Python 杀死线程
- 在 Python 中在线程中引发异常以终止线程
-
在 Python 中使用
trace杀死一个线程 - 在 Python 中创建/重置停止标志以终止线程
-
在 Python 中使用
multiprocessing模块杀死一个线程 - 在 Python 中将给定线程设置为守护线程以终止线程
-
使用隐藏的
_stop()函数杀死 Python 中的线程
尽管它在程序员中被标记为一种不好的编程习惯，但有时在 Python 中可能仍然需要杀死一个线程。本教程演示了我们可以在 Python 中终止线程的不同方法。
突然结束威胁的缺点可能会使任务在后台打开，从而导致问题。
而且，Python 没有提供任何直接杀死 Python 中的线程的方法，这意味着要找到漏洞和间接方法来实现这一基本任务。
现在，我们将重点介绍并解释在 Python 中杀死线程的几种方法。
在 Python 中在线程中引发异常以终止线程
此方法利用 PyThreadState_SetAsyncExc() 函数，该函数在给定线程中异步引发异常。
以下代码在线程中引发异常以终止 Python 中的线程。
import threading
import ctypes
import time
class twe(threading.Thread):
def __init__(self, name):
threading.Thread.__init__(self)
self.name = name
def run(self):
try:
while True:
print('running ' + self.name)
finally:
print('ended')
def get_id(self):
if hasattr(self, '_thread_id'):
return self._thread_id
for id, thread in threading._active.items():
if thread is self:
return id
def raise_exception(self):
thread_id = self.get_id()
resu = ctypes.pythonapi.PyThreadState_SetAsyncExc(thread_id,
ctypes.py_object(SystemExit))
if resu > 1:
ctypes.pythonapi.PyThreadState_SetAsyncExc(thread_id, 0)
print('Failure in raising exception')
x = twe('Thread A')
x.start()
time.sleep(2)
x.raise_exception()
x.join()
当代码运行时，一旦引发异常，run() 函数将被终止，因为程序控制可以绕过异常处理程序的 try 块。
然后调用 join() 函数以给予最后一击并杀死 run() 函数。
在 Python 中使用 trace 杀死一个线程
在 Python 中实现杀死线程的相同任务的另一种方法是在给定线程中安装 trace，改变线程的执行。
以下代码使用跟踪来终止 Python 中的线程。
import sys
import time
import threading
import trace
class KThread(threading.Thread):
def __init__(self, *args, **keywords):
threading.Thread.__init__(self, *args, **keywords)
self.killed = False
def start(self):
self.__run_backup = self.run
self.run = self.__run
threading.Thread.start(self)
def __run(self):
sys.settrace(self.globaltrace)
self.__run_backup()
self.run = self.__run_backup
def globaltrace(self, frame, why, arg):
if why == 'call':
return self.localtrace
else:
return None
def localtrace(self, frame, why, arg):
if self.killed:
if why == 'line':
raise SystemExit()
return self.localtrace
def kill(self):
self.killed = True
def exfu():
print('The function begins')
for i in range(1,100):
print(i)
time.sleep(0.2)
print('The function ends')
x = KThread(target=exfu)
x.start()
time.sleep(1)
x.kill()
上面的代码提供了以下输出。
The function begins
1
2
3
4
5
在这里，我们使用了 KThread 类，它是原始 threading.Thread 类的一个子集。KThread 类使 kill() 函数在代码中实现。
在 Python 中创建/重置停止标志以终止线程
可以在代码中声明一个停止标志，这将使它在遇到线程时停止线程的执行。
以下代码创建一个停止标志来终止 Python 中的线程。
import threading
import time
def frun():
while True:
print('thread running')
global stop_threads
if stop_threads:
break
stop_threads = False
x = threading.Thread(target = frun)
x.start()
time.sleep(1)
stop_threads = True
x.join()
print('killed the thread.')
在 Python 中使用 multiprocessing 模块杀死一个线程
multiprocessing 模块使得产生进程成为可能，其方法和工作类似于 threading 模块，因为它们都使用 API。
terminate() 可以杀死一个给定的进程，这比杀死一个线程本身更安全，也更简单。
以下代码使用 multiprocessing 模块杀死 Python 中的线程。
import multiprocessing
import time
def cp():
while True:
for i in range (20):
print ('Process: ', i)
time.sleep(0.05)
x = multiprocessing.Process(target = cp)
x.start()
time.sleep(0.5)
x.terminate()
print("Terminated the child process")
在 Python 中将给定线程设置为守护线程以终止线程
守护线程是在主程序终止时自动终止的线程。我们可以将给定的线程设置为守护线程来杀死 Python 中的特定线程。
以下代码将给定线程设置为守护线程以终止 Python 中的线程。
import threading
import time
import sys
def exfu():
while True:
time.sleep(0.5)
print('Thread alive, but it will die on program termination')
x = threading.Thread(target=exfu)
x.daemon = True
x.start()
time.sleep(2)
sys.exit()
使用隐藏的 _stop() 函数杀死 Python 中的线程
尽管没有记录，隐藏的 _stop() 函数可以实现在 Python 中杀死线程的任务。
以下代码使用隐藏的 _stop() 函数来终止 Python 中的线程。
import time
import threading
class th1(threading.Thread):
def __init__(self, *args, **kwargs):
super(th1, self).__init__(*args, **kwargs)
self._stop = threading.Event()
def stop(self):
self._stop.set()
def stopped(self):
return self._stop.isSet()
def run(self):
while True:
if self.stopped():
return
print("Hello, world!")
time.sleep(1)
x = th1()
x.start()
time.sleep(5)
x.stop()
x.join()
Vaibhhav is an IT professional who has a strong-hold in Python programming and various projects under his belt. He has an eagerness to discover new things and is a quick learner.
LinkedIn