python同步的函數(shù) python同步方法

深入解析Python中的線程同步方法

創(chuàng)新互聯(lián)是一家網(wǎng)站設(shè)計(jì)公司，集創(chuàng)意、互聯(lián)網(wǎng)應(yīng)用、軟件技術(shù)為一體的創(chuàng)意網(wǎng)站建設(shè)服務(wù)商，主營(yíng)產(chǎn)品：響應(yīng)式網(wǎng)站設(shè)計(jì)、成都品牌網(wǎng)站建設(shè)、成都全網(wǎng)營(yíng)銷推廣。我們專注企業(yè)品牌在網(wǎng)站中的整體樹(shù)立，網(wǎng)絡(luò)互動(dòng)的體驗(yàn)，以及在手機(jī)等移動(dòng)端的優(yōu)質(zhì)呈現(xiàn)。成都網(wǎng)站建設(shè)、做網(wǎng)站、移動(dòng)互聯(lián)產(chǎn)品、網(wǎng)絡(luò)運(yùn)營(yíng)、VI設(shè)計(jì)、云產(chǎn)品.運(yùn)維為核心業(yè)務(wù)。為用戶提供一站式解決方案，我們深知市場(chǎng)的競(jìng)爭(zhēng)激烈，認(rèn)真對(duì)待每位客戶，為客戶提供賞析悅目的作品，網(wǎng)站的價(jià)值服務(wù)。

同步訪問(wèn)共享資源

在使用線程的時(shí)候，一個(gè)很重要的問(wèn)題是要避免多個(gè)線程對(duì)同一變量或其它資源的訪問(wèn)沖突。一旦你稍不留神，重疊訪問(wèn)、在多個(gè)線程中修改（共享資源）等這些操作會(huì)導(dǎo)致各種各樣的問(wèn)題；更嚴(yán)重的是，這些問(wèn)題一般只會(huì)在比較極端（比如高并發(fā)、生產(chǎn)服務(wù)器、甚至在性能更好的硬件設(shè)備上）的情況下才會(huì)出現(xiàn)。

比如有這樣一個(gè)情況：需要追蹤對(duì)一事件處理的次數(shù)

counter = 0

def process_item(item):

global counter

... do something with item ...

counter += 1

如果你在多個(gè)線程中同時(shí)調(diào)用這個(gè)函數(shù)，你會(huì)發(fā)現(xiàn)counter的值不是那么準(zhǔn)確。在大多數(shù)情況下它是對(duì)的，但有時(shí)它會(huì)比實(shí)際的少幾個(gè)。

出現(xiàn)這種情況的原因是，計(jì)數(shù)增加操作實(shí)際上分三步執(zhí)行:

解釋器獲取counter的當(dāng)前值計(jì)算新值將計(jì)算的新值回寫(xiě)counter變量

考慮一下這種情況：在當(dāng)前線程獲取到counter值后，另一個(gè)線程搶占到了CPU，然后同樣也獲取到了counter值，并進(jìn)一步將counter值重新計(jì)算并完成回寫(xiě)；之后時(shí)間片重新輪到當(dāng)前線程（這里僅作標(biāo)識(shí)區(qū)分，并非實(shí)際當(dāng)前），此時(shí)當(dāng)前線程獲取到counter值還是原來(lái)的，完成后續(xù)兩步操作后counter的值實(shí)際只加上1。

另一種常見(jiàn)情況是訪問(wèn)不完整或不一致?tīng)顟B(tài)。這類情況主要發(fā)生在一個(gè)線程正在初始化或更新數(shù)據(jù)時(shí)，另一個(gè)進(jìn)程卻嘗試讀取正在更改的數(shù)據(jù)。

原子操作

實(shí)現(xiàn)對(duì)共享變量或其它資源的同步訪問(wèn)最簡(jiǎn)單的方法是依靠解釋器的原子操作。原子操作是在一步完成執(zhí)行的操作，在這一步中其它線程無(wú)法獲得該共享資源。

通常情況下，這種同步方法只對(duì)那些只由單個(gè)核心數(shù)據(jù)類型組成的共享資源有效，譬如，字符串變量、數(shù)字、列表或者字典等。下面是幾個(gè)線程安全的操作：

讀或者替換一個(gè)實(shí)例屬性讀或者替換一個(gè)全局變量從列表中獲取一項(xiàng)元素原位修改一個(gè)列表（例如：使用append增加一個(gè)列表項(xiàng)）從字典中獲取一項(xiàng)元素原位修改一個(gè)字典（例如：增加一個(gè)字典項(xiàng)、調(diào)用clear方法）

注意，上面提到過(guò)，對(duì)一個(gè)變量或者屬性進(jìn)行讀操作，然后修改它，最終將其回寫(xiě)不是線程安全的。因?yàn)榱硗庖粋€(gè)線程會(huì)在這個(gè)線程讀完卻沒(méi)有修改或回寫(xiě)完成之前更改這個(gè)共享變量/屬性。

鎖

鎖是Python的threading模塊提供的最基本的同步機(jī)制。在任一時(shí)刻，一個(gè)鎖對(duì)象可能被一個(gè)線程獲取，或者不被任何線程獲取。如果一個(gè)線程嘗試去獲取一個(gè)已經(jīng)被另一個(gè)線程獲取到的鎖對(duì)象，那么這個(gè)想要獲取鎖對(duì)象的線程只能暫時(shí)終止執(zhí)行直到鎖對(duì)象被另一個(gè)線程釋放掉。

鎖通常被用來(lái)實(shí)現(xiàn)對(duì)共享資源的同步訪問(wèn)。為每一個(gè)共享資源創(chuàng)建一個(gè)Lock對(duì)象，當(dāng)你需要訪問(wèn)該資源時(shí)，調(diào)用acquire方法來(lái)獲取鎖對(duì)象（如果其它線程已經(jīng)獲得了該鎖，則當(dāng)前線程需等待其被釋放），待資源訪問(wèn)完后，再調(diào)用release方法釋放鎖：

lock = Lock()

lock.acquire() #: will block if lock is already held

... access shared resource

lock.release()

注意，即使在訪問(wèn)共享資源的過(guò)程中出錯(cuò)了也應(yīng)該釋放鎖，可以用try-finally來(lái)達(dá)到這一目的：

lock.acquire()

try:

... access shared resource

finally:

lock.release() #: release lock, no matter what

在Python 2.5及以后的版本中，你可以使用with語(yǔ)句。在使用鎖的時(shí)候，with語(yǔ)句會(huì)在進(jìn)入語(yǔ)句塊之前自動(dòng)的獲取到該鎖對(duì)象，然后在語(yǔ)句塊執(zhí)行完成后自動(dòng)釋放掉鎖：

from __future__ import with_statement #: 2.5 only

with lock:

... access shared resource

acquire方法帶一個(gè)可選的等待標(biāo)識(shí)，它可用于設(shè)定當(dāng)有其它線程占有鎖時(shí)是否阻塞。如果你將其值設(shè)為False，那么acquire方法將不再阻塞，只是如果該鎖被占有時(shí)它會(huì)返回False:

if not lock.acquire(False):

... 鎖資源失敗

else:

try:

... access shared resource

finally:

lock.release()

你可以使用locked方法來(lái)檢查一個(gè)鎖對(duì)象是否已被獲取，注意不能用該方法來(lái)判斷調(diào)用acquire方法時(shí)是否會(huì)阻塞，因?yàn)樵趌ocked方法調(diào)用完成到下一條語(yǔ)句（比如acquire）執(zhí)行之間該鎖有可能被其它線程占有。

if not lock.locked():

#: 其它線程可能在下一條語(yǔ)句執(zhí)行之前占有了該鎖

lock.acquire() #: 可能會(huì)阻塞

簡(jiǎn)單鎖的缺點(diǎn)

標(biāo)準(zhǔn)的鎖對(duì)象并不關(guān)心當(dāng)前是哪個(gè)線程占有了該鎖；如果該鎖已經(jīng)被占有了，那么任何其它嘗試獲取該鎖的線程都會(huì)被阻塞，即使是占有鎖的這個(gè)線程?？紤]一下下面這個(gè)例子：

lock = threading.Lock()

def get_first_part():

lock.acquire()

try:

... 從共享對(duì)象中獲取第一部分?jǐn)?shù)據(jù)

finally:

lock.release()

return data

def get_second_part():

lock.acquire()

try:

... 從共享對(duì)象中獲取第二部分?jǐn)?shù)據(jù)

finally:

lock.release()

return data

示例中，我們有一個(gè)共享資源，有兩個(gè)分別取這個(gè)共享資源第一部分和第二部分的函數(shù)。兩個(gè)訪問(wèn)函數(shù)都使用了鎖來(lái)確保在獲取數(shù)據(jù)時(shí)沒(méi)有其它線程修改對(duì)應(yīng)的共享數(shù)據(jù)。

現(xiàn)在，如果我們想添加第三個(gè)函數(shù)來(lái)獲取兩個(gè)部分的數(shù)據(jù)，我們將會(huì)陷入泥潭。一個(gè)簡(jiǎn)單的方法是依次調(diào)用這兩個(gè)函數(shù)，然后返回結(jié)合的結(jié)果：

def get_both_parts():

first = get_first_part()

seconde = get_second_part()

return first, second

這里的問(wèn)題是，如有某個(gè)線程在兩個(gè)函數(shù)調(diào)用之間修改了共享資源，那么我們最終會(huì)得到不一致的數(shù)據(jù)。最明顯的解決方法是在這個(gè)函數(shù)中也使用lock:

def get_both_parts():

lock.acquire()

try:

first = get_first_part()

seconde = get_second_part()

finally:

lock.release()

return first, second

然而，這是不可行的。里面的兩個(gè)訪問(wèn)函數(shù)將會(huì)阻塞，因?yàn)橥鈱诱Z(yǔ)句已經(jīng)占有了該鎖。為了解決這個(gè)問(wèn)題，你可以通過(guò)使用標(biāo)記在訪問(wèn)函數(shù)中讓外層語(yǔ)句釋放鎖，但這樣容易失去控制并導(dǎo)致出錯(cuò)。幸運(yùn)的是，threading模塊包含了一個(gè)更加實(shí)用的鎖實(shí)現(xiàn)：re-entrant鎖。

Re-Entrant Locks (RLock)

RLock類是簡(jiǎn)單鎖的另一個(gè)版本，它的特點(diǎn)在于，同一個(gè)鎖對(duì)象只有在被其它的線程占有時(shí)嘗試獲取才會(huì)發(fā)生阻塞；而簡(jiǎn)單鎖在同一個(gè)線程中同時(shí)只能被占有一次。如果當(dāng)前線程已經(jīng)占有了某個(gè)RLock鎖對(duì)象，那么當(dāng)前線程仍能再次獲取到該RLock鎖對(duì)象。

lock = threading.Lock()

lock.acquire()

lock.acquire() #: 這里將會(huì)阻塞

lock = threading.RLock()

lock.acquire()

lock.acquire() #: 這里不會(huì)發(fā)生阻塞

RLock的主要作用是解決嵌套訪問(wèn)共享資源的問(wèn)題，就像前面描述的示例。要想解決前面示例中的問(wèn)題，我們只需要將Lock換為RLock對(duì)象，這樣嵌套調(diào)用也會(huì)OK.

lock = threading.RLock()

def get_first_part():

... see above

def get_second_part():

... see above

def get_both_parts():

... see above

這樣既可以單獨(dú)訪問(wèn)兩部分?jǐn)?shù)據(jù)也可以一次訪問(wèn)兩部分?jǐn)?shù)據(jù)而不會(huì)被鎖阻塞或者獲得不一致的數(shù)據(jù)。

注意RLock會(huì)追蹤遞歸層級(jí)，因此記得在acquire后進(jìn)行release操作。

Semaphores

信號(hào)量是一個(gè)更高級(jí)的鎖機(jī)制。信號(hào)量?jī)?nèi)部有一個(gè)計(jì)數(shù)器而不像鎖對(duì)象內(nèi)部有鎖標(biāo)識(shí)，而且只有當(dāng)占用信號(hào)量的線程數(shù)超過(guò)信號(hào)量時(shí)線程才阻塞。這允許了多個(gè)線程可以同時(shí)訪問(wèn)相同的代碼區(qū)。

semaphore = threading.BoundedSemaphore()

semaphore.acquire() #: counter減小

... 訪問(wèn)共享資源

semaphore.release() #: counter增大

當(dāng)信號(hào)量被獲取的時(shí)候，計(jì)數(shù)器減??；當(dāng)信號(hào)量被釋放的時(shí)候，計(jì)數(shù)器增大。當(dāng)獲取信號(hào)量的時(shí)候，如果計(jì)數(shù)器值為0，則該進(jìn)程將阻塞。當(dāng)某一信號(hào)量被釋放，counter值增加為1時(shí)，被阻塞的線程（如果有的話）中會(huì)有一個(gè)得以繼續(xù)運(yùn)行。

信號(hào)量通常被用來(lái)限制對(duì)容量有限的資源的訪問(wèn)，比如一個(gè)網(wǎng)絡(luò)連接或者數(shù)據(jù)庫(kù)服務(wù)器。在這類場(chǎng)景中，只需要將計(jì)數(shù)器初始化為最大值，信號(hào)量的實(shí)現(xiàn)將為你完成剩下的事情。

max_connections = 10

semaphore = threading.BoundedSemaphore(max_connections)

如果你不傳任何初始化參數(shù)，計(jì)數(shù)器的值會(huì)被初始化為1.

Python的threading模塊提供了兩種信號(hào)量實(shí)現(xiàn)。Semaphore類提供了一個(gè)無(wú)限大小的信號(hào)量，你可以調(diào)用release任意次來(lái)增大計(jì)數(shù)器的值。為了避免錯(cuò)誤出現(xiàn)，最好使用BoundedSemaphore類，這樣當(dāng)你調(diào)用release的次數(shù)大于acquire次數(shù)時(shí)程序會(huì)出錯(cuò)提醒。

線程同步

鎖可以用在線程間的同步上。threading模塊包含了一些用于線程間同步的類。

Events

一個(gè)事件是一個(gè)簡(jiǎn)單的同步對(duì)象，事件表示為一個(gè)內(nèi)部標(biāo)識(shí)(internal flag)，線程等待這個(gè)標(biāo)識(shí)被其它線程設(shè)定，或者自己設(shè)定、清除這個(gè)標(biāo)識(shí)。

event = threading.Event()

#: 一個(gè)客戶端線程等待flag被設(shè)定

event.wait()

#: 服務(wù)端線程設(shè)置或者清除flag

event.set()

event.clear()

一旦標(biāo)識(shí)被設(shè)定，wait方法就不做任何處理（不會(huì)阻塞），當(dāng)標(biāo)識(shí)被清除時(shí)，wait將被阻塞直至其被重新設(shè)定。任意數(shù)量的線程可能會(huì)等待同一個(gè)事件。

Conditions

條件是事件對(duì)象的高級(jí)版本。條件表現(xiàn)為程序中的某種狀態(tài)改變，線程可以等待給定條件或者條件發(fā)生的信號(hào)。

下面是一個(gè)簡(jiǎn)單的生產(chǎn)者/消費(fèi)者實(shí)例。首先你需要?jiǎng)?chuàng)建一個(gè)條件對(duì)象：

#: 表示一個(gè)資源的附屬項(xiàng)

condition = threading.Condition()

生產(chǎn)者線程在通知消費(fèi)者線程有新生成資源之前需要獲得條件：

#: 生產(chǎn)者線程

... 生產(chǎn)資源項(xiàng)

condition.acquire()

... 將資源項(xiàng)添加到資源中

condition.notify() #: 發(fā)出有可用資源的信號(hào)

condition.release()

消費(fèi)者必須獲取條件（以及相關(guān)聯(lián)的鎖），然后嘗試從資源中獲取資源項(xiàng)：

#: 消費(fèi)者線程

condition.acquire()

while True:

...從資源中獲取資源項(xiàng)

if item:

break

condition.wait() #: 休眠，直至有新的資源

condition.release()

... 處理資源

wait方法釋放了鎖，然后將當(dāng)前線程阻塞，直到有其它線程調(diào)用了同一條件對(duì)象的notify或者notifyAll方法，然后又重新拿到鎖。如果同時(shí)有多個(gè)線程在等待，那么notify方法只會(huì)喚醒其中的一個(gè)線程，而notifyAll則會(huì)喚醒全部線程。

為了避免在wait方法處阻塞，你可以傳入一個(gè)超時(shí)參數(shù)，一個(gè)以秒為單位的浮點(diǎn)數(shù)。如果設(shè)置了超時(shí)參數(shù)，wait將會(huì)在指定時(shí)間返回，即使notify沒(méi)被調(diào)用。一旦使用了超時(shí)，你必須檢查資源來(lái)確定發(fā)生了什么。

注意，條件對(duì)象關(guān)聯(lián)著一個(gè)鎖，你必須在訪問(wèn)條件之前獲取這個(gè)鎖；同樣的，你必須在完成對(duì)條件的訪問(wèn)時(shí)釋放這個(gè)鎖。在生產(chǎn)代碼中，你應(yīng)該使用try-finally或者with.

可以通過(guò)將鎖對(duì)象作為條件構(gòu)造函數(shù)的參數(shù)來(lái)讓條件關(guān)聯(lián)一個(gè)已經(jīng)存在的鎖，這可以實(shí)現(xiàn)多個(gè)條件公用一個(gè)資源：

lock = threading.RLock()

condition_1 = threading.Condition(lock)

condition_2 = threading.Condition(lock)

互斥鎖同步

我們先來(lái)看一個(gè)例子：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import time, threading

# 假定這是你的銀行存款:

balance = 0

muxlock = threading.Lock()

def change_it(n):

# 先存后取，結(jié)果應(yīng)該為0:

global balance

balance = balance + n

balance = balance - n

def run_thread(n):

# 循環(huán)次數(shù)一旦多起來(lái)，最后的數(shù)字就變成非0

for i in range(100000):

change_it(n)

t1 = threading.Thread(target=run_thread, args=(5,))

t2 = threading.Thread(target=run_thread, args=(8,))

t3 = threading.Thread(target=run_thread, args=(9,))

t1.start()

t2.start()

t3.start()

t1.join()

t2.join()

t3.join()

print balance

結(jié)果 :

[/data/web/test_python]$ python multhread_threading.py

上面的例子引出了多線程編程的最常見(jiàn)問(wèn)題：數(shù)據(jù)共享。當(dāng)多個(gè)線程都修改某一個(gè)共享數(shù)據(jù)的時(shí)候，需要進(jìn)行同步控制。

線程同步能夠保證多個(gè)線程安全訪問(wèn)競(jìng)爭(zhēng)資源，最簡(jiǎn)單的同步機(jī)制是引入互斥鎖。互斥鎖為資源引入一個(gè)狀態(tài)：鎖定/非鎖定。某個(gè)線程要更改共享數(shù)據(jù)時(shí)，先將其鎖定，此時(shí)資源的狀態(tài)為“鎖定”，其他線程不能更改；直到該線程釋放資源，將資源的狀態(tài)變成“非鎖定”，其他的線程才能再次鎖定該資源?；コ怄i保證了每次只有一個(gè)線程進(jìn)行寫(xiě)入操作，從而保證了多線程情況下數(shù)據(jù)的正確性。

threading模塊中定義了Lock類，可以方便的處理鎖定：

#創(chuàng)建鎖mutex = threading.Lock()

#鎖定mutex.acquire([timeout])

#釋放mutex.release()

其中，鎖定方法acquire可以有一個(gè)超時(shí)時(shí)間的可選參數(shù)timeout。如果設(shè)定了timeout，則在超時(shí)后通過(guò)返回值可以判斷是否得到了鎖，從而可以進(jìn)行一些其他的處理。

使用互斥鎖實(shí)現(xiàn)上面的例子的代碼如下：

balance = 0

muxlock = threading.Lock()

def change_it(n):

# 獲取鎖，確保只有一個(gè)線程操作這個(gè)數(shù)

muxlock.acquire()

global balance

balance = balance + n

balance = balance - n

# 釋放鎖，給其他被阻塞的線程繼續(xù)操作

muxlock.release()

def run_thread(n):

for i in range(10000):

change_it(n)

加鎖后的結(jié)果，就能確保數(shù)據(jù)正確：

[/data/web/test_python]$ python multhread_threading.py

Python的函數(shù)都有哪些

【常見(jiàn)的內(nèi)置函數(shù)】

1、enumerate(iterable,start=0)

是python的內(nèi)置函數(shù)，是枚舉、列舉的意思，對(duì)于一個(gè)可迭代的(iterable)/可遍歷的對(duì)象(如列表、字符串)，enumerate將其組成一個(gè)索引序列，利用它可以同時(shí)獲得索引和值。

2、zip(*iterables,strict=False)

用于將可迭代的對(duì)象作為參數(shù)，將對(duì)象中對(duì)應(yīng)的元素打包成一個(gè)個(gè)元組，然后返回由這些元組組成的列表。如果各個(gè)迭代器的元素個(gè)數(shù)不一致，則返回列表長(zhǎng)度與最短的對(duì)象相同，利用*號(hào)操作符，可以將元組解壓為列表。

3、filter(function,iterable)

filter是將一個(gè)序列進(jìn)行過(guò)濾，返回迭代器的對(duì)象，去除不滿足條件的序列。

4、isinstance(object,classinfo)

是用來(lái)判斷某一個(gè)變量或者是對(duì)象是不是屬于某種類型的一個(gè)函數(shù)，如果參數(shù)object是classinfo的實(shí)例，或者object是classinfo類的子類的一個(gè)實(shí)例，

返回True。如果object不是一個(gè)給定類型的的對(duì)象，則返回結(jié)果總是False

5、eval(expression[,globals[,locals]])

用來(lái)將字符串str當(dāng)成有效的表達(dá)式來(lái)求值并返回計(jì)算結(jié)果，表達(dá)式解析參數(shù)expression并作為Python表達(dá)式進(jìn)行求值(從技術(shù)上說(shuō)是一個(gè)條件列表)，采用globals和locals字典作為全局和局部命名空間。

【常用的句式】

1、format字符串格式化

format把字符串當(dāng)成一個(gè)模板，通過(guò)傳入的參數(shù)進(jìn)行格式化，非常實(shí)用且強(qiáng)大。

2、連接字符串

常使用+連接兩個(gè)字符串。

3、if...else條件語(yǔ)句

Python條件語(yǔ)句是通過(guò)一條或多條語(yǔ)句的執(zhí)行結(jié)果(True或者False)來(lái)決定執(zhí)行的代碼塊。其中if...else語(yǔ)句用來(lái)執(zhí)行需要判斷的情形。

4、for...in、while循環(huán)語(yǔ)句

循環(huán)語(yǔ)句就是遍歷一個(gè)序列，循環(huán)去執(zhí)行某個(gè)操作，Python中的循環(huán)語(yǔ)句有for和while。

5、import導(dǎo)入其他腳本的功能

有時(shí)需要使用另一個(gè)python文件中的腳本，這其實(shí)很簡(jiǎn)單，就像使用import關(guān)鍵字導(dǎo)入任何模塊一樣。

python可以同步本地磁盤(pán)文件的字典

是的，Python可以使用os模塊的walk函數(shù)來(lái)同步本地磁盤(pán)文件夾中的字典。walk函數(shù)會(huì)返回一個(gè)三元組(root,dirs,files)，這個(gè)三元組包含根目錄、子目錄和遞歸遍歷的文件列表，可以組成一個(gè)字典，將文件根據(jù)它們所屬的文件夾來(lái)歸類。

python里面有哪些自帶函數(shù)？

python系統(tǒng)提供了下面常用的函數(shù)：

1. 數(shù)學(xué)庫(kù)模塊（math）提供了很多數(shù)學(xué)運(yùn)算函數(shù)；

2.復(fù)數(shù)模塊（cmath）提供了用于復(fù)數(shù)運(yùn)算的函數(shù)；

3.隨機(jī)數(shù)模塊（random）提供了用來(lái)生成隨機(jī)數(shù)的函數(shù)；

4.時(shí)間（time）和日歷（calendar）模塊提供了能處理日期和時(shí)間的函數(shù)。

注意：在調(diào)用系統(tǒng)函數(shù)之前，先要使用import 語(yǔ)句導(dǎo)入相應(yīng)的模塊

該語(yǔ)句將模塊中定義的函數(shù)代碼復(fù)制到自己的程序中，然后就可以訪問(wèn)模塊中的任何函數(shù)，其方法是在函數(shù)名前面加上“模塊名.”。

希望能幫到你。

網(wǎng)頁(yè)名稱：python同步的函數(shù) python同步方法
網(wǎng)頁(yè)地址：http://muchs.cn/article8/dosjcop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供域名注冊(cè)、網(wǎng)站導(dǎo)航、響應(yīng)式網(wǎng)站、服務(wù)器托管、品牌網(wǎng)站建設(shè)、小程序開(kāi)發(fā)

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容

python同步的函數(shù) python同步方法

深入解析Python中的線程同步方法

Python的函數(shù)都有哪些

python可以同步本地磁盤(pán)文件的字典

python里面有哪些自帶函數(shù)？

python里面有哪些自帶函數(shù)？