Python Thread join()用法詳解

import threading
#定義線程要調用的方法，*add可接收多個以非關鍵字方式傳入的參數
def action(*add):
    for arc in add:
        #調用 getName() 方法獲取當前執行該程序的線程名
        print(threading.current_thread().getName() +" "+ arc)
#定義為線程方法傳入的參數
my_tuple = ("http://c.biancheng.net/python/",\
            "http://c.biancheng.net/shell/",\
            "http://c.biancheng.net/java/")
#創建線程
thread = threading.Thread(target = action,args =my_tuple)
#啟動線程
thread.start()
#主線程執行如下語句
for i in range(5):
    print(threading.current_thread().getName())

 

 

程序執行結果為（不唯一）：

　　Thread-1 http://c.biancheng.net/python/MainThread

　　Thread-1 http://c.biancheng.net/shell/MainThread

　　Thread-1 http://c.biancheng.net/java/MainThread

　　MainThread
　　MainThread

可以看到，我們用 Thread 類創建了一個線程（線程名為 Thread-1），其任務是執行 action() 函數。同時，我們也給主線程 MainThread 安排了循環任務（第 16、17 行）。通過前面的學習我們知道，主線程 MainThread 和子線程 Thread-1 會輪流獲得 CPU 資源，因此該程序的輸出結果才會向上面顯示的這樣。

但是，如果我們想讓 Thread-1 子線程先執行，然后再讓 MainThread 執行第 16、17 行代碼，該如何實現呢？很簡單，通過調用線程對象的 join() 方法即可。

join() 方法的功能是在程序指定位置，優先讓該方法的調用者使用 CPU 資源。該方法的語法格式如下：

thread.join( [timeout] )

其中，thread 為 Thread 類或其子類的實例化對象；timeout 參數作為可選參數，其功能是指定 thread 線程最多可以霸占 CPU 資源的時間（以秒為單位），如果省略，則默認直到 thread 執行結束（進入死亡狀態）才釋放 CPU 資源。

舉個例子，修改上面的代碼，如下所示：

import threading
#定義線程要調用的方法，*add可接收多個以非關鍵字方式傳入的參數
def action(*add):
    for arc in add:
        #調用 getName() 方法獲取當前執行該程序的線程名
        print(threading.current_thread().getName() +" "+ arc)
#定義為線程方法傳入的參數
my_tuple = ("http://c.biancheng.net/python/",\
            "http://c.biancheng.net/shell/",\
            "http://c.biancheng.net/java/")
#創建線程
thread = threading.Thread(target = action,args =my_tuple)
#啟動線程
thread.start()
#指定 thread 線程優先執行完畢
thread.join()
#主線程執行如下語句
for i in range(5):
    print(threading.current_thread().getName())

 

程序執行結果為：

　　Thread-1 http://c.biancheng.net/python/
　　Thread-1 http://c.biancheng.net/shell/
　　Thread-1 http://c.biancheng.net/java/
　　MainThread
　　MainThread
　　MainThread
　　MainThread
　　MainThread

程序中第 16 行的位置，thread 線程調用了 join() 方法，並且沒有指定具體的 timeout 參數值。這意味着如果程序想繼續往下執行，必須先執行完 thread 線程。