python 的 multiprocessing.process 本身不支持直接返回值，必须通过 queue、pipe 等进程间通信（ipc）机制传递结果；本文手把手教你用 multiprocessing.queue 安全、可靠地从子进程中获取数据，并避免常见陷阱。
python 的 multiprocessing.process 本身不支持直接返回值，必须通过 queue、pipe 等进程间通信（ipc）机制传递结果；本文手把手教你用 multiprocessing.queue 安全、可靠地从子进程中获取数据，并避免常见陷阱。
在使用 multiprocessing 时，一个常见误区是认为子进程函数 return 的值会自动“传回”主进程——这是错误的。每个进程拥有独立的内存空间，return 语句仅作用于当前进程内部，对父进程完全不可见。你的原始代码中 p1.start() 后检查 v == "Done sleeping" 永远为 False，因为 start() 方法本身返回 None，且 timer() 的返回值早已丢失。
✅ 正确做法：使用 multiprocessing.Queue 实现安全的数据回传。Queue 是线程与进程安全的 FIFO 队列，专为跨进程通信设计。
以下是重构后的清晰、可运行示例：
import multiprocessing
import time
import random
def timer(queue, seconds):
"""子进程：执行倒计时并把结果放入队列"""
print(f"⏳ Sleeping for {seconds} second(s)...")
time.sleep(seconds)
queue.put("Done sleeping") # ✅ 关键：通过 queue.put() 发送结果
def play():
"""主进程中的游戏逻辑（不放在子进程中！）"""
choice_list = ["Cheese", "Pickle"]
price_list = {"Cheese": 100, "Pickle": 50}
while True:
item = random.choice(choice_list)
print(f"\n? Current item: {item}")
ans = input("Do something!: ").strip()
if ans == item:
print(f"? Great! The price is {price_list[item]} Credits!")
return True
else:
print("❌ Wrong guess — try again!")
def main():
# 创建用于接收子进程结果的队列
result_queue = multiprocessing.Queue()
# 启动计时子进程
timer_process = multiprocessing.Process(
target=timer,
args=(result_queue, 3) # 传入 queue 和参数
)
timer_process.start()
# 主进程等待子进程完成并取回结果（阻塞式）
timer_result = result_queue.get() # ✅ 获取子进程 put 的值
print(f"✅ Timer process returned: '{timer_result}'")
# 在主进程中运行交互式游戏（避免子进程调用 input()）
game_success = play()
if game_success:
print("? Congratulations! You guessed correctly!")
# 清理：等待子进程彻底结束
timer_process.join()
if __name__ == "__main__":
main()? 关键注意事项：
立即学习“Python免费学习笔记（深入）”；
- 永远不要在子进程中调用 input()：stdin 在多进程中不可靠，会导致阻塞或异常；所有用户交互必须保留在主进程中。
- queue.get() 是阻塞操作：若子进程未 put，主进程将一直等待；如需超时控制，可用 queue.get(timeout=5)。
- 务必调用 join()：防止子进程变成僵尸进程，确保资源释放。
- 避免全局变量共享：multiprocessing 中全局变量修改不会同步到父进程，应始终使用 Queue/Pipe/Manager 等显式 IPC 工具。
- if __name__ == "__main__": 不可省略：Windows/macOS 上防止进程递归启动。
? 进阶提示：若需双向通信（主进程也向子进程发指令），推荐使用 multiprocessing.Pipe()；若需共享状态（如计数器、列表），可用 multiprocessing.Manager()。
现在你已掌握多进程返回值的核心原理——不是靠 return，而是靠 Queue.put() + Queue.get()。这不仅是解决你游戏逻辑的关键，更是构建健壮并发 Python 程序的基石。继续加油，你的 Python 游戏完全不必迁移到 Unity！
