Python实现具备元素唯一性的队列

直奔主题，在用多线程写一个爬虫项目时，很自然的想到用"生产者-消费者"模式，但是又想实现一个额外的需求，即如果爬虫爬到了队列中已存在的url，则不进行入队操作。想实现这个，大概面临两个问题：

1. Queue对象不支持in操作
2. 即使1成立，如果在Queue对象外部通过if item in q这种形式也行不通，因为该过程无锁，多线程情况下就无法保证查询结果的准确性

进而观察了一下queue模块的源代码，因为Queue类是基于deque类实现的，那么就好办了：对put方法稍加改造，增加一个unique参数，依据此参数是否为True，在底层的deque中判断要加入的元素的存在性，以此可实现类似set的特性。

put方法源代码：

    def put(self, item, block=True, timeout=None):        with self.not_full:            if self.maxsize > 0:                if not block:                    if self._qsize() >= self.maxsize:                        raise Full                elif timeout is None:                    while self._qsize() >= self.maxsize:                        self.not_full.wait()                elif timeout < 0:                    raise ValueError("'timeout' must be a non-negative number")                else:                    endtime = time() + timeout                    while self._qsize() >= self.maxsize:                        remaining = endtime - time()                        if remaining <= 0.0:                            raise Full                        self.not_full.wait(remaining)            self._put(item)            self.unfinished_tasks += 1            self.not_empty.notify()

修改后的put方法

    def put(self, item, block=True, timeout=None, unique=False):        """增加了unique参数"""        with self.not_full:            #----- 以下三行为新增代码 -----#            if unique:                if item in self.queue:                    return            #----- 新增代码结束 -----#            if self.maxsize > 0:                if not block:                    if self._qsize() >= self.maxsize:                        raise Full                elif timeout is None:                    while self._qsize() >= self.maxsize:                        self.not_full.wait()                elif timeout < 0:                    raise ValueError("'timeout' must be a non-negative number")                else:                    endtime = time() + timeout                    while self._qsize() >= self.maxsize:                        remaining = endtime - time()                        if remaining <= 0.0:                            raise Full                        self.not_full.wait(remaining)            self._put(item)            self.unfinished_tasks += 1            self.not_empty.notify()

当然也可以仿照put_nowait方法增加一个快捷方法put_unique，如下

    def put_unique(self, item, block=True, timeout=None):        return self.put(item, block, timeout, unique=True)

Have fun!