控制台应用程序中的非阻塞用户输入
在构建需要与其他进程同时进行用户输入的控制台应用程序时,必须具有非阻塞性- 阻止输入以防止程序在等待输入时冻结。
使用 msvcrt模块(Windows)
对于 Windows 独有的控制台应用程序,msvcrt 模块提供了一个简单的解决方案:
import msvcrt # Define variables num = 0 done = False # Infinite loop while not done: # Print and increment number print(num) num += 1 # Check for keyboard input if msvcrt.kbhit(): # Display pressed key and quit pressed_key = msvcrt.getch() print("You pressed", pressed_key, "so now I will quit") done = True
使用 termios 模块(Linux)
对于基于 Linux 的控制台应用程序,termios 模块可以是利用:
import sys, select, tty, termios # Define utility function to check for keyboard input def isData(): return select.select([sys.stdin], [], [], 0) == ([sys.stdin], [], []) # Configure terminal settings for non-blocking input old_settings = termios.tcgetattr(sys.stdin) tty.setcbreak(sys.stdin.fileno()) # Infinite loop num = 0 while 1: # Print and increment number print(num) num += 1 # Check for keyboard input if isData(): # Read single character from keyboard c = sys.stdin.read(1) # Check for escape key to quit if c == '\x1b': break # Restore terminal settings termios.tcsetattr(sys.stdin, termios.TCSADRAIN, old_settings)
使用 Pygame 模块(跨平台)
如果您需要跨多个平台的非阻塞输入或想要图形用户界面,Pygame 提供跨平台解决方案:
import pygame from pygame.locals import * # Define variables num = 0 done = False # Initialize Pygame pygame.init() screen = pygame.display.set_mode((640, 480)) pygame.display.set_caption('Python numbers') screen.fill((159, 182, 205)) font = pygame.font.Font(None, 17) # Infinite loop while not done: # Display number display(str(num)) num += 1 # Check for events (e.g., keyboard input) pygame.event.pump() keys = pygame.key.get_pressed() # Check for escape key to quit if keys[K_ESCAPE]: done = True
以上是如何在 Python 控制台应用程序中实现非阻塞用户输入?的详细内容。更多信息请关注PHP中文网其他相关文章!

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)