网站集约化建设推进情况/广东省疫情最新

For example, I have a directory with many files, and I want to process all of them, but only 4 at a time in parallel.

这正是线程池所做的：创建作业，池一次并行运行4个。通过使用执行器，您可以使事情变得更简单，您只需将函数(或其他可调用函数)交给它，它就会将结果的未来交还给您。你可以自己建造，但你不必这么做

stdlib的^{}模块是最简单的方法。(对于Python3.1和更早版本，请参见backport)事实上，one of the main examples非常接近您想要做的事情。但是让我们根据您的具体用例调整它：def process_all_files(d):

files = glob.glob(d + '/*')

with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:

fs = [executor.submit(process_file, file) for file in files]

concurrent.futures.wait(fs)

如果你想process_file返回一些东西，那几乎同样简单：def process_all_files(d):

files = glob.glob(d + '/*')

with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:

fs = [executor.submit(process_file, file) for file in files]

for f in concurrent.futures.as_completed(fs):

do_something(f.result())

如果你也想处理异常…好吧，看看这个例子；它只是一个try/except调用周围的result()。

*如果你想自己建造，也没那么难。到^{}的源代码写得很好，注释也很好，没有那么复杂，而且大多数硬的东西都与线程无关；到^{}的源代码甚至更简单。