如何从多处理回调中更新全局变量而不重写其他作业的值？

Question

因此，我用python编写了一个HTML-NLP，它使用多处理库来加快处理速度，但我遇到的问题是，我需要访问一个全局变量，作为计数器，这样每次文件更改时我都可以重置它。。。现在问题有两个方面。。。一个我不能在不影响计数的情况下影响这个全局计数器，而另一个问题是我不能使它成为一个实例变量，因为这个数需要比实例持续的时间长。。。因此，任何帮助将不胜感激。我想我可以通过回调来更改全局的值，但这将使我处于与以前相同的位置，因为它凌驾于其他工人所拥有的值之上。在

我的目标是重写paragraph_count，以便在解析每个文件grope之后将其重置为0。在

下面是我的多处理代码：

def worker(word_output_path, html_output_path, source, filename):
    if filename:
        t = HTML(source)
        output = open(html_output_path, 'w')
        word_out = open(word_output_path,'w')
        with output, word_out:
            try:
                output.write(t.tokenized)
                global word_list

                for w in word_list:
                    if w:
                        word_out.write(w+'\n')
                word_list = []


        except IndexError: 
            output.write(s[1])

        except UnboundLocalError:
            output.write(s[1])



class Implement(HTML):

    def __init__(self, input_path, output_path):
        self.input_path = input_path
        self.output_path = output_path


    def ensure_dir(self, directory):
        if not os.path.exists(directory):
            os.makedirs(directory)
        return directory    


    def prosses_epubs(self):
        extHTML = ['.html', '.xhtml', '.htm', '.xml']
        pool = mp.Pool()

        for root, dirs, files in os.walk(self.input_path):
            epubs = [os.path.join(root, file) for file in files
                     if file.endswith('.epub')]
            output_file = [self.ensure_dir(self.output_path+"\\"+os.path.splitext(os.path.basename(e))[0]+'_output\\') for e in epubs]

        for count, e in enumerate(epubs):
            epub = epubLoader(e)
            print os.path.splitext(os.path.basename(e))[0]

            for filename, ext, source, file, epub in epub.get_html_from_epub():
                if ext in extHTML:
                    html_output_path = os.path.normpath(output_file[count]+os.path.dirname(file)+'/'+filename+ext)
                    word_output_path = os.path.normpath(output_file[count]+os.path.dirname(file)+'/'+filename+'.txt')

                    self.ensure_dir(os.path.dirname(html_output_path))

                    pool.apply_async(
                        worker,
                        args=(os.path.normpath(word_output_path), os.path.normpath(html_output_path), source, filename), callback = self.update_value)


                # this is where I will output the other files. 
                else:
                    output_path = os.path.normpath(output_file[count]+os.path.dirname(file)+'/'+filename+ext)

                    epub.extract(file, os.path.normpath(output_file[count]))

        pool.close()
        pool.join()

    def update_value(self):
        paragraph_count = 0 

另外，我知道你们中的一个会告诉我全局变量是个坏主意。。我也同意。但在这种情况下，我没有看到一个好的选择，这将是这个问题的主要原因。在

Answer 1

你不能有一个全局变量，但不是全局变量，这实际上就是你所要求的。如果没有multiprocessing.*

所以，你需要以其他方式通过它。例如，您可以在每个任务使用的顶级函数中使其成为本地的，或者找到一些其他对象，该对象的作用时间与整个任务一样长，并使其成为该对象的成员，或者将其作为参数传递，或者传递一个列表，其中包含一个值作为参数（这允许您通过设置lst[0] = new_value来改变值），或者

---

在您的代码中，实际上根本没有在worker中的while循环之外使用word_list，因此……它绝对没有理由是全局的。然而，在实际的代码中可能不是这样。如果您向我们展示您的真实代码（或者，最好是一个SSCCE），它演示了在没有所有无关内容的情况下您要做什么，我们可以解释如何做您想要的。否则，我们只能给出模糊的解释。在

---

*实际上，multiprocessing在这里确实有区别。您的代码依赖于这样一个事实：由于在fork之上进行了多处理，并且解释器以您希望的方式处理，所以全局变量是真正全局的。这并不能保证在Windows上运行，每个进程都将获得一个单独的副本（这意味着池中同一进程运行的所有任务将彼此共享一个副本，但不能与池中其他进程运行的任务共享一个副本），而且在一些不常见的POSIX平台上，您只需执行segfault。在