#!/usr/bin/env python
#This requires Python2.5 or greater
from threading import Thread
import subprocess
from Queue import Queue
import re
num_ping_threads = 5
num_arp_threads = 5
in_queue = Queue()
out_queue = Queue()
ips = []
for i in range(1,254):
    ips.append("192.168.1.%i" %i)
#Place ip addresses into in queue
for ip in ips:
    in_queue.put(ip)

def pinger(i, iq, oq):
    """Pings subnet"""
    while True:
        ip = iq.get()
        print "Thread %s: Pinging %s" % (i, ip)
        ret = subprocess.call(  "ping -c 1 %s" % ip,
                                shell=True,
                                stdout=open('/dev/null', 'w'),
                                stderr=subprocess.STDOUT)
        if ret == 0:
            #print "%s: is alive" % ip
            #place valid ip address in next queue
            oq.put(ip)
        else:
            print "%s: did not respond" % ip
        iq.task_done()
def arping(i, oq):
    """grabs a valid IP address from a queue and gets macaddr"""
    while True:
        ip = oq.get()
        p = subprocess.Popen(   "arping -c 1 %s" % ip,
                                shell=True,
                                stdout=subprocess.PIPE)
        out = p.stdout.read()
        #match and extract mac address from stdout
        result = out.split()
        pattern = re.compile(":")
        macaddr = None
        for item in result:
            if re.search(pattern, item):
                macaddr = item
        print "IP Address: %s | Mac Address: %s " % (ip, macaddr)
        oq.task_done()

#spawn pool of ping threads
for i in range(num_ping_threads):
    worker = Thread(target=pinger, args=(i, in_queue, out_queue))
    worker.setDaemon(True)
    worker.start()
#spawn pool of arping threads
for i in range(num_arp_threads):
    worker = Thread(target=arping, args=(i, out_queue))
    worker.setDaemon(True)
    worker.start()
print "Main Thread Waiting"

in_queue.join()
out_queue.join()

我们已经见过了使用subprocess包来创建子进程，但这个包有两个很大的局限性：1) 我们总是让subprocess运行外部的程序，而不是运行一个Python脚本内部编写的函数。2) 进程间只通过管道进行文本交流。以上限制了我们将subprocess包应用到更广泛的多进程任务。(这样的比较实际是不公平的，因为subprocessing本身就是设计成为一个shell，而不是一个多进程管理包)

threading和multiprocessing

(请尽量先阅读Python多线程与同步)

multiprocessing包是Python中的多进程管理包。与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程。该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同，也有start(), run(), join()的方法。此外multiprocessing包中也有Lock/Event/Semaphore/Condition类 (这些对象可以像多线程那样，通过参数传递给各个进程)，用以同步进程，其用法与threading包中的同名类一致。所以，multiprocessing的很大一部份与threading使用同一套API，只不过换到了多进程的情境。

但在使用这些共享API的时候，我们要注意以下几点:

• 在UNIX平台上，当某个进程终结之后，该进程需要被其父进程调用wait，否则进程成为僵尸进程(Zombie)。所以，有必要对每个Process对象调用join()方法 (实际上等同于wait)。对于多线程来说，由于只有一个进程，所以不存在此必要性。
• multiprocessing提供了threading包中没有的IPC(比如Pipe和Queue)，效率上更高。应优先考虑Pipe和Queue，避免使用Lock/Event/Semaphore/Condition等同步方式 (因为它们占据的不是用户进程的资源)。
• 多进程应该避免共享资源。在多线程中，我们可以比较容易地共享资源，比如使用全局变量或者传递参数。在多进程情况下，由于每个进程有自己独立的内存空间，以上方法并不合适。此时我们可以通过共享内存和Manager的方法来共享资源。但这样做提高了程序的复杂度，并因为同步的需要而降低了程序的效率。
  

Process.PID中保存有PID，如果进程还没有start()，则PID为None。

我们可以从下面的程序中看到Thread对象和Process对象在使用上的相似性与结果上的不同。各个线程和进程都做一件事：打印PID。但问题是，所有的任务在打印的时候都会向同一个标准输出(stdout)输出。这样输出的字符会混合在一起，无法阅读。使用Lock同步，在一个任务输出完成之后，再允许另一个任务输出，可以避免多个任务同时向终端输出。

#!/usr/bin/python
#coding=utf-8

'''
 Pipe可以是单向(half-duplex)，也可以是双向(duplex)。我们通过mutiprocessing.Pipe(duplex=False)创建单向管道 (默认为双向)。
 一个进程从PIPE一端输入对象，然后被PIPE另一端的进程接收，单向管道只允许管道一端的进程输入，而双向管道则允许从两端输入。
Pipe对象建立的时候，返回一个含有两个元素的表，每个元素代表Pipe的一端(Connection对象)。
我们对Pipe的某一端调用send()方法来传送对象，在另一端使用recv()来接收。
'''
import os,threading
from multiprocessing import Process, Pipe

def send(pipe,i):
    pipe.send(dict(name = 'send',pid=os.getpid()))
    pipe.close()

def talk(pipe,i):
    pipe.send(dict(name = 'talk', process = i, pid = os.getpid()))
    print('child got:', pipe.recv())

def worker(sign, lock):
    lock.acquire()
    print(sign+str(os.getpid()))
    lock.release()

# Multi-thread
def Multi_thread():
    record = []
    lock = threading.Lock()
    for i in range(5):
        thread = threading.Thread(target=worker, args=('thread:', lock))
        thread.start()
        record.append(thread)

    for thread in record:
        thread.join()


if __name__ == '__main__':
    pipe1 = Pipe()
    pipe2 = Pipe()
    record = []

    for i in range(3):
        sender = Process(target = send, args = (pipe1[0],i))
        sender.start()
        record.append(sender)
    for i in record:
        print "pipe1[1] got pipe1[0] : %s" % pipe1[1].recv()#从send收到消息
    pipe1[1].close()

    for i in range(3):
        parent = Process(target = talk, args = (pipe2[1],i))
        parent.start()
        print('parent got:', pipe2[0].recv())
        pipe2[0].send("parent send msg to chile.")
        parent.join()

    # Multi-thread
    Multi_thread()