Python2中的并发编程技术

在Python2中，有多种方法可以实现并发编程，其中一些常用的技术包括多线程、多进程和协程。下面是一个使用这些技术的示例。

1. 多线程

多线程是Python中常用的一种并发技术。下面是一个简单的例子，在一个网站上同时下载多个文件：

import threading
import urllib2

def download_file(url, filename):
    response = urllib2.urlopen(url)
    data = response.read()
    with open(filename, 'wb') as f:
        f.write(data)

urls = [
    'http://example.com/file1.txt',
    'http://example.com/file2.txt',
    'http://example.com/file3.txt'
]
filenames = [
    'file1.txt',
    'file2.txt',
    'file3.txt'
]

threads = []
for url, filename in zip(urls, filenames):
    t = threading.Thread(target=download_file, args=(url, filename))
    t.start()
    threads.append(t)

for t in threads:
    t.join()

上面的例子中，我们使用了threading模块创建了多个线程，每个线程负责下载一个文件。join方法用于等待所有线程完成。

2. 多进程

多进程是一种并发技术，通过创建多个进程来实现并发。下面是一个简单的例子，使用多进程同时计算一组数的平方和：

from multiprocessing import Pool

def square(n):
    return n**2

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

p = Pool()
result = p.map(square, numbers)
p.close()
p.join()

print sum(result)

在上面的例子中，我们使用了multiprocessing模块的Pool类，它可以方便地创建多个进程，并行处理任务。map方法将列表中的每个元素作为参数传递给square函数，然后返回结果。

3. 协程

协程是一种轻量级的并发技术，通过在函数中插入yield语句来实现并发。下面是一个简单的例子，使用协程实现一个简单的生产者-消费者模型：

def producer():
    while True:
        item = produce_item()
        yield item

def consumer():
    while True:
        item = (yield)
        consume_item(item)

p = producer()
c = consumer()
c.next()
while True:
    item = p.next()
    c.send(item)

在上面的例子中，producer函数是一个生成器函数，它通过yield语句产生一个新的项目。consumer函数也是一个生成器函数，它通过(yield)语句接收一个项目，并进行消费。c.send(item)用于将项目发送给consumer函数进行消费。

以上是Python2中常用的几种并发编程技术的示例。这些技术可以根据具体的应用场景进行选择和组合，以实现更高效的并发程序。