Python是一種通用語言，可用于編寫任何類型的程序。同時，Python是一種簡單易學且功能強大的編程語言，也是現階段世界上增長最快的編程語言之一。Python具有簡單的語法和強大的功能。因此越來越多的人開始學習PythonPython。他們紛紛咨詢一些關于python的信息。例如python如何隨機讀取目錄文件？如何使用Python解決多線程死鎖問題等。下面我們就來詳細了解一下。

　　python如何隨機讀取目錄文件？

使用python模塊：random argparse shutil

import argparse

parser = argparse.ArgumentParser()

parser.add_argument('num',type=int,help="img numbers to random")

args = parser.parse_args()

import random

import os

path="/home/train/disk/data/yulan_park_expand"

imgs = []

for x in os.listdir(path):

if x.endswith('jpg'):

imgs.append(x)

selected_imgs=random.sample(imgs,k=args.num)

print(selected_imgs)

from shutil import copyfile

for img in selected_imgs:

src=os.path.join(path,img)

dst=os.path.join(path,"../for_bitmain/"+img)

copyfile(src,dst)

print("copy done")。

　　如何使用Python解決多線程死鎖問題？

死鎖的原理非常簡單，用一句話就可以描述完。就是當多線程訪問多個鎖的時候，不同的鎖被不同的線程持有，它們都在等待其他線程釋放出鎖來，于是便陷入了永久等待。比如A線程持有1號鎖，等待2號鎖，B線程持有2號鎖等待1號鎖，那么它們永遠也等不到執行的那天，這種情況就叫做死鎖。

關于死鎖有一個著名的問題叫做哲學家就餐問題，有5個哲學家圍坐在一起，他們每個人需要拿到兩個叉子才可以吃飯。如果他們同時拿起自己左手邊的叉子，那么就會永遠等待右手邊的叉子釋放出來。這樣就陷入了永久等待，于是這些哲學家都會餓死。

　　img

這是一個很形象的模型，因為在計算機并發場景當中，一些資源的數量往往是有限的。很有可能出現多個線程搶占的情況，如果處理不好就會發生大家都獲取了一個資源，然后在等待另外的資源的情況。

對于死鎖的問題有多種解決方法，這里我們介紹比較簡單的一種，就是對這些鎖進行編號。我們規定當一個線程需要同時持有多個鎖的時候，必須要按照序號升序的順序對這些鎖進行訪問。通過上下文管理器我們可以很容易實現這一點。

　　上下文管理器

首先我們來簡單介紹一下上下文管理器，上下文管理器我們其實經常使用，比如我們經常使用的with語句就是一個上下文管理器的經典使用。當我們通過with語句打開文件的時候，它會自動替我們處理好文件讀取之后的關閉以及拋出異常的處理，可以節約我們大量的代碼。

同樣我們也可以自己定義一個上下文處理器，其實很簡單，我們只需要實現__enter__和__exit__這兩個函數即可。__enter__函數用來實現進入資源之前的操作和處理，那么顯然__exit__函數對應的就是使用資源結束之后或者是出現異常的處理邏輯。有了這兩個函數之后，我們就有了自己的上下文處理類了。

我們來看一個樣例：

class Sample: def __enter__(self): print('enter resources') return self def __exit__(self, exc_type, exc_val, exc_tb): print('exit') # print(exc_type) # print(exc_val) # print(exc_tb) def doSomething(self): a = 1/1 return adef getSample(): return Sample()if __name__ == '__main__': with getSample() as sample: print('do something') sample.doSomething()

當我們運行這段代碼的時候，屏幕上打印的結果和我們的預期是一致的。

　　image-20200803091558632

我們觀察一下__exit__函數，會發現它的參數有4個，后面的三個參數對應的是拋出異常的情況。type對應異常的類型，val對應異常時的輸出值，trace對應異常拋出時的運行堆棧。這些信息都是我們排查異常的時候經常需要用到的信息，通過這三個字段，我們可以根據我們的需要對可能出現的異常進行自定義的處理。

實現上下文管理器并不一定要通過類實現，Python當中也提供了上下文管理的注解，通過使用注解我們可以很方便地實現上下文管理。我們同樣也來看一個例子：

import timefrom contextlib import contextmanager@contextmanagerdef timethis(label): start = time.time() try: yield finally: end = time.time() print('{}: {}'.format(label, end - start)) with timethis('timer'): pass

在這個方法當中yield之前的部分相當于__enter__函數，yield之后的部分相當于__exit__。如果出現異常會在try語句當中拋出，那么我們編寫except對異常進行處理即可。

　　避免死鎖

了解了上下文管理器之后，我們要做的就是在lock的外面包裝一層，使得我們在獲取和釋放鎖的時候可以根據我們的需要，對鎖進行排序，按照升序的順序進行持有。例如：

from contextlib import contextmanager# 用來存儲local的數據_local = threading.local()@contextmanagerdef acquire(*locks): # 對鎖按照id進行排序 locks = sorted(locks, key=lambda x: id(x)) # 如果已經持有鎖當中的序號有比當前更大的，說明策略失敗 acquired = getattr(_local,'acquired',[]) if acquired and max(id(lock) for lock in acquired) >= id(locks[0]): raise RuntimeError('Lock Order Violation') # 獲取所有鎖 acquired.extend(locks) _local.acquired = acquired try: for lock in locks: lock.acquire() yield finally: # 倒敘釋放 for lock in reversed(locks): lock.release() del acquired[-len(locks):]

這段代碼寫得非常漂亮，可讀性很高，邏輯我們都應該能看懂，但是有一個小問題是這里用到了threading.local這個組件。

它是一個多線程場景當中的共享變量，雖然說是共享的，但是對于每個線程來說讀取到的值都是獨立的。聽起來有些難以理解，其實我們可以將它理解成一個dict，dict的key是每一個線程的id，value是一個存儲數據的dict。每個線程在訪問local變量的時候，都相當于先通過線程id獲取了一個獨立的dict，再對這個dict進行的操作。

看起來我們在使用的時候直接使用了_local，這是因為通過線程id先進行查詢的步驟在其中封裝了。不明就里的話可能會覺得有些難以理解。

　　我們再來看下這個acquire的使用：

x_lock = threading.Lock()y_lock = threading.Lock()def thread_1(): while True: with acquire(x_lock, y_lock): print('Thread-1')def thread_2(): while True: with acquire(y_lock, x_lock): print('Thread-2')t1 = threading.Thread(target=thread_1)t1.start()t2 = threading.Thread(target=thread_2)t2.start()

運行一下會發現沒有出現死鎖的情況，但如果我們把代碼稍加調整，寫成這樣，那么就會觸發異常了。

def thread_1(): while True: with acquire(x_lock): with acquire(y_lock): print('Thread-1')def thread_2(): while True: with acquire(y_lock): with acquire(x_lock): print('Thread-1')

因為我們把鎖寫成了層次結構，這樣就沒辦法進行排序保證持有的有序性了，那么就會觸發我們代碼當中定義的異常。

最后我們再來看下哲學家就餐問題，通過我們自己實現的acquire函數我們可以非常方便地解決他們死鎖吃不了飯的問題。

import threadingdef philosopher(left, right): while True: with acquire(left,right): print(threading.currentThread(), 'eating')# 叉子的數量NSTICKS = 5chopsticks = [threading.Lock() for n in range(NSTICKS)]for n in range(NSTICKS): t = threading.Thread(target=philosopher, args=(chopsticks[n],chopsticks[(n+1) % NSTICKS])) t.start()

上述就是關于python如何隨機讀取目錄文件，以及如何使用Python解決多線程死鎖問題的全部內容，想了解更多關于python的信息，請繼續關注中培偉業。