生活中我們為了保障房間裡物品的安全，所以給門進行上鎖，在我們需要進入房間的時候又會重新開啟。同樣的之間我們講過多執行緒中的lock，作用是為了不讓多個執行緒執行是出錯所以進行鎖住的指令。但是鑑於我們實際運用中，因為執行緒和指令不會只有一個，如果全部都進行lock操作就會出錯。所以今天小編為大家進行lock的全面講解，同時為大家帶來lock的解鎖方法。

由於執行緒之間隨機排程，所以在使用共享變數時，某執行緒可能在執行n條後，CPU接著執行其他執行緒，很容易使得最終結果出錯。為了多個執行緒同時操作一個記憶體中的資源時不產生混亂，我們可以使用鎖。

Lock（指令鎖）是可用的最低階的同步指令。Lock處於鎖定狀態時，不被特定的執行緒擁有。Lock包含兩種狀態——鎖定和非鎖定，以及兩個基本的方法。

當執行緒請求鎖定時，其他執行緒就不能獲得這把鎖，直到鎖定的執行緒釋放鎖，其他執行緒才能繼續使用。這就好比使用獨衛，某個人進去了，把門鎖上了，另一個人必須等待裡面的人出來才能繼續使用。

指令鎖只能被同一個執行緒呼叫一次，如果需要多次請求，則需要了解一下可重入鎖。

RLock（可重入鎖）是一個可以被同一個執行緒請求多次的同步指令。RLock使用了“擁有的執行緒”和“遞迴等級”的概念，處於鎖定狀態時，RLock被某個執行緒擁有。擁有RLock的執行緒可以再次呼叫acquire()，釋放鎖時需要呼叫release()相同次數。

具體方法如下：

acquire([timeout]): 請求獲得鎖定。使執行緒進入同步阻塞狀態。

release(): 釋放鎖。使用前執行緒必須已獲得鎖定，否則將丟擲異常。

關於執行緒的鎖的案例，這裡給出一個簡單的指令鎖的示例，主要看下鎖的作用。

import threading
sub = 0
num = 1000000
lock = threading.Lock()
def add():
  global sub,num
  for i in range(1,num):
    # 請求鎖
    lock.acquire()
    sub += 1
    # 釋放鎖
    lock.release()
def red():
    sub -= 1
def main():
  print("開始運算，sub的值為{}".format(sub))
  t1 = threading.Thread(target=add,args=())
  t2 = threading.Thread(target=red,args=())
  t1.start()
  t2.start()
  t1.join()
  t2.join()
  print("結束運算，sub的值為{}".format(sub))
if __name__ == '__main__':
main()

有鎖時，肯定是交替執行加減演算法，但最後結果肯定還是可以為0。

註釋鎖後，再來看下結果。

再多執行幾次後，會發現結束運算後的sub值每次都不一樣，這其實就是因為共享變數，執行緒之間產生了混亂，導致sub的值無法確定。

以上就是python3爬蟲中多執行緒進行解鎖操作例項的詳細內容，更多關於python3爬蟲中多執行緒如何進行解鎖操作的資料請關注我們其它相關文章！