在python 2.7中多次同时运行脚本

您好，我试图多次运行一个脚本，但希望它同时运行，因为我知道我将同时使用子进程和线程 但是，当我运行它时，它看起来仍然是按顺序执行的。有人能帮助我让它在同一时间反复运行同一个脚本吗？ 它是否真的在工作，而且速度真的很慢

编辑忘记了底部的最后一段代码

这是我到目前为止所拥有的

import os
import datetime
import threading
from subprocess import Popen

today = datetime.date.today()
os.makedirs("C:/newscript_image/" + str(today))

class myThread(threading.Thread):
    def run(self):
        for filename in os.listdir('./newscript/'):
            if '.htm' in filename:
                name = filename.strip('.htm')

                dbfolder = "C:/newscript/db/" + name
                os.makedirs(dbfolder)

                Popen("python.exe C:/execution.py" + ' ' + filename + ' ' + name + ' ' + str(today) + ' ' + dbfolder)
myThread().start()

---

就个人而言，我会使用

多处理

。我会编写一个函数，它接受一个文件名并执行

执行的主要部分所做的任何事情（可能通过导入
执行
并在其中运行一些函数）：

就个人而言，我会使用
多处理
。我会编写一个函数，它接受一个文件名并执行
执行的主要部分所做的任何事情（可能通过导入
执行
并在其中运行一些函数）：

进行了一些快速测试。使用脚本的框架：

#!/usr/bin/env python

import os
import threading
from subprocess import Popen

class myThread(threading.Thread):
    def run(self):
        for filename in os.listdir("./newscript/"):
            if '.htm' in filename:
                Popen("./busy.sh")

myThread().start()

然后，我在“newscript”文件夹中填充了一堆要运行脚本的“.htm”文件

其中“busy.sh”基本上是：

#!/usr/bin/env bash
while :
do
    uptime >> $$
    sleep 1
done

您拥有的代码确实触发了在后台运行的多个进程。我用一个包含200个文件的newscript文件夹完成了这项工作，我看到200个进程都在后台运行

您注意到希望它们同时在后台运行

在大多数情况下，并行进程在后台“大致”并行地运行，但由于大多数常见操作系统的设置方式，“并行”更像是“近似并行”或更常见的异步方式。如果仔细观察访问时间，以这种方式生成的各种进程都会轮流运行，但它们永远不会同时执行某些操作

这是需要注意的。尤其是因为您正在访问由操作系统和底层文件系统控制的文件

对于您试图做的事情：处理一堆入站文件，您的做法基本上是派生一个进程，在后台为每个出现的文件处理该文件

呈现的逻辑有几个问题：

叉式炸弹情况的高风险，因为您的产卵是无限的，并且没有对仍然产卵的跟踪
通过调用和执行另一个程序生成的方式会生成一个操作系统级进程，这是一种资源密集型进程
建议：

与其派生作业，不如将要派生的文件处理代码转换为Python函数。以守护进程的形式重新编写代码，守护进程监视文件夹并跟踪生成的进程数量，以便管理处理文件转换的后台进程级别

在处理该文件时，您将派生一个Python线程来处理它，这将是一个比派生一个操作系统级线程更轻的替代方法。
运行了一些快速测试。使用脚本的框架：

#!/usr/bin/env python

import os
import threading
from subprocess import Popen

class myThread(threading.Thread):
    def run(self):
        for filename in os.listdir("./newscript/"):
            if '.htm' in filename:
                Popen("./busy.sh")

myThread().start()

然后，我在“newscript”文件夹中填充了一堆要运行脚本的“.htm”文件

其中“busy.sh”基本上是：

#!/usr/bin/env bash
while :
do
    uptime >> $$
    sleep 1
done

您拥有的代码确实触发了在后台运行的多个进程。我用一个包含200个文件的newscript文件夹完成了这项工作，我看到200个进程都在后台运行

您注意到希望它们同时在后台运行

在大多数情况下，并行进程在后台“大致”并行地运行，但由于大多数常见操作系统的设置方式，“并行”更像是“近似并行”或更常见的异步方式。如果仔细观察访问时间，以这种方式生成的各种进程都会轮流运行，但它们永远不会同时执行某些操作

这是需要注意的。尤其是因为您正在访问由操作系统和底层文件系统控制的文件

对于您试图做的事情：处理一堆入站文件，您的做法基本上是派生一个进程，在后台为每个出现的文件处理该文件

呈现的逻辑有几个问题：

叉式炸弹情况的高风险，因为您的产卵是无限的，并且没有对仍然产卵的跟踪
通过调用和执行另一个程序生成的方式会生成一个操作系统级进程，这是一种资源密集型进程
建议：

与其派生作业，不如将要派生的文件处理代码转换为Python函数。以守护进程的形式重新编写代码，守护进程监视文件夹并跟踪生成的进程数量，以便管理处理文件转换的后台进程级别

在处理该文件时，您将派生一个Python线程来处理它，这将是一个比派生一个操作系统级线程更轻的替代方案。
mgilson的回答：

假设我们有一个文件夹示例1。

在示例1中，我们有两个python脚本：

execution.py和main.py

execution.py的内容如下所示：

import subprocess


def run_main_with_args(filename,name,today,dbfolder):
    print('{} {} {}'.format('\nfilename: ',filename, ''))
    print('{} {} {}'.format('name: ',name, ''))
    print('{} {} {}'.format('today: ',today, ''))
    print('{} {} {}'.format('dbfolder: ',dbfolder, ''))

    outfile = dbfolder+ '/' + name + '.txt'
    with open (outfile, 'w') as fout:
        print('name', file=fout)

#!/usr/bin/env python
# -*- coding: utf-8 -*-
#
# Author      : Bhishan Poudel; Physics Graduate Student, Ohio University
# Date        : Aug 29, 2016
#

# Imports
import multiprocessing,os,subprocess
import datetime
import execution  # file: execution.py

#assume we have a function:
#exection.run_main_with_args(filename,name,today_str,dbfolder)

today = datetime.datetime.today()
def my_execute(filename):
    if '.txt' in filename:
       name = filename.strip('.txt')
       dbfolder = "db/" + name
       if not os.path.exists(dbfolder): os.makedirs(dbfolder)
       execution.run_main_with_args(filename,name,str(today),dbfolder)



p = multiprocessing.Pool()
p.map(my_execute,['file1.txt', 'file2.txt'])

另外，main.py的内容如下所示：

import subprocess


def run_main_with_args(filename,name,today,dbfolder):
    print('{} {} {}'.format('\nfilename: ',filename, ''))
    print('{} {} {}'.format('name: ',name, ''))
    print('{} {} {}'.format('today: ',today, ''))
    print('{} {} {}'.format('dbfolder: ',dbfolder, ''))

    outfile = dbfolder+ '/' + name + '.txt'
    with open (outfile, 'w') as fout:
        print('name', file=fout)

#!/usr/bin/env python
# -*- coding: utf-8 -*-
#
# Author      : Bhishan Poudel; Physics Graduate Student, Ohio University
# Date        : Aug 29, 2016
#

# Imports
import multiprocessing,os,subprocess
import datetime
import execution  # file: execution.py

#assume we have a function:
#exection.run_main_with_args(filename,name,today_str,dbfolder)

today = datetime.datetime.today()
def my_execute(filename):
    if '.txt' in filename:
       name = filename.strip('.txt')
       dbfolder = "db/" + name
       if not os.path.exists(dbfolder): os.makedirs(dbfolder)
       execution.run_main_with_args(filename,name,str(today),dbfolder)



p = multiprocessing.Pool()
p.map(my_execute,['file1.txt', 'file2.txt'])

然后，如果我们运行这个main.py，它将以parallel的方式在所需的目录中创建所需的文件
 有点详细介绍一下米吉尔森的回答：

假设我们有一个文件夹示例1。

内部示例