在编写多线程程序时，有时候需要主线程等待子线程完成后再进行下一步操作。这个功能很常见，我们可以通过各种方式来实现。下面从多个方面来讨论主线程等待子线程结束继续执行的实现方式。
一、使用join()函数等待子线程结束
join()函数是一个线程对象的方法，用于等待线程执行完成。主线程调用join()函数会被阻塞，直到子线程执行完毕才会继续执行。
import threading
import time
def worker():
print("子线程开始执行")
time.sleep(2)
print("子线程执行完毕")
thread = threading.Thread(target=worker)
thread.start()
print("主线程开始执行")
thread.join()
print("主线程执行完毕")
上面的代码中，主线程调用了子线程的join()方法，主线程会被阻塞，直到子线程执行完毕才会继续执行。如果没有调用join()方法，则主线程会在子线程启动后立即执行完毕。
二、使用Semaphore等待子线程结束
Semaphore信号量是一种线程同步的原语。可以用它来实现线程之间的资源竞争和协作。Semaphore有一个计数器，当计数器大于0时，可以继续执行。当计数器为0时，需要等待其他线程释放Semaphore才能继续执行。
下面的示例使用Semaphore来实现主线程等待子线程完成的功能：
import threading
import time
sem = threading.Semaphore(0)
def worker():
print("子线程开始执行")
time.sleep(2)
print("子线程执行完毕")
sem.release()
thread = threading.Thread(target=worker)
thread.start()
print("主线程开始执行")
sem.acquire()
print("主线程执行完毕")
在上面的代码中，Semaphore的计数器初始值为0，当子线程运行完毕后，调用Semaphore的release()方法释放资源，使得Semaphore的计数器增加1。主线程在调用acquire()方法时会被阻塞，直到子线程执行完毕后释放资源，使得Semaphore的计数器增加1，主线程才会继续执行。
三、使用Event等待子线程结束
Event是一种线程同步的原语，可以用它来实现线程之间的协作。一个线程等待另一个线程设置Event信号才能继续执行。
下面是一个使用Event等待子线程结束的示例：
import threading
import time
event = threading.Event()
def worker():
print("子线程开始执行")
time.sleep(2)
print("子线程执行完毕")
event.set()
thread = threading.Thread(target=worker)
thread.start()
print("主线程开始执行")
event.wait()
print("主线程执行完毕")
在上面的代码中，主线程执行到event.wait()时会被阻塞，直到子线程执行完毕后设置Event信号使得event.is_set()返回True，主线程才会继续执行。
四、使用Queue等待子线程结束
Queue是一个线程安全的队列，可以用它来实现线程之间的协作和通信。主线程向队列中放置任务，子线程从队列中取出任务并执行。当队列为空时，子线程会阻塞等待。
下面是一个使用Queue等待子线程结束的示例：
import threading
import time
import queue
q = queue.Queue()
def worker():
while True:
task = q.get()
if task is None:
break
print(f"子线程开始执行任务{task}")
time.sleep(2)
print(f"子线程执行完毕任务{task}")
print("子线程执行完毕")
thread = threading.Thread(target=worker)
thread.start()
print("主线程开始执行")
for i in range(3):
q.put(i)
thread.join()
q.put(None)
print("主线程执行完毕")
在上面的代码中，主线程向队列中放置3个任务，子线程不断从队列中取出任务并执行，直到取出任务为None时退出循环。主线程在子线程执行完毕后向队列中再放置一个空任务，使得子线程能够退出循环。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/237263.html
微信扫一扫 
支付宝扫一扫 