Ниже основной образец поточной обработки. Это породит 20 потоков; каждый поток произведет свое число потока. Выполните его и наблюдайте порядок, в котором они печатают.
import threading
class Foo (threading.Thread):
def __init__(self,x):
self.__x = x
threading.Thread.__init__(self)
def run (self):
print str(self.__x)
for x in xrange(20):
Foo(x).start()
, Поскольку Вы намекнули на потоки Python, реализованы через квантование времени. Это - то, как они получают "параллельный" эффект.
В моем примере мой класс Foo расширяет поток, я тогда реализую run
метод, который является, куда код, который требуется выполнить в потоке, идет. Для запуска потока, Вы звоните start()
на объекте потока, который автоматически вызовет run
метод...
, Конечно, это - просто самые основы. Вы в конечном счете захотите узнать о семафорах, взаимных исключениях и блокировках для синхронизации потока и передачи сообщений.
Вы можете предоставить реализацию для метода с помощью обработчика Do () :
Func<TypeX,TypeY,TypeZ,TypeZ> returnThird = (x,y,z) => z;
mock.Expect(x => x.Method(null, null, null)).IgnoreArguments().Do(returnThird);
Обратите внимание, что TypeZ
появляется дважды, потому что это одновременно тип входного аргумента и тип возвращаемого значения.
Вы можете использовать метод expect с обратным вызовом, чтобы вернуть значение, которое вам нужно. Следующее вернет значение null.
_service.Expect(o => o.Method(null, null, null))
.Callback((object parm1, object parm2, object parm3) => { return parm3; });
Я не уверен, можно ли использовать обратный вызов на заглушке.