python 多进程默认内存隔离，实例变量无法直接跨进程修改；需借助 multiprocessing.value 等共享内存机制，并配合 event 实现安全同步。
在 Python 中，每个进程拥有独立的内存空间，这意味着主进程（Main）中创建的对象及其属性（如 Foo_Instance.ImportantVar）在子进程中是完全独立的副本——对主进程内变量的修改，不会反映到子进程中，反之亦然。因此，像原代码中 self.Foo_Instance.ImportantVar = True 这样的赋值，仅作用于主进程中的 Foo 实例，对子进程中运行的 do_something() 方法毫无影响。
要实现跨进程的变量共享与通信，必须使用 multiprocessing 模块提供的进程安全的共享对象。最常用且轻量的方式是 multiprocessing.Value，它在共享内存中分配一个基础类型（如布尔、整型、浮点）的变量，所有进程均可读写其 .value 属性。
以下是一个完整、可运行的解决方案：
import multiprocessing
import ctypes
import time
class Main:
def __init__(self):
self.Foo_Instance = Foo()
# 启动子进程执行 do_something
proc = multiprocessing.Process(target=self.Foo_Instance.do_something)
proc.start()
# 注意：实际项目中建议保存 proc 引用以便管理（如 join）
def Change_Foo(self):
# 等待子进程完成初始状态打印，确保时序可控
self.Foo_Instance.initial_print_event.wait()
# ✅ 正确修改共享变量：通过 .value 赋值
self.Foo_Instance.ImportantVar.value = True
# 通知子进程：变量已更新
self.Foo_Instance.changed_event.set()
class Foo:
def __init__(self):
# 使用 multiprocessing.Value 创建共享布尔变量（无锁模式，适用于简单场景）
self.ImportantVar = multiprocessing.Value(ctypes.c_bool, False, lock=False)
self.initial_print_event = multiprocessing.Event() # 用于同步初始输出
self.changed_event = multiprocessing.Event() # 用于同步变更后行为
def do_something(self):
print('do_something before:', self.ImportantVar.value)
self.initial_print_event.set() # 标记初始状态已输出
# 阻塞等待主进程修改完成
self.changed_event.wait()
print('do_something after:', self.ImportantVar.value)
# ⚠️ 关键：Windows/macOS 上必须加此保护，避免进程重复启动
if __name__ == '__main__':
Main_Instance = Main()
Main_Instance.Change_Foo()运行输出：
立即学习“Python免费学习笔记（深入）”；
do_something before: False do_something after: True
✅ 关键要点总结：
- 不要直接传递普通实例属性：self.ImportantVar = False 是进程私有变量，不可跨进程共享；
- 必须使用 multiprocessing.Value / Array / Manager 等显式共享机制；
- 基础类型推荐 Value（高效）、复杂结构推荐 Manager.dict() 或 Manager.list()；
- 务必加入同步机制（如 Event、Lock）：避免竞态条件，确保读写顺序符合预期；
- 注意平台兼容性：Windows 下需将多进程代码置于 if __name__ == '__main__': 块中，防止递归派生进程。
通过这种方式，你就能在保持多进程并发优势的同时，安全、可靠地实现跨进程状态协同。
