若pyparsing非线程安全，为何在_parseCache中使用RLock？

首先得把两个问题掰清楚：RLock（可重入锁）管的是缓存本身的线程安全，和pyparsing核心解析逻辑的线程安全是完全独立的两码事。

• 缓存的独立保护需求：_parseCache是存储解析结果的缓存字典，多线程环境下如果同时对这个字典进行读写操作（比如一个线程在写入缓存条目，另一个线程同时读取或修改同一条目），很容易导致缓存数据结构损坏（比如Python原生字典的并发读写会引发异常或返回错误结果）。RLock的作用就是给缓存的读写操作加互斥锁，保证同一时间只有一个线程在操作缓存。而且RLock允许同一线程多次获取锁——比如解析嵌套语法时，可能会递归触发缓存操作，用普通Lock的话同一线程重复获取锁会直接死锁，RLock则能避免这种情况。

• pyparsing的线程安全问题是另一层面：pyparsing的核心解析逻辑（比如语法规则的内部状态、packrat解析的临时状态）本身确实不是线程安全的，但这和缓存锁无关。缓存锁只负责保证缓存数据结构的一致性，无法解决解析器内部状态被并发修改导致的损坏问题。所以多线程下如果共用同一个解析器实例执行packrat解析，该出问题还是会出问题——正确的做法是给每个线程分配独立的解析器实例，而非依赖缓存锁来解决解析器本身的线程安全问题。

总结一下：RLock的作用仅在于保护_parseCache这个共享资源的读写一致性，和pyparsing核心逻辑的线程安全没有直接关联。

内容的提问来源于stack exchange，提问作者Rookie