如何在后台运行无限循环并停止它？

Question

我的问题是：使用Tkinter，我想单击一个按钮并启动一个python脚本。 这个python脚本现在是一个导入到主脚本中的模块（我不知道这是否是最好的方法）。 此脚本应在后台运行。它有一个方法可以让它退出。我怎么称呼它？ 我想传递一个旗帜或其他东西到模块，但我不知道怎么做。在

现在，我这样称呼我的代码：in图形用户界面.py在

import sniffer_wideband_v09
from Tkinter import *
root = Tk()
def handle_click():
    global t
    global stop_flag
    stop_flag = 0

    def callback():
        sniffer_wideband_v09.main(sampling_rates, center_frequencies, gains, file_dir, files_names) 
    t = Thread(target=callback)
    t.start()
root.mainloop()

我想调用sniffer_wide band_v09.py中的quiting（）方法。或者向我的模块传递一个标志来停止无限循环。 之后，我需要将所有这些绑定到Tkinter按钮上。在

我对这个问题做了一些研究，发现：

Is there any way to kill a Thread in Python? 随着 How to run a function in the background of tkinter 和 How to run and stop an infinite loop in a python thread

第一个是有希望的，但我不完全理解，我正在努力。在

注意：我直接用我的shell运行它/图形用户界面.py我使用的是Ubuntu，而不是windows（我认为它可以改变一些处理多线程的方式）。在

感谢阅读，任何提示或帮助将不胜感激。如果我在同一时间内找到响应，我会发布我的代码。在

编辑：提供有关线程中启动的脚本的更多信息：（它是一个GNURadio脚本）

^{pr2}$

Answer 1

因为Tkinter gui应用程序和主应用程序之间没有交互 我推荐您从sniffer_wideband_09模块调用的代码 要使用多重处理：

import sniffer_wideband_v09
import multiprocessing
from Tkinter import *
root = Tk()
def handle_click():
    global t

    t = multiprocessing.Process(target=sniffer_wideband_v09.main, args=(sampling_rates, center_frequencies, gains, file_dir, files_names))
    t.start()
root.mainloop()

当您想停止此过程时，只需调用t.terminate()。阅读有关多处理模块文档的更多信息。在

Answer 2

我花了几个小时试图解决您的问题，以供我自己借鉴，使用线程，而几个无响应的ui后来得到这样的结果：TkInter不是线程安全的，从 tkinter tkMessageBox not working in thread。在

Answer 3

GUI工具箱通常是事件驱动的。这意味着程序在循环中运行，处理事件（鼠标移动、单击、击键、计时器等）。在

在事件驱动程序中运行长时间运行的计算通常有三种方法

• 计时器和回调
• 分离过程
• 螺纹

第一个解决方案相对简单。你设置了一个计时器。此计时器将在用完后生成事件或调用回调函数（取决于工具箱）。您可以在回调中做一些工作，保存计算状态，可能更新一个进度指示器，重新启动计时器并退出回调。这与GUI很好地融合在一起，但是需要对代码进行结构化，以便将工作分成小块。如果回调花费的时间太长，事件处理将受到影响，GUI将感觉不响应。回调的运行时间不应超过10到100毫秒。这种方法不能利用现代CPU中普遍存在的多核。在

第二个解决方案是启动一个单独的过程，如mguijarr所示。在CPython上，这是一个非常好的解决方案，因为这根本不会影响GUI，而且您仍然可以使用各种方法（信号、套接字、共享内存、消息队列）与外部程序通信。这将利用多核的优势。使用multiprocessing.Pool您甚至可以将工作分配到所有可用的核心上。在

另一方面，在这种情况下，线程不是CPython中的最佳解决方案。全局解释器锁（“GIL”）限制CPython解释器，以便一次只能有一个线程执行Python字节码。这最初是为了简化内存管理。因此，即使您使用一个单独的线程进行计算，您仍然可以耗尽GUI的处理器时间并使其无响应。你必须用锁保护多个线程使用的数据。对于大多数GUI工具包，只有一个线程可以调用工具箱函数。因此，您不能从第二个线程更新进度指示器。在