在使用 Python 的 multiprocessing 模块时，若未调用 join() 等待子进程结束，主程序可能提前退出，导致子进程被强制终止，其输出（如 print）无法显示。
在使用 python 的 multiprocessing 模块时，若未调用 `join()` 等待子进程结束，主程序可能提前退出，导致子进程被强制终止，其输出（如 `print`）无法显示。
当你运行如下代码时：
def foo():
print("hello")
import multiprocessing as mp
task = mp.Process(target=foo)
task.start()
看似逻辑正确——定义了目标函数、创建并启动了进程——但程序很可能立即退出，而子进程 task 还未来得及执行 print("hello") 就被操作系统回收。这是因为：
- 主进程（main thread）在调用 task.start() 后继续向下执行；
- 由于没有后续语句，主进程迅速结束；
- 在大多数操作系统中，主进程终止会默认终止其所有子进程（尤其在 Windows 和部分 Linux 配置下），或至少导致子进程输出缓冲来不及刷新。
✅ 正确做法是显式等待子进程完成，使用 task.join()：
def foo():
print("hello")
import multiprocessing as mp
task = mp.Process(target=foo)
task.start()
task.join() # ← 关键：阻塞主进程，直到 task 执行完毕
此时程序将稳定输出：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
hello
? 补充说明与注意事项：
- join() 是可选但强烈推荐的操作：它不仅确保输出可见，更是编写健壮多进程程序的基础（避免资源竞争、状态不一致等问题）；
- join() 可接受超时参数（如 task.join(timeout=3)），防止无限等待；
- 若启动多个进程，应为每个进程调用 join()（通常放在 start() 之后统一处理）；
- 在脚本末尾或关键同步点遗漏 join() 是初学者最常犯的 multiprocessing 错误之一；
- 注意：join() 只影响主进程对子进程的等待行为，不会影响子进程内部逻辑或输出机制。
总之，start() 启动进程，join() 保障其完成——二者配合，才是 multiprocessing 的标准实践。
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！
