2. 使用concurrent.futures.ThreadPoolExecutor创建线程池： 创建一个ThreadPoolExecutor实例，并设置最大线程数。 使用executor.submit()方法提交下载任务到线程池。

在Python中，`concurrent.futures.ThreadPoolExecutor` 是用于并发编程的一个强大工具，它允许你通过线程池管理并行执行的任务。以下是如何使用这个模块来创建线程池并执行下载任务的例子：

import concurrent.futures

# 设置线程池的最大线程数（可以根据你的系统资源调整）
max_workers = 5
with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as executor:

    # 准备需要下载的URLs列表
    urls = ["http://example.com/file1", "http://example.com/file2", ...]

    # 使用executor.submit()方法将每个下载任务作为Future对象提交给线程池
    futures = {executor.submit(download_task, url): url for url in urls}

    # 当所有任务完成时（包括成功和失败），我们等待所有的Future对象
    for future in concurrent.futures.as_completed(futures):
        try:
            downloaded_url = futures[future]  # 获取对应的URL
            result = future.result()  # 获取下载的结果
            print(f"Downloaded: {downloaded_url}")
        except Exception as exc:
            print(f"Error downloading {downloaded_url}: {exc}")

在这个例子中，`download_task`是你定义的实际下载函数，它会接受一个URL作为参数。`submit()`方法返回一个`Future`对象，你可以通过`.result()`获取该任务的最终结果。`as_completed()`函数会按顺序返回已完成的任务，而不是阻塞直到所有任务都完成。