Python 多线程总结

最近想要用kindle看些英文原著（《权力的游戏》），但是水平不够，看起来很累，就想找找双语版的，一行英文、一行中文的那种，但是网上几乎找不到。所以就打算自己动手写个python程序，提取英文原著中的每一行英文，翻译后输出在下面。不需要很高的准确率，只要知道大致意思，能够提高我的英文阅读速度就行，所以用机器翻译就可以满足。

我之前用过Google的中文翻英文，觉得比有道、百度不知道高到哪里去，但是今天试了Google、有道、百度三家的英文转中文，感觉都差不多，都不是很准。所以我最终选了有道的，不过API还挺贵的，送了100块钱，估计翻译完一本小说也就差不多了。我发现有直接可以免费使用的API，准确率很低。不过重要的不是API，反正可以随便换，重要的是代码。

整个程序最耗时的操作在调用接口获取翻译上，所以这部分要用多线程。但问题是我需要按照顺序，先输出一行英文，接着在底下输出一行中文，多线程并发是无序的，怎么保证按顺序输出？

我没想到什么高大上的方法，就只好搞两个数组，一个存放原文（这里不考虑内存的问题，一部小说最多也就几M而已），一个存放翻译后的中文，调用函数时传入一个下标作为标志。代码如下:

# -*- coding:utf-8 -*-
# @Time: 2018/8/28 19:13
import requests
import json
import logging
import random
import hashlib
from threading import *

logging.basicConfig(level=logging.INFO)


def translate(q, index, _from='EN', _to='zh_CH'):
    url = 'https://openapi.youdao.com/api'
    app_key = ''
    salt = random.randint(0, 100)
    app_secret = ''
    data = app_key + q + str(salt) + app_secret
    sign = hashlib.md5(data.encode(encoding='UTF-8')).hexdigest()
    query_data = {
        'q': q,
        'from': _from,
        'to': _to,
        'appKey': app_key,
        'salt': salt,
        'sign': sign
    }
    response = requests.get(url, params=query_data).content.decode('utf-8')
    logging.debug(response)
    translation = json.loads(response)['translation'][0]
    trans_list.insert(index, translation)
    logging.debug("序号" + str(index) + "的翻译结果：" + translation)
    return translation


def readFromFile(file):
    with open(file) as  f:
        origin_list = [line for line in f]
    return origin_list


if __name__ == '__main__':
    trans_list = []
    threads = []
    origin_list = readFromFile('GameOfThrones.txt')
    # for i in range(0,len(origin_list)):
    for i in range(0, 100):
        if origin_list[i] == '\n':
            trans_list.insert(i, '\n')
            continue
        t = Thread(target=translate, args=(origin_list[i], i))
        t.start()
        threads.append(t)

    for t in threads:
        t.join()


    f = open('GameOfThronesDualLanguage.txt', 'w')
    for i in range(0, len(trans_list)):
        logging.debug(origin_list[i])
        f.write(origin_list[i])
        if trans_list[i] == '\n':
            continue
        logging.debug("  " + trans_list[i])
        f.write("  " + trans_list[i])
    f.close()

运行结果

现在总结下多线程的一些知识（不定期更新）：

• join()函数可使主线程进入阻塞状态，即子线程结束后主线程才会进行下一步操作。我刚开始没有使用threads数组，没有给每个线程设置join()，导致直接运行时打印的trans_list为空，因为子线程们还没产生结果程序就运行完了。
• setDaemon(True)可以理解为和join()相反，当父线程（进程）结束后子线程会跟着结束。言下之意就是setDaemon(False)即便父线程退出，子线程仍在运行