queue 模块即队列，特别适合处理信息在多个线程间安全交换的多线程程序中。下面我们对 queue 模块进行一个详细的使用介绍。

1 queue 模块定义的类和异常

queue 模块定义了以下四种不同类型的队列，它们之间的区别在于数据入队列之后出队列的顺序不同。

1.1 queue.Queue(maxsize=0)

先进先出(First In First Out: FIFO)队列，最早进入队列的数据拥有出队列的优先权，就像看电影入场时排队一样，排在队伍前头的优先进入电影院。

入参 maxsize 是一个整数，用于设置队列的最大长度。一旦队列达到上限，插入数据将会被阻塞，直到有数据出队列之后才可以继续插入。如果 maxsize 设置为小于或等于零，则队列的长度没有限制。

示例如下：

1

2

3

4

5

6

import queue

q = queue.Queue()  # 创建 Queue 队列

for i in range(3):

    q.put(i)  # 在队列中依次插入0、1、2元素

for i in range(3):

    print(q.get())  # 依次从队列中取出插入的元素，数据元素输出顺序为0、1、2

1.2 queue.LifoQueue(maxsize=0)

后进先出(Last In First Out: LIFO)队列，最后进入队列的数据拥有出队列的优先权，就像栈一样。

入参 maxsize 与先进先出队列的定义一样。

示例如下：

1

2

3

4

5

6

import queue

q = queue.LifoQueue()  # 创建 LifoQueue 队列

for i in range(3):

    q.put(i)  # 在队列中依次插入0、1、2元素

for i in range(3):

    print(q.get())  # 依次从队列中取出插入的元素，数据元素输出顺序为2、1、0

1.3 PriorityQueue(maxsize=0)

优先级队列，比较队列中每个数据的大小，值最小的数据拥有出队列的优先权。数据一般以元组的形式插入，典型形式为(priority_number, data)。如果队列中的数据没有可比性，那么数据将被包装在一个类中，忽略数据值，仅仅比较优先级数字。

入参 maxsize 与先进先出队列的定义一样。

示例如下：

1

2

3

4

5

6

7

8

9

10

import queue

q = queue.PriorityQueue()  # 创建 PriorityQueue 队列

data1 = (1, 'python')

data2 = (2, '-')

data3 = (3, '100')

style = (data2, data3, data1)

for i in style:

    q.put(i)  # 在队列中依次插入元素 data2、data3、data1

for i in range(3):

    print(q.get())  # 依次从队列中取出插入的元素，数据元素输出顺序为 data1、data2、data3

1.4 queue.SimpleQueue

先进先出类型的简单队列，没有大小限制。由于它是简单队列，相比于 Queue 队列会缺少一些高级功能，下面第2-3小节将会介绍。

示例如下：

1

2

3

4

5

6

import queue

q = queue.SimpleQueue()  # 创建 SimpleQueue 队列

for i in range(3):

    q.put(i)  # 在队列中依次插入0、1、2元素

for i in range(3):

    print(q.get())  # 依次从队列中取出插入的元素，数据元素输出顺序为0、1、2

1.5 queue.Empty 异常

当队列中没有数据元素时，取出队列中的数据会引发 queue.Empty 异常，主要是不正当使用 get() 和 get_nowait() 引起的。

示例如下：

1

2

3

4

5

6

7

8

9

10

import queue

try:

    q = queue.Queue(3)  # 设置队列上限为3

    q.put('python')  # 在队列中插入字符串 'python'

    q.put('-') # 在队列中插入字符串 '-'

    q.put('100') # 在队列中插入字符串 '100'

    for i in range(4):  # 从队列中取数据，取出次数为4次，引发 queue.Empty 异常

        print(q.get(block=False))

except queue.Empty:

    print('queue.Empty')

1.6 queue.Full 异常

当队列数据元素容量达到上限时，继续往队列中放入数据会引发 queue.Empty 异常，主要是不正当使用 put() 和 put_nowait() 引起的。

示例如下：

1

2

3

4

5

6

7

8

9

import queue

try:

    q = queue.Queue(3)  # 设置队列上限为3

    q.put('python')  # 在队列中插入字符串 'python'

    q.put('-') # 在队列中插入字符串 '-'

    q.put('100') # 在队列中插入字符串 '100'

    q.put('stay hungry, stay foolish', block=False)  # 队列已满，继续往队列中放入数据，引发 queue.Full 异常

except queue.Full:

    print('queue.Full')

2 Queue、LifoQueue、PriorityQueue 和 SimpleQueue 对象的基本使用方法

Queue、LifoQueue、PriorityQueue 和 SimpleQueue 四种队列定义的对象均提供了以下函数使用方法，下面以 Queue 队列为例进行介绍。

2.1 Queue.qsize()

返回队列中数据元素的个数。

示例如下：​​​​​​​

1

2

3

4

import queue

q = queue.Queue()

q.put('python-100')  # 在队列中插入元素 'python-100'

print(q.qsize())  # 输出队列中元素个数为1

2.2 Queue.empty()

如果队列为空，返回 True，否则返回 False。

示例如下：​​​​​​​

1

2

3

4

5

import queue

q = queue.Queue()

print(q.empty())  # 对列为空，返回 True

q.put('python-100')  # 在队列中插入元素 'python-100'

print(q.empty())  # 对列不为空，返回 False

2.3 Queue.full()

如果队列中元素个数达到上限，返回 True，否则返回 False。

示例如下：​​​​​​​

1

2

3

4

5

6

7

import queue

q = queue.Queue(3)  # 定义一个长度为3的队列

print(q.full())  # 元素个数未达到上限，返回 False

q.put('python')  # 在队列中插入字符串 'python'

q.put('-') # 在队列中插入字符串 '-'

q.put('100') # 在队列中插入字符串 '100'

print(q.full())  # 元素个数达到上限，返回 True

2.4 Queue.put(item, block=True, timeout=None)

  • item，放入队列中的数据元素。
  • block，当队列中元素个数达到上限继续往里放数据时：如果 block=False，直接引发 queue.Full 异常；如果 block=True，且 timeout=None，则一直等待直到有数据出队列后可以放入数据；如果 block=True，且 timeout=N，N 为某一正整数时，则等待 N 秒，如果队列中还没有位置放入数据就引发 queue.Full 异常。
  • timeout，设置超时时间。

示例如下：​​​​​​​

1

2

3

4

5

6

7

8

import queue

try:

    q = queue.Queue(2)  # 设置队列上限为2

    q.put('python')  # 在队列中插入字符串 'python'

    q.put('-') # 在队列中插入字符串 '-'

    q.put('100', block = True, timeout = 5) # 队列已满，继续在队列中插入字符串 '100'，等待5秒后会引发 queue.Full 异常

except queue.Full:

    print('queue.Full')

2.5 Queue.put_nowait(item)

相当于 Queue.put(item, block=False)，当队列中元素个数达到上限继续往里放数据时直接引发 queue.Full 异常。​​​​​​​

1

2

3

4

5

6

7

8

import queue

try:

    q = queue.Queue(2)  # 设置队列上限为2

    q.put_nowait('python')  # 在队列中插入字符串 'python'

    q.put_nowait('-') # 在队列中插入字符串 '-'

    q.put_nowait('100') # 队列已满，继续在队列中插入字符串 '100'，直接引发 queue.Full 异常

except queue.Full:

    print('queue.Full')

2.6 Queue.get(block=True, timeout=None)

从队列中取出数据并返回该数据内容。

  • block，当队列中没有数据元素继续取数据时：如果 block=False，直接引发 queue.Empty 异常；如果 block=True，且 timeout=None，则一直等待直到有数据入队列后可以取出数据；如果 block=True，且 timeout=N，N 为某一正整数时，则等待 N 秒，如果队列中还没有数据放入的话就引发 queue.Empty 异常。
  • timeout，设置超时时间。

示例如下：​​​​​​​

1

2

3

4

5

6

import queue

try:

    q = queue.Queue()

    q.get(block = True, timeout = 5) # 队列为空，往队列中取数据时，等待5秒后会引发 queue.Empty 异常

except queue.Empty:

    print('queue.Empty')

2.7 Queue.get_nowait()

相当于 Queue.get(block=False)block，当队列中没有数据元素继续取数据时直接引发 queue.Empty 异常。

示例如下：​​​​​​​

1

2

3

4

5

6

import queue

try:

    q = queue.Queue()

    q.get_nowait() # 队列为空，往队列中取数据时直接引发 queue.Empty 异常

except queue.Empty:

    print('queue.Empty')

3 Queue、LifoQueue 和 PriorityQueue 对象的高级使用方法

SimpleQueue 是 Python 3.7 版本中新加入的特性，与 Queue、LifoQueue 和 PriorityQueue 三种队列相比缺少了 task_done 和 join 的高级使用方法，所以才会取名叫 Simple 了，下面介绍一下 task_done 和 join 的使用方法。

  • task_done，表示队列内的数据元素已经被取出，即每个 get 用于获取一个数据元素， 后续调用 task_done 告诉队列，该数据的处理已经完成。如果被调用的次数多于放入队列中的元素个数，将引发 ValueError 异常。
  • join，一直阻塞直到队列中的所有数据元素都被取出和执行，只要有元素添加到 queue 中就会增加。当未完成任务的计数等于0，join 就不会阻塞。
# python # css # 开发语言
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

cover

别让你的 Agent 一口吃成胖子：AI Agent 任务拆分的工程实践指南

avatar AI Agent技术社区
cover

AI Agent律师行业智能体的实践步骤

avatar AI Agent技术社区

MCP + 企业IM架构：AI Agent调用OA、ERP、MES时，身份和权限如何传递？

<think>我们只需要根据内容生成摘要，不超过150字。先理解文章核心：MCP+企业IM架构，AI Agent调用OA/ERP/MES时身份和权限传递。要点：IM从消息入口变任务入口；MCP解决连接，但不解决权限；需要五层身份映射；权限分层（可见性、调用、数据范围、确认）；建议组合MCP+API网关。摘要需简洁。 参考生成： "本文探讨MCP与企业IM集成中AI Agent调用业务系统时的身份权

avatar AI Agent技术社区