Python 线程同步
多个执行线程经常要共享数据，如果仅仅读取共享数据还好，但是如果多个线程要修改共享数据的话就可能出现无法预料的结果。
假如两个线程对象t1
和t2
都要对数值num=0
进行增1运算，那么t1
和t2
都各对num
修改10
次的话，那么num
最终的结果应该为20
。但是如果当t1
取得num
的值时（假如此时num
为0
），系统把t1
调度为“sleeping
”状态，而此时t2
转换为“running
”状态，此时t2
获得的num
的值也为0
，然后他把num+1
的值1
赋给num
。系统又把t2
转化为“sleeping
”状态，t1
为“running
”状态，由于t1
已经得到num
值为0
，所以他也把num+1
的值赋给了num
为1
。本来是2
次增1
运行，结果却是num
只增了1
次。类似这样的情况在多线程同时执行的时候是有可能发生的。所以为了防止这类情况的出现就要使用线程同步机制。
最简单的同步机制就是“锁”
锁对象用threading.RLock
类创建
mylock = threading.RLock()
如何使用锁来同步线程呢？线程可以使用锁的acquire()
（获得）方法，这样锁就进入“locked
”状态。每次只有一个线程可以获得锁。如果当另一个线程试图获得这个锁的时候，就会被系统变为“blocked
”状态，直到那个拥有锁的线程调用锁的release()
（释放）方法，这样锁就会进入“unlocked
”状态。“blocked
”状态的线程就会收到一个通知，并有权利获得锁。如果多个线程处于“blocked
”状态，所有线程都会先解除“blocked
”状态，然后系统选择一个线程来获得锁，其他的线程继续沉默（“blocked
”）。
import threading
mylock = threading.RLock()
class mythread(threading.Thread)
...
def run(self ...):
... #此处 不可以
放置修改共享数据的代码
mylock.acquire()
... #此处 可以
放置修改共享数据的代码
mylock.release()
相关文档：
Decorators是python中比较难以理解的东西，当然如果你接触过java的annotation，会发现这个Decorators在语法上非常的相似，但是两者的设计动机却没什么共同点；
这里讲的python中的decorators是对python中的function/method做装饰，这些修饰仅是当声明一个函数或者方法的时候，才会应用的额外调用。
python中的decorator分 ......
python中的datetime module是专门处理时间相关内容的模块,功能很强大,但是反而显得比较复杂。
一下代码是用来求从mysql中取到的timestamp和当前时间比较，求时间差的方法
import datetime
lasttime=a.get_last_timestamp(sid=40)[-1]["last_time"] #取到timestamp
delta = datetime.datetime.now()-lasttime # ......
python string和PyQt的QString的区别 以下在Python2.6和PyQt4.4.4 for
Python2,6环境下讨论： Python中有两种有关字符的类型：Python string object和Python Unicode
object。主要使用Python string object进行数据输入输出。 PyQt中与之相对应的字符有关类
python string和PyQt的QString的区别
以下在Python2.6和PyQt4 ......
逐步演进
f=open('/etc/motd','r')
longest=0
while True:
lineLen=len(f.readline().strip())
if not lineLen: break
if lineLen > longest:
longest=lineLen
f.close()
return longest
问题：一直占� ......
背景
项目的
自动化测试中已经使用了基于Python
脚本的框架，自动化过程中最关键的问题就是如何实现桩模块。运用
Python
强大的功能，实现任何桩模块都是可能的，但是是否必须完全使用
Python
实现模块逻辑，成本是一个决定性因素。在桩模块逻辑简单的情况下，使用
Python
模拟模块逻辑不但使自动化测试的结构清 ......
