本文详解 Python 在 Windows 系统下使用 multiprocessing 时出现 AttributeError: Can't get attribute 'func_name' on 错误的根本原因，并提供标准修复方法、最佳实践及更现代的替代方案（concurrent.futures）。
本文详解 python 在 windows 系统下使用 `multiprocessing` 时出现 `attributeerror: can't get attribute 'func_name' on
该错误是 Windows 平台上 Python 多进程最典型的“入门陷阱”，其根源在于 Windows 的进程启动机制与 Unix/Linux 不同：Windows 使用 spawn 方式创建子进程（而非 fork），这意味着每个子进程会重新导入主模块（__main__）来重建运行环境。若主模块中未加保护地直接执行多进程相关代码（如定义进程、调用 .start()），子进程在导入时会再次执行这些语句，导致无限递归 spawn 或无法正确反序列化目标函数（如 do_something）——因为此时它尚未被顶层模块安全定义。
✅ 根本解决方法：将多进程启动逻辑包裹在 if __name__ == "__main__": 保护块中
这是强制要求，不是可选建议。修改你的原始代码如下：
import time
import multiprocessing
def do_something():
print('Sleeping for 1 second ...')
time.sleep(1)
print('Done Sleeping ...')
if __name__ == "__main__": # ← 关键！必须添加此保护
start = time.perf_counter()
p1 = multiprocessing.Process(target=do_something)
p2 = multiprocessing.Process(target=do_something)
p1.start()
p2.start()
p1.join()
p2.join()
finish = time.perf_counter()
print(f'Finished in {round(finish - start, 2)} seconds')
? 为什么必须加 if __name__ == "__main__":？
- 在 spawn 模式下，子进程启动时会重新执行整个 .py 文件；
- 若不加保护，子进程会再次创建新进程（p1/p2），再 spawn 更多子进程……最终因无法找到 do_something（因执行上下文混乱）而抛出 AttributeError；
- 该保护确保只有原始父进程执行 Process(...).start()，子进程仅导入函数并执行 target，不重复初始化。
⚠️ 额外注意事项：
- Spyder IDE 用户特别注意：Spyder 的 IPython 控制台默认不满足 __name__ == "__main__" 条件（其 __name__ 为 '__console__' 或类似值），因此直接在控制台运行多进程代码必然失败。✅ 正确做法是：将代码保存为 .py 文件，通过终端（cmd/PowerShell）或 Spyder 的「Run in Console」按钮（需勾选 “Execute in an external system terminal”）运行脚本文件。
- 避免在函数内部动态定义要作为 target 的函数（如嵌套函数），因其无法被 pickle 序列化；确保目标函数为模块级顶层函数。
- 如需传递参数，使用 args= 和 kwargs= 参数（例如 Process(target=do_something, args=(2,), kwargs={'verbose': True})）。
✨ 进阶推荐：优先使用 concurrent.futures
它封装了 multiprocessing 的复杂性，自动处理进程池管理、异常传播和资源清理，API 更简洁鲁棒。以下为等效优化版（兼容 Windows/macOS/Linux）：
import time
import concurrent.futures
def do_something():
print('Sleeping for 1 second ...')
time.sleep(1)
print('Done Sleeping ...')
return "Completed"
if __name__ == "__main__":
start = time.perf_counter()
# 自动管理进程池，无需手动 start/join
with concurrent.futures.ProcessPoolExecutor(max_workers=2) as executor:
# 提交两个任务
futures = [executor.submit(do_something) for _ in range(2)]
# 等待全部完成（可选：获取返回值）
for future in concurrent.futures.as_completed(futures):
result = future.result() # 获取函数返回值
print(result)
finish = time.perf_counter()
print(f'Finished in {round(finish - start, 2)} seconds')
✅ 总结：修复核心是 if __name__ == "__main__": + 独立脚本执行；长期开发建议迁移到 concurrent.futures.ProcessPoolExecutor——它更安全、更易维护，且天然规避 spawn 相关陷阱。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
