1,name='ZARD1') #实例化子进程1 p2 = SubProcess(interval=2,name=('ZARD2')) #实例化子进程2 p1.start() #启动子进程1 p2.start() #启动子进程2 #此时父进程仍然在执行 print("pi.is_alive=%s"%(p1.is_alive())) #p1.is_alive() 判断子进程p1是否还在执行，执行则返回ture print("p2_is_alive=%s"%(p2.is_alive())) #输出此时进程执行过程中的PID(进程号) print("p1.name = %s"%(p1.name)) print("执行过程中的p1的进程号p1.pid=%s"%(p1.pid)) print("p2.name = %s" % (p2.name)) print("执行过程中的p2的进程号p2.pid=%s" % (p2.pid)) print("---等待子进程结束----") p1.join() #等待子程序p1结束 p2.join() print("父进程结束，此时父进程的进程号为：(%s)"%(os.getpid()))from multiprocessing import Process
import time,os
#继承Process类
class SubProcess(Process):
def __init__(self,interval,name=""): #子类SubProcess的构造方法
Process.__init__(self) #Process.__init__(self) #继承父类的构造方法
self.interval = interval
self.name = name
#重写父类方法
def run(self):
print("子进程(%s)开始执行，父进程为(%s)" % (os.getpid(), os.getpid())) # os.getpid()为获取进程号
t_stat = time.time() # 计时开始
time.sleep(self.interval) # 程序将被挂起n秒
t_end = time.time() # 计时结束
print("子进程(%s)的执行时间为'%0.2f'秒" % (os.getpid(), t_end - t_stat))
if __name__ == '__main__':
print("-----父进程开始执行-------")
print("父进程启动时，父进程PID为：(%s)"%(os.getpid())) #打印父进程启动时父进程的PID
p1 = SubProcess(interval=1,name='ZARD1') #实例化子进程1
p2 = SubProcess(interval=2,name=('ZARD2')) #实例化子进程2
p1.start() #启动子进程1
p2.start() #启动子进程2
#此时父进程仍然在执行
print("pi.is_alive=%s"%(p1.is_alive())) #p1.is_alive() 判断子进程p1是否还在执行，执行则返回ture
print("p2_is_alive=%s"%(p2.is_alive()))
#输出此时进程执行过程中的PID(进程号)
print("p1.name = %s"%(p1.name))
print("执行过程中的p1的进程号p1.pid=%s"%(p1.pid))
print("p2.name = %s" % (p2.name))
print("执行过程中的p2的进程号p2.pid=%s" % (p2.pid))
print("---等待子进程结束----")
p1.join() #等待子程序p1结束
p2.join()
print("父进程结束，此时父进程的进程号为：(%s)"%(os.getpid()))
代码分析：
1.4 Pool进程池
（解决当要创造成百上千个进程的情况）
例子： 有三个水槽 ，要接10桶水，我们最多只能同时接3盆，第10盆随便找一个盆，其他两个闲置。
from multiprocessing import Pool #导入进程池
import os,time
def task(name):
print("子进程(%s)执行task %s..."%(os.getpid(),name))
time.sleep(2) #休眠2秒
if __name__ == '__main__':
print("---父进程(%s)启动---"%(os.getpid()))
p = Pool(3) #定义一个进程池，一次最多容纳三个进程，即一次最多可同时执行三个子进程
for i in range(10):
p.apply_async(task,args=(i,)) #使用非阻塞的方式调用task
print("---等待所有子进程结束---")
p.close() #关闭进程池，关闭后进程池不再接收新的请求
p.join() #等待子进程结束
print("全部子进程结束")
小结：定义一个进程池，并规定一个池子中可以同时执行多少个进程，可以实现多个进程分批次的执行。
注意：
（1）区分使用Process模块与使用进程池模块Pool的区别
（2）对于实例对象 p，p.start()表示开始执行进程；p.join()表示结束进程
（3）注意加强阻塞与非阻塞知识点的学习
2. 验证进程是否能共享信息
引例：
from multiprocessing import Process
#子进程1
def plus():
print("---子进程1开始执行---")
global g_num #声明全局变量
g_num += 50
print("在子进程1下：g_num = %d"%(g_num))
print("---子进程1结束运行---")
#子进程2
def minus():
print("---子进程2开始执行---")
global g_num #声明全局变量
g_num -= 50
print("在子进程2下：g_num = %d"%(g_num))
print("---子进程2结束运行---")
g_num = 100 #赋值全局变量
if __name__ == '__main__':
print("---主进程启动---")
print("在主进程运行中，g_num = %d"%(g_num))
child1 = Process(target=plus) #实例化子进程1
child2 = Process(target=minus) # 实例化子进程2
child1.start() #启动子进程1
child2.start()
child1.join() #等待子进程结束
child2.join()
print("---主进程结束---")
由以上例子可见，对于进程1，2而言，全局变量g_num并不互相影响。即有如下关系：
那么就有如下问题了，思考：如何才能实现进程之间的通讯？
答：通过 multiprocessing Queue（队列）， Pipes（管道）， 接下来主要演示 Queue（队列）模块。
2.1 Queue（队列）模块：
2.1.1 队列简介：
1.新来的排队的在队尾
2.最前面的完成离队后，后面一个跟上
多进程队列的使用Queue， 本身他就是一个消息队列程序 ：
实践： 当Queue(3)时：
from multiprocessing import Queue #导入队列模块
if __name__ == '__main__':
q = Queue(3) #初始化一个Queue对象，最多只能接受3条put信息
#消息写入队列
q.put("消息1") #将此消息1写入队列
q.put("消息2")
print(q.full()) #q.full() 是验证队列是否已满 没满则返回False
q.put("消息3") #将此消息3写入队列
print(q.full()) #q.full() 是验证队列是否已满 满了则返回Ture
#利用try看看队列已满是否还可再塞入信息
try:
q.put("尝试塞入第4条信息",True,1) #可能出问题的代码
except:
print("尝试利用q.put()向队列中继续添加信息：")
print("队列已满，现有消息数量为：%d，无法继续添加信息。"%(q.qsize())) #q.qsize() 返回队列中的已有信息数量
try:
q.put_nowait("尝试塞入第4条信息") # 可能出问题的代码
except:
print("尝试利用q.put_nowait()向队列中继续添加信息：")
print("队列已满，现有消息数量为：%d，无法继续添加信息。" % (q.qsize())) # q.qsize() 返回队列中的已有信息数量
#获取（打印）队列中的信息
if not q.empty():
print("---从队列中读取信息---")
for i in range(q.qsize()): #循环打印队列信息
print(q.get_nowait()) #q.get_nowait() 读取队列信息
解决：
当Queue(4)时，打印的结果如下，可见此时可继续向队列中塞入第4条信息。
小结：
multiprocessing.Process 可以创建多进程，使用multiprocessing Queue可以实现队列操作。
2.2 实现进程间的通信
from multiprocessing import Process,Queue
import time
#子进程1：向队列中写入数据
def write_date(q):
if not q.full(): #若队列没满，则写入数据
for i in range(5):
date = "数据" + str(i)
q.put(date) #向队列中写入数据
print("已写入：%s" % date)
#子进程2：向队列中读取数据
def read_date(q):
time.sleep(1) # 休眠1s
while not q.empty():
print("读取:%s" % q.get(True, 2)) # 等待2s，如果还没读取到消息，抛出异常
#主程序
if __name__ == '__main__':
print("---主程序启动---")
q = Queue() # 父进程创建Queue，并传给各个子进程
write_child = Process(target=write_date,args=(q,)) # 实例化进程对象，其中args=(q,)表示把队列传给子进程1
read_child = Process(target=read_date,args=(q,))
write_child.start() # 启动子进程1，写入
read_child.start() # 启动子进程2，读取
write_child.join() # 等待子进程1结束
read_child.join() # 等待子进程2结束
print('-----父进程结束-----')
小结：
（1）进程之间可以通过队列来实现通信，但需要注意的是，队列中的信息遵循“先进先出”的原则。如上数据那样，先写入数据0，则最先读出的数据也是数据0；
（2）如：
在父进程中创建队列，再利用Process模块实例化子进程对象，target参数为子进程的函数名，args参数即为队列。
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!