当我们使用线程时，如果多线程同时对一个全局变量进行修改，很容易造成错误，这是我们可以利用加锁的方式，让线程一个一个进行操作

同样我们可以threading.local来实现

threading.local的使用

不使用threading.local时

from threading import Threadfrom threading import localimport time# xianglong = local()xianglong = -1def task(arg):    global xianglong    xianglong = arg    time.sleep(2)    print(xianglong)for i in range(10):    t = Thread(target=task,args=(i,))    t.start()

输出结果

9999999999

可以看到，由于所以的线程都在修改同一个全局变量，导致最后无法得到想要的结果

使用threading.loacl

from threading import Threadfrom threading import localimport timefrom threading import get_ident# 特殊的对象xianglong = local()def task(arg):    # 对象.val = 1/2/3/4/5    xianglong.value = arg    time.sleep(2)     print(xianglong.value)for i in range(10):    t = Thread(target=task,args=(i,))    t.start()

输出结果

0123546789

使用了threading.local会为每一个线程创建一个独立的空间存储变量

get_ident

我们可以通过get_ident来获取每一个线程的独特的值，类似于线程号

from threading import Threadfrom threading import get_identdef task(arg):    print(get_ident())for i in range(10):    t = Thread(target=task,args=(i,))    t.start()

输出结果

5028608873408384864833728752562063084396

自己写一个类似于threading的功能

try:    from greenlet import getcurrent as get_identexcept Exception as e:    from threading import get_identfrom threading import Threadimport timeclass Local(object):    def __init__(self):        object.__setattr__(self,'storage',{})    def __setattr__(self, k, v):        ident = get_ident()        if ident in self.storage:            self.storage[ident][k] = v        else:            self.storage[ident] = {k: v}    def __getattr__(self, k):        ident = get_ident()        return self.storage[ident][k]obj = Local()def task(arg):    obj.val = arg    obj.xxx = arg    print(obj.val)for i in range(10):    t = Thread(target=task,args=(i,))    t.start()

用.给对象设置值时会调用__setattr__方法，这里我们导入时使用了try捕捉异常，先导入协程的get_ident，如果没有则导入线程的，所以我们的方法比threading.loacl多了一个实现协程的功能，不同的线程可以在obj对象的storage字典中利用自己的get_ident值为键生成对

应的值，在定义self.storage时我们调用的是父类object类的__setattr__方法，那是因为我们自己的类定义了这个方法，直接使用self.storage={}会执行自己类的__setattr__方法，会出问题