python threading获取线程函数返回值

最近需要用python写一个环境搭建工具，多线程并行对环境各个部分执行一些操作，并最终知道这些并行执行的操作是否都执行成功了，也就是判断这些操作函数的返回值是否为0。但是threading并没有显式的提供获取各个线程函数返回值的方法，只好自己动手，下面就介绍一下自己的实现方式。

一开始考虑到执行的操作可能有很多，而且后续会不断补充，因此先写了一个通用的多线程执行类，封装线程操作的基本方法，如下：

import threading
class MyThread(object):
    def __init__(self, func_list=None):
	#所有线程函数的返回值汇总，如果最后为0，说明全部成功
        self.ret_flag = 0 
        self.func_list = func_list
        self.threads = []
        
    def set_thread_func_list(self, func_list):
        """
        @note: func_list是一个list，每个元素是一个dict，有func和args两个参数
        """
        self.func_list = func_list

    def start(self):
        """
        @note: 启动多线程执行，并阻塞到结束
        """
        self.threads = []
        self.ret_flag = 0
        for func_dict in self.func_list:
            if func_dict["args"]:
                t = threading.Thread(target=func_dict["func"], args=func_dict["args"])
            else:
                t = threading.Thread(target=func_dict["func"])
            self.threads.append(t)

        for thread_obj in self.threads:
            thread_obj.start()

        for thread_obj in self.threads:
            thread_obj.join()

    def ret_value(self):
        """
        @note: 所有线程函数的返回值之和，如果为0那么表示所有函数执行成功
        """
        return self.ret_flag

MyThread类会接受一个func_list参数，每个元素是一个dict，有func和args两个key，func是真正要执行的函数引用，args是函数的参数。其中最主要的方法是start方法，会多线程执行每个func，然后一直等到所有线程都执行结束后退出。接下来的关键就是如何对self.ret_flag设置正确的值，以判断所有的线程函数是否都返回0了。

我的实现是，在MyThread class中写一个方法trace_func，作为直接的线程函数，这个trace_func中执行真正需要执行的函数，从而可以获取到该函数的返回值，设置给self.ret_flag。

这个trace_func的第一参数是要执行的func引用，后面是这个func的参数，具体代码如下：

    def trace_func(self, func, *args, **kwargs):
        """
        @note:替代profile_func，新的跟踪线程返回值的函数，对真正执行的线程函数包一次函数，以获取返回值
        """
        ret = func(*args, **kwargs)
        self.ret_flag += ret

这样就需要修改start方法中Thread函数的设置，代码如下：

    def start(self):
        """
        @note: 启动多线程执行，并阻塞到结束
        """
        self.threads = []
        self.ret_flag = 0
        for func_dict in self.func_list:
            if func_dict["args"]:
                new_arg_list = []
                new_arg_list.append(func_dict["func"])
                for arg in func_dict["args"]:
                    new_arg_list.append(arg)
                new_arg_tuple = tuple(new_arg_list)
                t = threading.Thread(target=self.trace_func, args=new_arg_tuple)
            else:
                t = threading.Thread(target=self.trace_func, args=(func_dict["func"],))
            self.threads.append(t)

        for thread_obj in self.threads:
            thread_obj.start()

        for thread_obj in self.threads:
            thread_obj.join()

这样能够成功获得返回值了,实验:

def func1(ret_num):
    print "func1 ret:%d" % ret_num
    return ret_num

def func2(ret_num):
    print "func2 ret:%d" % ret_num
    return ret_num

def func3():
    print "func3 ret:100"
    return 100

mt = MyThread()
g_func_list = []
g_func_list.append({"func":func1,"args":(1,)})
g_func_list.append({"func":func2,"args":(2,)})
g_func_list.append({"func":func3,"args":None})
mt.set_thread_func_list(g_func_list)
mt.start()
print "all thread ret : %d" % mt.ret_flag

最后的输出结果

func1 ret:1
func2 ret:2
func3 ret:100
all thread ret : 103