函数编程语言有什么用

Kotlin的简介 Kotlin是由JetBrains公司（IDEA开发者）所开发的编程语言，其名称来自于开发团队附近的科特林岛。 多平台开发 JVM ：Android; Server-Side Javascript:前端 Native(beta) :开发原生应用 windows、macos、linux Swift与Kotlin非常像 http://nilhcem.com/swift-is-like-kotlin/ kotlin发展历程 image.png java发展历程 image.png JVM语言的原理 image.png JVM规范与java规范是相互独立的 只要生成的编译文件匹配JVM字节码规范，任何语言都可以由JVM编译运行. Kotlin也是一种JVM语言，完全兼容java，可以与java相互调用；Kotlin语言的设计受到Java、C#、JavaScript、Scala、Groovy等语言的启发 kotlin的特性 下面不会罗列kotlin中具体的语法，会介绍我认为比较重要的特性，以及特性背后的东西。 类型推断 空类型设计 函数式编程 类型推断 image.png 类型推断是指编程语言中在编译期自动推导出值的数据类型。推断类型的能力让很多编程任务变得容易，让程序员可以忽略类型标注的同时仍然允许类型检查。 在开发环境中，我们往往写出表达式，然后可以用快捷键来生成变量声明，往往都是很准的，这说明了编译器其实是可以很准确的推断出来类型的。编程语言所具备的类型推断能力可以把类型声明的任务由开发者转到了编译器. java中声明变量的方式是类型写在最前面，后面跟着变量名，这就迫使开发者在声明变量时就要先思考变量的类型要定义成什么，而在一些情况下比如使用集合、泛型类型的变量，定义类型就会变得比较繁琐。 Kotlin中声明变量，类型可以省略，或者放到变量名后面，这可以降低类型的权重，从必选变为可选，降低开发者思维负担。java10中也引入了类型推断。 Javascript中声明变量也是用关键字var,但是还是有本质区别的，Kotlin中的类型推断并不是变成动态类型、弱类型，类型仍然是在编译期就已经决定了的，Kotlin仍然是静态类型、强类型的编程语言。javascript由于是弱类型语言，同一个变量可以不经过强制类型转换就被赋不同数据类型的值， 编程语言的一个趋势就是抽象程度越来越高，编译器做更多的事情。 空类型设计 空类型的由来 image.png 托尼·霍尔（Tony Hoare），图灵奖得主 托尼·霍尔是ALGOL语言的设计者，该语言在编程语言发展历史上非常重要,对其他编程语言产生重大影响，大多数近代编程语言(包括C语言)皆使用类似ALGOL的语法。他在一次大会上讨论了null应用的设计： “我把 null 引用称为自己的十亿美元错误。它的发明是在1965 年，那时我用一个面向对象语言( ALGOL W )设计了第一个全面的引用类型系统。我加入了null引用设计，仅仅是因为实现起来非常容易。它导致了数不清的错误、漏洞和系统崩溃，可能在之后 40 年中造成了十亿美元的损失。” null引用存在的问题 以java为例，看null引用的设计到底存在哪些问题 空指针问题NPE 编译时不能对空指针做出检查，运行时访问null对象就会出现错误，这个就是工程中常见的空指针异常。 null本身没有语义，会存在歧义 值未被初始化 值不存在 也许表示一种状态 逻辑上有漏洞 Java中，null可以赋值给任何引用，比如赋值给String类型变量，String a = null，但是null并不是String类型： a instanceof String 返回的是false，这个其实是有些矛盾的。所以当持有一个String类型的变量，就存在两种情况，null或者真正的String. 解决NPE的方式 防御式代码 在访问对象前判空，但会有冗余代码；会规避问题，而隐藏真正的问题 抛出异常给调用方处理 方法中传参传入的空值、无效值，抛出受检查异常给上层调用方 增加注解 Android中可以增加@NonNull注解，编译时做额外检查 空状态对象设计模式 空状态对象是一个实现接口但是不做任何业务逻辑的对象，可以取代判空检查；这样的空状态对象也可以在数据不可用的时候提供默认的行为 java8 Optional类 java8中引入了Optional类，来解决广泛存在的null引用问题.官方javadoc文档介绍 A container object which may or may not contain a non-null value. If a value is present, isPresent() will return true and get() will return the value. Additional methods that depend on the presence or absence of a contained value are provided, such as orElse() (return a default value if value not present) and ifPresent() (execute a block of code if the value is present). 来看一下是如何实现的。 举一个访问对象读取熟悉的例子 java 8 之前 : image.png java 8: image.png 总结： 1.用Optional还是会比较繁琐，这个也说明了设计一个替代null的方案还是比较难的。 optional的耗时大约是普通判空的数十倍，主要是涉及泛型、使用时多创键了一个对象的创建；数据比较大时，会造成性能损失。 java8 引入Optional的意义在于提示调用者，用特殊类型包装的变量可能为空，在使用取出时需要判断 Kotlin的空类型设计 Kotlin中引入了可空类型和不可空类型的区分，可以区分一个引用可以容纳null,还是不能容纳null。 String vs String? String 类型表示变量不能为空，String?则表示变量可以为空 String?含义是String or null.这两种是不同的类型. 比如： var a:String = “abc” //ok var a:String = null //不允许 var b :String? = null //ok a=b // 不允许 String?类型的值不能给String类型的值赋值 这样就将类型分成了可空类型和不可能类型,每一个类型都有这样的处理;Kotlin中访问非空类型变量永远不会出现空指针异常。 同样上面的例子，采用Kotlin去写，就会简洁很多 image.png 编程范式-函数式编程 编程范式是什么？ 编程范式是程序员看待程序和写程序的观点 主要的类型 非结构化编程 结构化编程 面向对象编程 命令式编程 函数式编程 这些类型并不是彼此互斥的，而是按照不同的维度做的划分，一种编程语言可能都支持多个编程范式 非结构化编程 第一代的高级语言往往是非结构化编程 比如 BASIC语言 每一行的代码前面都有一个数字作为行号,通常使用GOTO的跳跃指令来实现判断和循环. 看一下下面这段代码是做什么的： image.png 实际上做的是：程序在屏幕上显示数字 1 到 10 及其对应的平方 采用这种方式写程序，大量的使用goto实现逻辑的跳转，代码一长，可读性和维护性就比较差了，形成“面条式代码” 结构化编程 采用顺序、分支、循环结构来表达，禁用或者少用GOTO; 并用子程序来组织代码，采用自顶向下的方式来写程序 代表语言是C语言 实现同样的逻辑： image.png 可见采用结构化编程，代码的逻辑会更清晰。 面向对象编程 思想： 将计算机程序视为一组对象的集合，而每个对象都可以接收其他对象发过来的消息，并处理这些消息，计算机程序的执行就是一系列消息在各个对象之间传递。 特性： 封装性、继承性、多态性。 命令式编程 把计算机程序视为一系列的命令集合 主要思想是关注计算机执行的步骤，即一步一步告诉计算机先做什么再做什么。 “先做这，再做那”，强调“怎么做” 实现： 用变量来储存数据，用语句来执行指令，改变变量状态。 基本所有的常见的编程语言都具有此范式 函数式编程 声明式语法，描述要什么，而不是怎么做 类似于SQL语句 语言： kotlin swift python javascript scala 函数是第一等公民 可以赋值给变量，可作为参数传入另一个函数，也可作为函数的返回值 纯函数 y=f(x) 只要输入相同，返回值不变 没有副作用：不修改函数的外部状态 举个栗子 公司部门要进行outing，去哪里是个问题，要考虑多个因素，比如花费、距离、天数等等，有多个备选地点进行选择。 定义一个数据类： image.png 要进行筛选了，分别用sql,kotlin,java来实现 找出花费低于2000元的outing地点信息 SQL image.png Kotlin image.png java 7 image.png 可见kotin的写法还是比较接近于sql的思想的，声明式的写法，而不管具体如何实现；其中的：place->place.money<2000 就是函数，可以作为参数传递给fliter这个高阶函数；而且这个函数没有副作用，不改变外部状态。 再来一个复杂一点的： 找出花费低于5000元，时间不多于4天，按照距离排序的outing地点名称 SQL image.png Kotlin: image.png java 7 image.png 由此可见用kotlin的函数式写法，会更简洁，逻辑也更清晰，这段代码的目标一目了然，这种清晰在于实现了业务逻辑与控制逻辑的分离，业务逻辑就是由函数实现的，比如place->place.money<500,而控制逻辑是由filter,sorterBy等高阶函数实现的。 而java的传统写法是基于对数据的操作，避免不了遍历的操作，业务逻辑与控制逻辑交织在了一起，这段代码的目的就不是那么容易清晰看到的了。 总结 kotlin是实用的现代编程语言，吸收了众多编程语言的优点，支持类型推断、空类型安全、函数式编程、DSL等特性，非常值得学习和使用。

没有一个初步的战略 大多数没有计算机科学或数据分析背景的工程师想要在数据科学中开始一个新的职业生涯，他们没有一个明确的战略，没有成为数据科学家、分析师或工程师的明确步骤。他们试图尽可能快地用信息填满自己的脑袋，而不是真正深入到特定的主题;他们倾向于一次注册多个在线课程，从不同的网站下载几个备忘单，阅读许多作者的文章，但没有一个结构化的计划。在开始这段旅程之前，我强烈建议你制定一个学习计划，并列出一些日常习惯，以实现你的目标，增强你的分析和编程技能。对你想从事的行业使用的最流行的编程语言和软件进行自己的研究，搜索最广泛使用的库和包，并根据你的目标选择最适合你的编程语言和软件。坚持和练习会使你成为大师。 尝试同时学习几种编程语言和软件 新程序员常常会受到诱惑，想要同时学习几种编程语言和软件，把它们作为技术技能写进简历。虽然你可能认为这是一种营销自己的策略，但它往往会适得其反。拥有数据科学、数据分析师和数据工程职位的公司和组织更有可能要求应聘者具备一种或两种或最多三种编程语言和软件的坚实背景。很少有职位要求你同时精通Python, R, SQL, C, c ， c#， Matlab, Java, Ruby。相反，你应该研究一下你更可能在某个特定行业或公司使用的编程语言和软件;掌握你的编程和分析技能，并成为真正的专家。你将认识到，所有编程语言之间共享一个公共逻辑和类似的函数，在此之后，从一种语言到另一种语言的转换只需要学习一种不同的语法，而不需要学习它背后的整个逻辑。 没有在代码上写注释 尽管这听起来很明显，而且是一个无关紧要的任务，但它代表了一种很好的策略，可以跟踪每一行或每一块代码执行的操作，以便返回到暂停的项目。在最初的代码编写过程中，程序员对项目的目的和目标有了清晰而清晰的认识;他们知道自己想要编写的程序背后的逻辑步骤和追求的结果。然而，由于多种原因(经济约束、信息缺失、优先级的改变)，所有的项目都很容易暂停，这将迫使程序员切换到不同的任务，而让先前的任务保持不变。一个中断的项目需要的时间越长，就越不容易记住它的位置和缺失的点。这里是注释发挥作用的地方。试着在你认为有必要的地方使用它们;记住要足够清晰，并记住它们应该允许代码程序员和执行者理解代码背后的逻辑步骤。 在代码编写过程中不要求反馈 在你的经理要求你做什么，他/她希望你做什么，客户要求什么，和你实际做什么之间总是有很大的差距。当你在开发一个程序或新代码时，试着把它分成几个阶段，并在进入下一个阶段之前征求反馈。在每个阶段结束后得到反馈，这将让你知道你是否正确，或者是否需要根据客户的要求进行更改。这并不意味着你无法理解其他人的要求，而是将其视为利益相关者之间的想法和期望的统一。如果在偏离正轨的情况下，你收到反馈的频率越高，你需要进行的修改就越少。请记住，持续的沟通对于每一个项目的成功实施都是至关重要的。 没有测试你当前的知识 你可能已经看了很多逐步编程教程。你可能也读过许多数据科学书籍和编程书。你可能已经完成了许多编程训练营的练习。下一步是什么?测试你目前的知识。这种训练营和课程的真正价值不在于证书本身，而在于你学到的知识，并能成功地应用于解决某个问题。老实说，每个人都可以通过参加在线课程来获得证书，只要跳过大部分的课程就可以了;公司和组织都非常清楚这一点。尝试把自己推向新的极限，在网上寻找编程挑战，尝试头脑风暴，在没有太多帮助资源的情况下编写代码。这并不意味着你在实际工作中不会用到它们，但它会让你感觉更舒服，更安全，更少依赖它们。 没有充分利用优缺点 在某种程度上，你可能会觉得使用一种特定的编程语言和软件是很舒服的，而你可能会发现学习一种新的语言和软件是没有用的。我曾多次听到数据分析师争论哪种编程语言在能力、可用库和包、在线资源和流行程度方面是最好的。但是，你必须足够谦虚，认识到总有从另一种语言、库、包或软件中学习新东西的空间。每种编程语言和软件都有其优点和缺点，但是我们的目标是充分利用它们，并具有足够的灵活性，以确定最适合用于特定任务以解决特定问题的语言和软件。 假设你什么都知道 相信我，没有人什么都知道。数据科学领域非常广泛，每天都要学习新东西。库、包、函数、方法和算法的总数非常多。永远保持好奇，保持谦虚，如果你认为你知道的很多，你实际知道的就很少。 原文链接： https://blog.csdn.net/fendouaini/article/details/103252444

没有一个初步的战略 大多数没有计算机科学或数据分析背景的工程师想要在数据科学中开始一个新的职业生涯，他们没有一个明确的战略，没有成为数据科学家、分析师或工程师的明确步骤。他们试图尽可能快地用信息填满自己的脑袋，而不是真正深入到特定的主题;他们倾向于一次注册多个在线课程，从不同的网站下载几个备忘单，阅读许多作者的文章，但没有一个结构化的计划。在开始这段旅程之前，我强烈建议你制定一个学习计划，并列出一些日常习惯，以实现你的目标，增强你的分析和编程技能。对你想从事的行业使用的最流行的编程语言和软件进行自己的研究，搜索最广泛使用的库和包，并根据你的目标选择最适合你的编程语言和软件。坚持和练习会使你成为大师。 尝试同时学习几种编程语言和软件 新程序员常常会受到诱惑，想要同时学习几种编程语言和软件，把它们作为技术技能写进简历。虽然你可能认为这是一种营销自己的策略，但它往往会适得其反。拥有数据科学、数据分析师和数据工程职位的公司和组织更有可能要求应聘者具备一种或两种或最多三种编程语言和软件的坚实背景。很少有职位要求你同时精通Python, R, SQL, C, c ， c#， Matlab, Java, Ruby。相反，你应该研究一下你更可能在某个特定行业或公司使用的编程语言和软件;掌握你的编程和分析技能，并成为真正的专家。你将认识到，所有编程语言之间共享一个公共逻辑和类似的函数，在此之后，从一种语言到另一种语言的转换只需要学习一种不同的语法，而不需要学习它背后的整个逻辑。 3.没有在代码上写注释 尽管这听起来很明显，而且是一个无关紧要的任务，但它代表了一种很好的策略，可以跟踪每一行或每一块代码执行的操作，以便返回到暂停的项目。在最初的代码编写过程中，程序员对项目的目的和目标有了清晰而清晰的认识;他们知道自己想要编写的程序背后的逻辑步骤和追求的结果。然而，由于多种原因(经济约束、信息缺失、优先级的改变)，所有的项目都很容易暂停，这将迫使程序员切换到不同的任务，而让先前的任务保持不变。一个中断的项目需要的时间越长，就越不容易记住它的位置和缺失的点。这里是注释发挥作用的地方。试着在你认为有必要的地方使用它们;记住要足够清晰，并记住它们应该允许代码程序员和执行者理解代码背后的逻辑步骤。 在代码编写过程中不要求反馈 在你的经理要求你做什么，他/她希望你做什么，客户要求什么，和你实际做什么之间总是有很大的差距。当你在开发一个程序或新代码时，试着把它分成几个阶段，并在进入下一个阶段之前征求反馈。在每个阶段结束后得到反馈，这将让你知道你是否正确，或者是否需要根据客户的要求进行更改。这并不意味着你无法理解其他人的要求，而是将其视为利益相关者之间的想法和期望的统一。如果在偏离正轨的情况下，你收到反馈的频率越高，你需要进行的修改就越少。请记住，持续的沟通对于每一个项目的成功实施都是至关重要的。 没有测试你当前的知识 你可能已经看了很多逐步编程教程。你可能也读过许多数据科学书籍和编程书。你可能已经完成了许多编程训练营的练习。下一步是什么?测试你目前的知识。这种训练营和课程的真正价值不在于证书本身，而在于你学到的知识，并能成功地应用于解决某个问题。老实说，每个人都可以通过参加在线课程来获得证书，只要跳过大部分的课程就可以了;公司和组织都非常清楚这一点。尝试把自己推向新的极限，在网上寻找编程挑战，尝试头脑风暴，在没有太多帮助资源的情况下编写代码。这并不意味着你在实际工作中不会用到它们，但它会让你感觉更舒服，更安全，更少依赖它们。 没有充分利用优缺点 在某种程度上，你可能会觉得使用一种特定的编程语言和软件是很舒服的，而你可能会发现学习一种新的语言和软件是没有用的。我曾多次听到数据分析师争论哪种编程语言在能力、可用库和包、在线资源和流行程度方面是最好的。但是，你必须足够谦虚，认识到总有从另一种语言、库、包或软件中学习新东西的空间。每种编程语言和软件都有其优点和缺点，但是我们的目标是充分利用它们，并具有足够的灵活性，以确定最适合用于特定任务以解决特定问题的语言和软件。 假设你什么都知道 相信我，没有人什么都知道。数据科学领域非常广泛，每天都要学习新东西。库、包、函数、方法和算法的总数非常多。永远保持好奇，保持谦虚，如果你认为你知道的很多，你实际知道的就很少。 ———————————————— 版权声明：本文为CSDN博主「磐创 AI」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/fendouaini/article/details/103252444

简单来说，编程中提到的 lambda 表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。这一用法跟所谓 λ 演算（题目说明里的维基链接）的关系，有点像原子弹和质能方程的关系，差别其实还是挺大的。不谈形式化的 λ 演算，只说有实际用途的匿名函数。先举一个普通的 Python 例子：将一个 list 里的每个元素都平方：map( lambda x: x*x, [y for y in range(10)] )这个写法要好过def sq(x): return x * x map(sq, [y for y in range(10)])，因为后者多定义了一个（污染环境的）函数，尤其如果这个函数只会使用一次的话。而且第一种写法实际上更易读，因为那个映射到列表上的函数具体是要做什么，非常一目了然。如果你仔细观察自己的代码，会发现这种场景其实很常见：你在某处就真的只需要一个能做一件事情的函数而已，连它叫什么名字都无关紧要。Lambda 表达式就可以用来做这件事。进一步讲，匿名函数本质上就是一个函数，它所抽象出来的东西是一组运算。这是什么意思呢？类比a = [1, 2, 3]和f = lambda x : x + 1，你会发现，等号右边的东西完全可以脱离等号左边的东西而存在，等号左边的名字只是右边之实体的标识符。如果你能习惯 [1, 2, 3] 单独存在，那么 lambda x : x + 1 也能单独存在其实也就不难理解了，它的意义就是给「某个数加一」这一运算本身。现在回头来看 map() 函数，它可以将一个函数映射到一个可枚举类型上面。沿用上面给出的 a 和 f，可以写：map(f, a)也就是将函数 f 依次套用在 a 的每一个元素上面，获得结果 [2, 3, 4]。现在用 lambda 表达式来替换 f，就变成：map( lambda x : x + 1, [1, 2, 3] )会不会觉得现在很一目了然了？尤其是类比a = [1, 2, 3] r = [] for each in a: r.append(each+1)这样的写法时，你会发现自己如果能将「遍历列表，给遇到的每个元素都做某种运算」的过程从一个循环里抽象出来成为一个函数 map，然后用 lambda 表达式将这种运算作为参数传给 map 的话，考虑事情的思维层级会高出一些来，需要顾及的细节也少了一点。Python 之中，类似能用到 lambda 表达式的「高级」函数还有 reduce、filter 等等，很多语言也都有这样的工具（不过这些特性最好不要在 Python 中用太多）。这种能够接受一个函数作为参数的函数叫做「高阶函数」（higher-order function），是来自函数式编程（functional programming）的思想。和其他很多语言相比，Python 的 lambda 限制多多，最严重的当属它只能由一条表达式组成。这个限制主要是为了防止滥用，因为当人们发觉 lambda 很方便，就比较容易滥用，可是用多了会让程序看起来不那么清晰，毕竟每个人对于抽象层级的忍耐 / 理解程度都有所不同。 答案来自于网络，敬请参考。

0段—非程序员： 初学编程者，遇到问题，完全是懵懵懂懂，不知道该怎么编程解决问题。也就是说，还是门外汉，还不能称之为“程序员”。计算机在他面前还是一个神秘的黑匣子。 1段—基础程序员： 学习过一段时间编程后，接到任务，可以编写程序完成任务。 编写出来的代码，正常情况下是能够工作的，但在实际运行中，碰到一些特殊条件就会出现各类BUG。也就是说，具备了开发Demo软件的能力，但开发的软件真正交付给客户使用，恐怕会被客户骂死。 程序员程序是写好了，但到底为什么它有时能正常工作，有时又不行，程序员自己也不知道。 运行中遇到了bug，或者需求改变，需要修改代码或者添加代码，很快程序就变得结构混乱，代码膨胀，bug丛生。很快，就连最初的开发者自己也不愿意接手维护这个程序了。 2段—数据结构： 经过一段时间的编程实践后，程序员会认识到“数据结构+算法=程序”这一古训的含义。他们会使用算法来解决问题。进而，他们会认识到，算法本质上是依附于数据结构的，好的数据结构一旦设计出来，那么好的算法也会应运而生。 设计错误的数据结构，不可能生长出好的算法。 记得某一位外国先贤曾经说过：“给我看你的数据结构！” 3段—面向对象： 再之后，程序员就会领略面向对象程序设计的强大威力。大多数现代编程语言都是支持面向对象的。但并不是说，你使用面向对象编程语言编程，你用上了类，甚至继承了类，你就是在写面向对象的代码了。 我曾经见过很多用Java,Python,Ruby写的面向过程的代码。 只有你掌握了接口，掌握了多态，掌握了类和类，对象和对象之间的关系，你才真正掌握了面向对象编程技术。 就算你用的是传统的不支持面向对象的编程语言，只要你心中有“对象”，你依然可以开发出面向对象的程序。 如，我用C语言编程的时候，会有意识的使用面向对象的技巧来编写和设计程序。用struct来模拟类，把同一类概念的函数放在一起模拟类。如果你怀疑用C语言是否能编写出面向对象的代码，你可以看一下Linux内核，它是用C语言编写的，但你也可以看到它的源代码字里行间散发出的浓浓的“对象”的味道。 答案来源于网络

我们在《深入分析Java的编译原理》中提到过，为了让Java语言具有良好的跨平台能力，Java独具匠心的提供了一种可以在所有平台上都能使用的一种中间代码——字节码（ByteCode）。 有了字节码，无论是哪种平台（如Windows、Linux等），只要安装了虚拟机，都可以直接运行字节码。 同样，有了字节码，也解除了Java虚拟机和Java语言之间的耦合。这话可能很多人不理解，Java虚拟机不就是运行Java语言的么？这种解耦指的是什么？ 其实，目前Java虚拟机已经可以支持很多除Java语言以外的语言了，如Kotlin、Groovy、JRuby、Jython、Scala等。之所以可以支持，就是因为这些语言也可以被编译成字节码。而虚拟机并不关心字节码是有哪种语言编译而来的。 经常使用IDE的开发者可能会发现，当我们在Intelij IDEA中，鼠标右键想要创建Java类的时候，IDE还会提示创建其他类型的文件，这就是IDE默认支持的一些可以运行在JVM上面的语言，没有提示的，可以通过插件来支持。 目前，可以直接在JVM上运行的语言有很多，今天介绍其中比较重要的九种。每种语言通过一段『HelloWorld』代码进行演示，看看不同语言的语法有何不同。 Kotlin Kotlin是一种在Java虚拟机上运行的静态类型编程语言，它也可以被编译成为JavaScript源代码。Kotlin的设计初衷就是用来生产高性能要求的程序的，所以运行起来和Java也是不相上下。Kotlin可以从 JetBrains InteilliJ Idea IDE这个开发工具以插件形式使用。 Hello World In Kotlin fun main(args: Array<String>) { println("Hello, world!") } Groovy Apache的Groovy是Java平台上设计的面向对象编程语言。它的语法风格与Java很像，Java程序员能够很快的熟练使用 Groovy，实际上，Groovy编译器是可以接受完全纯粹的Java语法格式的。 使用Groovy的一个重要特点就是使用类型推断，即能够让编译器能够在程序员没有明确说明的时候推断出变量的类型。Groovy可以使用其他Java语言编写的库。Groovy的语法与Java非常相似，大多数Java代码也匹配Groovy的语法规则，尽管可能语义不同。 Hello World In Groovy static void main(String[] args) { println('Hello, world!'); } Scala Scala是一门多范式的编程语言，设计初衷是要集成面向对象编程和函数式编程的各种特性。 Scala经常被我们描述为多模式的编程语言，因为它混合了来自很多编程语言的元素的特征。但无论如何它本质上还是一个纯粹的面向对象语言。它相比传统编 程语言最大的优势就是提供了很好并行编程基础框架措施了。Scala代码能很好的被优化成字节码，运行起来和原生Java一样快。 Hello World In Scala object HelloWorld { def main(args: Array[String]) { System.out.println("Hello, world!"); } } Jruby JRuby是用来桥接Java与Ruby的，它是使用比Groovy更加简短的语法来编写代码，能够让每行代码执行更多的任务。就和Ruby一样，JRuby不仅仅只提供了高级的语法格式。它同样提供了纯粹的面向对象的实现，闭包等等，而且JRuby跟Ruby自身相比多了很多基于Java类库 可以调用，虽然Ruby也有很多类库，但是在数量以及广泛性上是无法跟Java标准类库相比的。 Hello World In Jruby puts 'Hello, world!' Jython Jython，是一个用Java语言写的Python解释器。Jython能够用Python语言来高效生成动态编译的Java字节码。 Hello World In Jython print "Hello, world!" Fantom Fantom是一种通用的面向对象编程语言，由Brian和Andy Frank创建，运行在Java Runtime Environment，JavaScript和.NET Common Language Runtime上。其主要设计目标是提供标准库API，以抽象出代码是否最终将在JRE或CLR上运行的问题。 Fantom是与Groovy以及JRuby差不多的一样面向对 象的编程语言，但是悲剧的是Fantom无法使用Java类库，而是使用它自己扩展的类库。 Hello World In Fantom class Hello { static Void main() { echo("Hello, world!") } } Clojure Clojure是Lisp编程语言在Java平台上的现代、函数式及动态方言。 与其他Lisp一样，Clojure视代码为数据且拥有一套Lisp宏系统。 虽然Clojure也能被直接编译成Java字节码，但是无法使用动态语言特性以及直 接调用Java类库。与其他的JVM脚本语言不一样，Clojure并不算是面向对象的。 Hello World In Clojure (defn -main [& args] (println "Hello, World!")) Rhino Rhino是一个完全以Java编写的JavaScript引擎，目前由Mozilla基金会所管理。 Rhino的特点是为JavaScript加了个壳，然后嵌入到Java中，这样能够让Java程序员直接使用。其中Rhino的JavaAdapters能够让JavaScript通过调用Java的类来实现特定的功能。 Hello World In Rhino print('Hello, world!') Ceylon Ceylon是一种面向对象，强烈静态类型的编程语言，强调不变性，由Red Hat创建。 Ceylon程序在Java虚拟机上运行，​​可以编译为JavaScript。 语言设计侧重于源代码可读性，可预测性，可扩展性，模块性和元编程性。 Hello World In Ceylon shared void run() { print("Hello, world!"); } 总结 好啦，以上就是目前主流的可以在JVM上面运行的9种语言。加上Java正好10种。如果你是一个Java开发，那么有必要掌握以上9中的一种，这样可以在一些有特殊需求的场景中有更多的选择。推荐在Groovy、Scala、Kotlin中选一个。

一、使用 Go 语言的原因： （1）、Go主要有静态语言、天生并发、内置GC、安全性高、语法简单、交叉编译和编译快速这几个方面的特性。这些特性决定了Go的三个高富帅特性：运行快、开发快和部署快，而这些特性都是针对Google遇到的一些痛点来设计的。 （2）设计Go的目标是为了消除各种缓慢和笨重、改进各种低效和扩展性。Go是由那些开发大型系统的人设计的，同时也是为了这些人服务的；它是为了解决工程上的问题，不是为了研究语言设计；它还是为了让我们的编程变得更舒适和方便。 （3）Go语言的优点： 　　1、学习曲线 　　它包含了类C语法、GC内置和工程工具。这一点非常重要，因为Go语言容易学习，所以一个普通的大学生花一个星期就能写出来可以上手的、高性能的应用。在国内大家都追求快，这也是为什么国内Go流行的原因之一。 　　2、效率 　　Go拥有接近C的运行效率和接近PHP的开发效率，这就很有利的支撑了上面大家追求快速的需求。 　　3、出身名门、血统纯正 　　之所以说Go出身名门，是因为我们知道Go语言出自Google公司，这个公司在业界的知名度和实力自然不用多说。Google公司聚集了一批牛人，在各种编程语言称雄争霸的局面下推出新的编程语言，自然有它的战略考虑。而且从Go语言的发展态势来看，Google对它这个新的宠儿还是很看重的，Go自然有一个良好的发展前途。我们看看Go语言的主要创造者，血统纯正这点就可见端倪了。 　　4、自由高效：组合的思想、无侵入式的接口 　　Go语言可以说是开发效率和运行效率二者的完美融合，天生的并发编程支持。Go语言支持当前所有的编程范式，包括过程式编程、面向对象编程以及函数式编程。程序员们可以各取所需、自由组合、想怎么玩就怎么玩。 　　5、强大的标准库 　　这包括互联网应用、系统编程和网络编程。Go里面的标准库基本上已经是非常稳定了，特别是我这里提到的三个，网络层、系统层的库非常实用。 　　6、部署方便：二进制文件、Copy部署 　　我相信这一点是很多人选择Go的最大理由，因为部署太方便了，所以现在也有很多人用Go开发运维程序。 　　7、简单的并发 　　它包含了降低心智的并发和简易的数据同步，我觉得这是Go最大的特色。之所以写正确的并发、容错和可扩展的程序如此之难，是因为我们用了错误的工具和错误的抽象，Go可以说这一块做的相当简单。 　　8、稳定性 　　Go拥有强大的编译检查、严格的编码规范和完整的软件生命周期工具，具有很强的稳定性，稳定压倒一切。那么为什么Go相比于其他程序会更稳定呢？这是因为Go提供了软件生命周期（开发、测试、部署、维护等等）的各个环节的工具，如go tool、gofmt、go test。 二、Go 语言的优势： 1、可直接编译成机器码，不依赖其他库，glibc的版本有一定要求，部署就是扔一个文件上去就完成了。 2、静态类型语言，但是有动态语言的感觉，静态类型的语言就是可以在编译的时候检查出来隐藏的大多数问题，动态语言的感觉就是有很多的包可以使用，写起来的效率很高。 3、语言层面支持并发，这个就是Go最大的特色，天生的支持并发，我曾经说过一句话，天生的基因和整容是有区别的，大家一样美丽，但是你喜欢整容的还是天生基因的美丽呢？Go就是基因里面支持的并发，可以充分的利用多核，很容易的使用并发。 4、内置runtime，支持垃圾回收，这属于动态语言的特性之一吧，虽然目前来说GC不算完美，但是足以应付我们所能遇到的大多数情况，特别是Go1.1之后的GC。 5、简单易学，Go语言的作者都有C的基因，那么Go自然而然就有了C的基因，那么Go关键字是25个，但是表达能力很强大，几乎支持大多数你在其他语言见过的特性：继承、重载、对象等。 6、丰富的标准库，Go目前已经内置了大量的库，特别是网络库非常强大，我最爱的也是这部分。 7、内置强大的工具，Go语言里面内置了很多工具链，最好的应该是gofmt工具，自动化格式化代码，能够让团队review变得如此的简单，代码格式一模一样，想不一样都很困难。 8、跨平台编译，如果你写的Go代码不包含cgo，那么就可以做到window系统编译linux的应用，如何做到的呢？Go引用了plan9的代码，这就是不依赖系统的信息。 9、内嵌C支持，前面说了作者是C的作者，所以Go里面也可以直接包含c代码，利用现有的丰富的C库。

Windows 的 3 个主要子系统：内核(kernel)，用户(user)，GDI。 内核 负责操作系统的传统工作：如 内存管理，文件输入/输出 以及任务管理等。 用户 指的是用户界面，负责所有的窗口管理。 GDI 就是图形设备接口，负责在屏幕或打印机上显示文本与图形。 在 Windows 程序中，调用 Windows 函数与调用 C 语言的库函数没有什么两样。 最主要的区别就是 C 语言库函数的机器代码会直接链接到你的程序代码中去，而 Windows 函数则是放到你的程序之外的 DLL 里。 Windows 程序运行时，它通过一个叫“动态链接”的进程与 Windows 接口。 每个 Windows 的 EXE 文件包含它所要用到的各个动态链接库以及库中的函数的引用地址。 当一个 Windows 程序被装入内存后，程序中的函数调用都被解析 DLL 函数入口的指针，同时这些被调用的函数也被装入内存。 当链接 Windows 程序以生存可执行文件时，一定得链接你的编程环境所提供的特殊的“导入库”。 这些导入库包含所有 Windows 函数调用要碰到的动态链接库的名字及引用信息。链接程序利用这些信息构建 EXE 文件中的表格， 当装入程序的时候，Windows 要靠这些表格来解析 Windows 函数调用。 另外值得提醒的一点是，MFC 是对 API 的封装，隐藏了许多复杂的情节。 Windows 的 Hello World!程序： 复制代码 #include <windows.h> int WINAPI WinMain (HINSTANCE hInstance, HINSTANCE hPrevInstance,PSTR szCmdLine, int iCmdShow) { MessageBox (NULL, TEXT ("Hello, World!"), TEXT ("HelloMsg"), MB_OKCANCEL) ; return 0 ; } 复制代码 该程序的 #include<windows.h> 就是像 C 语言的 #include<stdio.h> 一样重要的头文件。 而 int WINAPI WinMain (HINSTANCE hInstance, HINSTANCE hPrevInstance, PSTR szCmdLine, int iCmdShow) 就像 C 语言的 int main(void) 一样，都是程序的入口。C 程序的入口是 main,Windows 程序的入口是 WinMain。 绝大多数的 Windows 程序都遵循“匈牙利标记法”： 变量名前都有一个短前缀，用以表明该变量的数据类型。 前缀 数据类型 c char 或 WCHAR 或 TCHAR by BYTE(无符号字符) n short(短整型) i int(整型) x,y int,表示 x 坐标和 y 坐标 cx,cy int,表示 x 或 y 的长度，c 表示“count”(计数) B 或 f BOOL(int); f 表示“flag” w WORD(无符号短整型) l LONG(长整型) dw DWORD(无符号长整型) fn 函数 s 字符串 sz 以零结束的字符串 h 句柄 p 指针 WinMain的第一个参数叫做"实例句柄"(Instance Handle)。句柄就是一个数值，用它来标识某些东西。 句柄是一个 4byte 的数值，可用来标识 窗口，按钮，图标，滚动条，输出设备，控件或者文件等等。 WinMain的第二个参数通常是 NULL。 WinMain的第三个参数是用来运行程序的命令行(CommandLine)。 WinMain的第四个参数是用来指明程序最初如何显示。(最大化到全屏，正常显示，最小化到任务栏)。 MessageBox函数： 函数原型：int WINAPI MessageBox(HWND hWnd, LPCTSTR lpText, LPCTSTR lpCaption, UINT uType); 第一个参数通常是一个窗口句柄。 第二个参数是在信息框里出现的文本字符串。 第三个参数是标题栏上显示的文本字符串。 第四个参数是以前缀MB_开头的一些常量组合。用以对话框中的按钮，图标等等。 函数的调用： MessageBox( hWnd, TEXT("信息框里的内容“), TEXT("标题框里的标题”), MB_OK); 该函数一般都如此调用，第四个参数都是 MB_***，以 MB 开头的常量。 (函数的有些参数设置为 NULL, 或者 0 效果是一样的，因为大多数编译器把 NULL 宏定义为 0)

API(Application Programming Interface,应用程序编程接口)是一套用来控制Windows的各个部件(从桌面的外观到为一个新进程分配的内存)的外观和行为的一套预先定义的Windows函数.用户的每个动作都会引发一个或几个函数的运行以告诉Windows发生了什么. 这在某种程度上很象Windows的天然代码.其他的语言只是提供一种能自动而且更容易的访问API的方法.VB在这方面作了很多工作.它完全隐藏了API并且提供了在Windows环境下编程的一种完全不同的方法. 这也就是说,你用VB写出的每行代码都会被VB转换为API函数传递给Windows.例如,Form1.Print...VB 将会以一定的参数(你的代码中提供的,或是默认参数)调用TextOut 这个API函数. 。同样,当你点击窗体上的一个按钮时,Windows会发送一个消息给窗体(这对于你来说是隐藏的),VB获取这个调用并经过分析后生成一个特定事件(Button_Click). API函数包含在Windows系统目录下的动态连接库文件中(如User32.dll,GDI32.dll,Shell32.dll...). API 声明 正如在"什么是API"中所说,API函数包含在位于系统目录下的DLL文件中.你可以自己输入API函数的声明,但VB提供了一种更简单的方法,即使用API Text Viewer. 要想在你的工程中声明API函数,只需运行API Text Viewer,打开Win32api.txt(或.MDB如果你已经把它转换成了数据库的话,这样可以加快速度.注:微软的这个文件有很多的不足,你可以试一下本站提供下载的api32.txt),选择"声明",找到所需函数,点击"添加(Add)"并"复制(Copy)",然后粘贴(Paste)到你的工程里.使用预定义的常量和类型也是同样的方法. 你将会遇到一些问题: 假设你想在你的窗体模块中声明一个函数.粘贴然后运行,VB会告诉你:编译错误...Declare 语句不允许作为类或对象模块中的 Public 成员...看起来很糟糕,其实你需要做的只是在声明前面添加一个Private(如 Private Declare Function...).--不要忘了,可是这将使该函数只在该窗体模块可用. 在有些情况下,你会得到"不明确的名称"这样的提示,这是因为函数.常量或其他的什么东西共用了一个名称.由于绝大多数的函数(也可能是全部,我没有验证过)都进行了别名化,亦即意味着你可以通过Alias子句使用其它的而不是他们原有的名称,你只需简单地改变一下函数名称而它仍然可以正常运行. API 分为四种类型： 远程过程调用（RPC）：通过作用在共享数据缓存器上的过程（或任务）实现程序间的通信。 标准查询语言（SQL）：是标准的访问数据的查询语言，通过通用数据库实现应用程序间的数据共享。 文件传输：文件传输通过发送格式化文件实现应用程序间数据共享。 信息交付：指松耦合或紧耦合应用程序间的小型格式化信息，通过程序间的直接通信实现数据共享。 当前应用于 API 的标准包括 ANSI 标准 SQL API。另外还有一些应用于其它类型的标准尚在制定之中。API 可以应用于所有计算机平台和操作系统。这些 API 以不同的格式连接数据（如共享数据缓存器、数据库结构、文件框架）。每种数据格式要求以不同的数据命令和参数实现正确的数据通信，但同时也会产生不同类型的错误。因此，除了具备执行数据共享任务所需的知识以外，这些类型的 API 还必须解决很多网络参数问题和可能的差错条件，即每个应用程序都必须清楚自身是否有强大的性能支持程序间通信。相反由于这种 API 只处理一种信息格式，所以该情形下的信息交付 API 只提供较小的命令、网络参数以及差错条件子集。正因为如此，交付 API 方式大大降低了系统复杂性，所以当应用程序需要通过多个平台实现数据共享时，采用信息交付 API 类型是比较理想的选择。 API 与图形用户接口（GUI）或命令接口有着鲜明的差别： API 接口属于一种操作系统或程序接口，而后两者都属于直接用户接口。 有时公司会将 API 作为其公共开放系统。也就是说，公司制定自己的系统接口标准，当需要执行系统整合、自定义和程序应用等操作时，公司所有成员都可以通过该接口标准调用源代码，该接口标准被称之为开放式 API。 da'an'lai'yu'na'w'n答案来源网络，供您参考

为什么谷歌会支持 Kotlin？ 2017 年 11 月，Android Studio 3.0 正式开放下载，此版本的 Android Studio 将 Kotlin 语言支持集成到 IDE 中，在此版本上，代码自动完成和语法突出显示都可以在此版本上平稳运行，今年 4 月推出的 Android Studio 3.1 为 Kotlin 代码提供了更好的 Lint 支持，并通过为 Android Emulator 添加 Quick Boot 功能加快了测试速度。 2018 年 2 月，Google 推出预览版本的 Android KTX，Android KTX 是一组扩展程序，它在 Android 框架和支持库上提供了一个良好的 API 层，使 Kotlin 代码更加简洁。 在 Google I/O 2018 上，Google 发布了 Android Jetpack，它是下一代的 Android 组件，它将支持库向后兼容和立即更新的优点融合到更多组件中，提高开发速率和质量，不仅如此，Android Jetpack 将全面兼容 Kotlin，而且它还能利用 Android KTX 使得 Kotlin 代码更加简洁。 这些都是 Google 逐渐向 Kotlin 靠拢的证据，虽然还不至于让 Kotlin 完全取代 Java，但不难看出 Google 的“偏心”。事实上，Kotlin 自己也非常争气：2017 年 11 月，在第一届 Kotlin 专题大会 KotlinConf 上，Kotlin 首席设计师 Andrey Breslav 宣布 Kotlin 将支持 iOS 开发和 Web 开发，这意味着 Kotlin 向全平台开发迈出了重要的一步。 Kotlin 目前正处于发展的初始阶段，还有很多成长的空间。Google 现在是把它当成 Android 黄昏时期的救命稻草，它能与 Java 100% 互通，但它存在的目的并不是为了取代 Java，只是为了让开发者有多种选择。虽说编程语言只是软件实现的一种工具，开发者无论选择哪种语言都没有绝对的对与错。 Kotlin 真比 Java 强？ 相较于 Java，Kotlin 的确在一些方面有较大优势：效率高、易维护、可靠、简单易学。在一些特定场景下，许多 Java 开发者因为某些方面的问题选择了切换到 Kotlin：比如受够了 Java NullPointerException 的人都喜欢 Kotlin 的 Null 安全特性；扩展函数被大量使用；除了扩展 Java 类，人们也常常将 Java 代码迁移到 Kotlin。 Java 依旧是编程语言排行榜上的第一名。但 Java 是最好的语言么？不是，因为在每个领域都有更合适的编程语言。 那么，Java 语言到底有什么优势可以占据排行榜第一的位置呢？ 其一，语法比较简单，学过计算机编程的开发者都能快速上手。 其二，在若干了领域都有很强的竞争力，比如服务端编程，高性能网络程序，企业软件事务处理，分布式计算，Android 移动终端应用开发等等。 最重要的一点是符合工程学的需求，成为企业软件公司的首选，也受到互联网公司的青睐。 综合而言，Java 语言全能方面是最好的。但同样可以看到，Android 社区拥抱 Kotlin 的速度越来越快，也许有一天，在 Android 世界里，我们会看到 Kotlin 对 Java 的超越。 Kotlin 是一门与 Swift 类似的静态类型 JVM 语言，由 JetBrains 设计开发并开源。与 Java 相比，Kotlin 的语法更简洁、更具表达性，而且提供了更多的特性，比如，高阶函数、操作符重载、字符串模板。它与 Java 高度可互操作，可以同时用在一个项目中。 创建一种兼容 Java 的语言 编译速度至少同 Java 一样快 比 Java 更安全 比 Java 更简洁 比最成熟的竞争者 Scala 还简单

JavaScript (ECMAScript) ：JavaScript 是脚本语言。JavaScript和ECMAScript通常被人用来表达相同的含义，但是JavaScript并不是这么一点含义，它是由ECMAScript 核心. DOM 文档对象模型. BOM 浏览器对象模型 这三部分组成。浏览器会在读取代码时，逐行地执行脚本代码。而对于传统编程来说，会在执行前对所有代码进行编译。 组成部分包括语法，类型，语句，关键字，保留字，操作符，对象。 其中，文档对象模型（DOM ， Document Object Model）是针对XML但是经过拓展用于HTML的应用程序编程接口。DOM把整个页面映射为一个多层节点结构，开发人员借助DOM Api对节点进行操作。可以通过浏览器F12进入开发者模式，查看层级关系。当网页被加载时，浏览器会创建页面的文档对象模型（Document Object Model）。HTML DOM 模型被构造为对象的树。通过可编程的对象模型，JavaScript 获得了足够的能力来创建动态的 HTML。 功能大致上： · JavaScript 能够改变页面中的所有 HTML 元素 · JavaScript 能够改变页面中的所有 HTML 属性 · JavaScript 能够改变页面中的所有 CSS 样式 · JavaScript 能够对页面中的所有事件做出反应 同时，浏览器对象模型（Browser Object Model）使用BOM控制浏览器显示页面意外的部分。 javaScript脚本加载方式 1 通过在网页中加入标记JavaScript的开始和结束，将JavaScript代码放到之间 2 也可以引入一个外部的JavaScript文件，这个JavaScript文件一般以.js作为扩展名 3 原则上，放在之间。但视情况可以放在网页的任何部分 4 一个页面可以有几个，不同部分的方法和变量，可以共享。 javaScript语句开发 （1）对大小写敏感 （2）自动忽略多余的空格 （3）在文本字符串中使用反斜杠对代码行进行换行 （4）单行注释（//）多行注释（/* */) JavaScript 是一个程序语言。语法规则定义了语言结构。 JavaScript 字面量 在编程语言中，一般固定值称为字面量，如 3.14。 数字（Number）字面量 可以是整数或者是小数，或者是科学计数(e)。 字符串（String）字面量 可以使用单引号或双引号: 数组（Array）字面量 定义一个数组： [40, 100, 1, 5, 25, 10] 对象（Object）字面量 定义一个对象： {firstName:"John", lastName:"Doe", age:50, eyeColor:"blue"} 函数（Function）字面量 定义一个函数： function myFunction(a, b) { return a * b;} **JavaScript 变量 ** 在编程语言中，变量用于存储数据值。 JavaScript 使用关键字 var 来定义变量， 使用等号来为变量赋值： var x, length x = 5 length = 6 JavaScript 操作符 JavaScript使用 算术运算符 来计算值: (5 + 6) * 10 JavaScript使用赋值运算符给变量赋值： x = 5 y = 6 z = (x + y) * 10 JavaScript语言有多种类型的运算符： JavaScript 语句 在 HTML 中，JavaScript 语句向浏览器发出的命令。 语句是用分号分隔： x = 5 + 6; y = x * 10; JavaScript 关键字 JavaScript 关键字用于标识要执行的操作。 和其他任何编程语言一样，JavaScript 保留了一些关键字为自己所用。 var 关键字告诉浏览器创建一个新的变量： var x = 5 + 6; var y = x * 10; JavaScript 同样保留了一些关键字，这些关键字在当前的语言版本中并没有使用，但在以后 JavaScript 扩展中会用到。 以下是 JavaScript 中最重要的保留字（按字母顺序）： JavaScript 注释 不是所有的 JavaScript 语句都是"命令"。双斜杠 // 后的内容将会被浏览器忽略： // 我不会执行 JavaScript 数据类型 JavaScript 有多种数据类型：数字，字符串，数组，对象等等： var length = 16; // Number 通过数字字面量赋值 var points = x * 10; // Number 通过表达式字面量赋值 var lastName = "Johnson"; // String 通过字符串字面量赋值 var cars = ["Saab", "Volvo", "BMW"]; // Array 通过数组字面量赋值 var person = {firstName:"John", lastName:"Doe"}; // Object 通过对象字面量赋值 数据类型的概念 编程语言中，数据类型是一个非常重要的内容。 为了可以操作变量，了解数据类型的概念非常重要。 如果没有使用数据类型，以下实例将无法执行： 16 + "Volvo" 16 加上 "Volvo" 是如何计算呢? 以上会产生一个错误还是输出以下结果呢？ "16Volvo" 你可以在浏览器尝试执行以上代码查看效果。 在接下来的章节中你将学到更多关于数据类型的知识。 JavaScript 函数 JavaScript 语句可以写在函数内，函数可以重复引用： 引用一个函数 = 调用函数(执行函数内的语句)。 function myFunction(a, b) { return a * b; // 返回 a 乘以 b 的结果 } JavaScript 字母大小写 JavaScript 对大小写是敏感的。 当编写 JavaScript 语句时，请留意是否关闭大小写切换键。 函数 getElementById 与 getElementbyID 是不同的。 同样，变量 myVariable 与 MyVariable 也是不同的。 JavaScript 字符集 JavaScript 使用 Unicode 字符集。 Unicode 覆盖了所有的字符，包含标点等字符。 三 推荐学习网站 JS具体的语法内容还有很多，可以参考官方API或者学习网站完成掌握，简单易学，推荐网站 菜鸟教程：https://www.runoob.com/js/js-tutorial.html w3cschool：https://www.w3school.com.cn/js/index.asp 四 推荐学习书籍 引用自 https://www.cnblogs.com/xhqq/p/7561384.html 个人觉得不错的，没事可以翻翻的。书籍如下： 《javascript设计模式》，张容铭写的，可能不太适合零基础的，是非常不错的进阶书籍。 《javascript面向对象编程指南》，风格轻松易懂，比较适合初学者，原型那块儿讲得透彻，12种继承方式呢。 《js权威指南》、《js高级程序设计》，这两本书经典是经典，但是太厚，适合把其中任意一章都当成一本书来读。洋洋洒洒，很难一口气看完。比较适合当做参考书。 《你不知道的javascript》狙击js核心细节，闭包、原型、this讲得都还清楚。 《js设计模式与开发实践》js设计模式也是要学的，此书把js的设计模式讲得非常清晰，一点不晦涩，看起来没多少难度。 《正则指引》，分析源码时，如果正则表达式不懂，没法进行下去的。此书相对来说讲得比较清晰。 《基于MVC的JavaScript Web富应用开发》，看完后，基本能写出自己的mvc框架了。是本好书。 《javascript函数式编程》，js是一门函数式语言，此书是函数式编程一个入门，函数是一等公民那是非常重要的。 《js忍者秘籍》，jq作者写的，没有传说中的那么难读，话说就算你看完并理解所有知识点，也不会达到世界高手级别的。因为你还没有做到随心所欲。 《javascript框架设计》，如果初看此书，会觉得此书有罗列代码之嫌。在我看来，此书讲究的是框架的全局观。以上书籍是我认为是成就高手之路上必须看的，也需要反复看。 css相关的书籍，说实话我看得比较少，总共有六七本吧。有两本必须推荐一下： 《css权威指南》，css基础知识点那是讲得非常清楚的。什么层叠优先级、line-height啥的。不是随便一本书都敢叫“权威指南”的。 《css揭秘》，此书我也是不断的看，此书才不屑于全面讲css3各属性呢。css规范文档能讲的，它只会讲你最不在意的。此书解决的47问题，解决思路和解决方案同等重要，很有启发性。以上各书你都可以不买，至少买本此书吧

不良的编程习惯TOP1：粘贴复制 在学生时代，我们都知道抄袭是不对的。但在工作中，这方面的规则还很模糊。虽然有些代码块是不能盗用的——不要把专有代码拷贝到你的堆栈中，尤其是这些代码有标记版权信息。这种时候你应该编写自己的版本，老板付你薪水就是要做正事的。 但是当原始创作者想要共享代码时，问题就变得复杂了。这些共享代码也许放到了某个在线编程论坛上，也许它们是带有许可证（BSD，MIT）的开放源代码，允许使用一到三个函数。你使用这些共享代码是没有问题的，而且你上班是为了解决问题，而不是重新发明轮子。 大多数情况下，复制代码的优势非常明显，小心对待的话问题也不大。至少那些从靠谱的来源获得的代码已经被大致“检查“过了。 问题的复杂之处在于，这些共享代码是否存在一些未发现的错误，代码的用途或底层数据是否存在一些特别的假设。也许你的代码混入了空指针，而原始代码从未检查过。如果你能解决这些问题，那么就可以理解为你的老板得到了两位程序员共同努力的成果。这就是某种形式的结对编程，而且用不着什么高大上的办公桌。 不良的编程习惯TOP2：非函数式代码 在过去十年间，函数范式愈加流行。喜欢用嵌套函数调用来构建程序的人们引用了很多研究成果。这些研究表明，与旧式的变量和循环相比，函数式编程代码更安全，错误更少，而且可以随程序员的喜好任意组合在一起。粉丝们十分追捧函数式编程，还会在代码审查和拉取请求中诋毁非函数式方法。关于这种方法的优势，他们的观点其实并没有错。 但有时你需要的仅仅是一卷胶带而已。精心设计并细心计划的代码需要花费很多时间，不仅需要花费时间想象，还需要构建和之后导航的时间。这些都增加了复杂性，并且会花费很多的时间与精力。开发漂亮的函数式代码需要提前做计划，还要确保所有数据都通过正确的途径传递。有时找出并更改变量会简单得多，可能再加个注释说明一下就够了。就算要在注释中为之后的程序员致以冗长而难懂的歉意，也比重新设计整个系统，把它扳回正轨上要省事得多。 不良的编程习惯第 3 位：非标准间距 软件中的大多数空格都不会影响程序的性能。除少数使用间距指示代码块的语言（如 Python）外，大多数空格对程序行为的影响为零。尽管如此，仍然有一些得了强迫症的程序员会数空格，并坚持认为它们很重要。曾有这样一位程序员以最严肃的口吻告诉我的老板，说我正在写“非标准代码”，还说他一眼就看出来了。我的错咯？因为我没在等号的两侧放置空格，违反了 ESLint space-infix-ops 规则[1]。 有时候你只要操心那些更深层的内容就行了，谁管什么空格的位置。也许你担心数据库过载，也许你担心空指针可能会让你的代码崩溃。一套代码中，几乎所有的部分都比空格更重要，就算那些喜欢走形式的标准委员会写出来一大堆规则来限制这些空格或制表符的位置，那又如何呢。 令人欣喜的是，网上可以找到一些很好用的工具来自动重新格式化你的代码，让你的代码遵守所有精心定义的 linting 规则。人类不应该在这种事情上浪费时间和脑细胞。如果这些规则这么重要，我们就应该用工具来解决这些问题。 不良的编程习惯第 4 位：使用 goto 禁止使用 goto 的规则可以追溯到许多结构化编程工具还没有出现的时代。如果程序员想创建一个循环或跳转到另一个例程，则需要键入 goto，后跟一个行号。多年之后，编译器团队开始允许程序员使用字符串标签来代替行号。这在当时被认为是一项热门的新特性。 有的人把这样做法的结果称为“意大利面条式代码”。因为以后没人能读懂你的代码，没人搞得清楚执行路径。成为一团混乱的线程，缠结在一起。Edsger Dijkstra 写过一篇题为“我们认为 goto 声明是有害的”的一篇文章[2]，号召大家拒绝使用这个命令。 但是绝对分支并不是问题所在，问题在于它产生的那堆纠缠的结果。一般来说，精心设计的 break 或 return 能提供有关该位置的代码执行情况的非常清晰的陈述。有时，将 goto 添加到一个 case 语句中所生成的东西与联 if-then-else 块的相比，结构更正确的列表理解起来更容易。 也有反例。苹果 SSL 堆栈中的“goto fail”安全漏洞[3]就是一个很好的例子。但是，如果我们谨慎地避免 case 语句和循环中出现的一些问题，我们就可以插入很好用的绝对跳转，使代码读者更容易理解正在发生的事情。有时我们可以放一个 break 或 return，不仅更简洁，而且大家读起来更愉快，除了那些讨厌 goto 的人们。 不良的编程习惯第 5 位：不声明类型 热爱类型化语言的人们有他们的理由。当我们为每个变量的数据类型添加清晰的声明时，我们会编写更好，错误更少的代码。花点时间来阐明类型，就可以帮助编译器在代码开始运行之前标记出愚蠢的错误。这可能会很痛苦，但也会有回报。这是一种编程的笨办法，就是为了避免错误。 时代变了。许多较新的编译器已经足够聪明了，它们可以在查看代码时推断出类型。它们可以在代码中前后移动，最后确认变量应该是 string 或 int，抑或是其他类型。而且，如果推断出来的这些类型没法对齐，则编译器会给出错误标志。它们不需要我们再类型化变量了。 换句话说，我们可以省略一些最简单的声明，然后就能轻松节省一些时间了。代码变得更简洁，代码读者也往往能猜出 for 循环中名为 i 的变量是一个整数。 不良的编程习惯第 6 位：溜溜球代码 程序员喜欢将其称为“yo-yo 代码”。首先，这些值将存储为字符串，然后将它们解析为整数，接下来将它们转换回字符串。这种方法效率极低。你几乎能感受到一大堆额外负载让 CPU 不堪重负的样子。能快速编写代码的聪明程序员会调整自己的代码架构，以最大程度地减少转换。因为他们安排好了计划，他们的代码也能跑得更快。 但不管你信不信，有时溜溜球代码也是有意义的。有的时候，你需要用一个可以在自己的黑匣子里搞定一大堆智能操作的库。有的老板花了很多钱，请好多天才做出来这么一个库。如果这个库需要字符串形式的数据，那么你就得给它字符串，就算你最近刚把数据转换为整数也得再转回去。 当然，你可以重写所有代码以最大程度地减少转换，但这会花费一些时间。有时，代码多运行一分钟、一小时、一天甚至一周也是可以接受的，因为重写代码会花费更多时间。有时候，增加技术债务要比重新建立一笔技术债的成本更低些。 有时这种库里面不是专有代码，而是你很久以前编写的代码。有时，转换一次数据要比重写该库中的所有内容更省事。这种时候你就可以编写悠悠球代码了，不要怕，我们都遇到过这种事情。 不良的编程习惯第7位：编写自己的数据结构 有一条标准规则是，程序员在大二学完数据结构课程后，再也不要编写用于存储数据的代码了。已经有人编写过了我们所需要的所有数据结构，并且他们的代码经过了多年的测试和重新测试。这些结构与语言打包在一起，还可能是免费的。你自己写的代码只会是一堆错误。 但有的时候数据结构库的速度有点缓慢。有时候我们被迫使用的标准结构并不适合我们自己的代码。有时，库会要求我们在使用它的结构之前重新配置数据。有时，这些库带有笨重的保护，还有一些诸如线程锁定之类的特性，而我们的代码并不需要它们。 发生这种情况时就该编写我们自己的数据结构了。有时我们自己的结构会快很多，还可能让我们的代码更整洁，因为我们不需要一大堆额外的代码来重新精确地格式化数据。 不良的编程习惯第 8 位：老式循环 很久以前，创建 C 语言的某人想将所有抽象可能性封装在一个简单的构造中。这个构造开始时要做一些事情，每次循环都要做一些事情，所有事情都完成时还有一些方法来提示我们。当时，这似乎是一种拥有无限可能性的完美语法。 此一时彼一时，如今一些现代评论者只看到了其中的麻烦，发生的事情太多了，所有这些可能性既可能向善也可能作恶。这种构造让阅读和理解代码变得非常困难。他们喜欢更加函数式的的范式，其中没有循环，只有应用到列表的函数，还有映射到某些数据的计算模板。 有时无循环方法更简洁，尤其是当我们只有一个简单的函数和一个数组的时候。但还有些时候，老式的循环要简单得多，因为它可以做更多事情。例如，当你找到第一个匹配项后就立刻停止搜索，这样的代码就简单得多。 此外，要对数据执行多项操作时，映射函数会要求更严格的编码。假设你要对每个数字取绝对值，然后取平方根，最快的方案是先映射第一个函数，然后映射第二个函数，将数据循环两次。 不良的编程习惯第 9 位：在中间打破循环 从有一天开始，一个规则制定小组宣布每个循环都应该有一个“不变项”，就是一个在整个循环中都为真的逻辑语句。当不变量不再为真时，循环就结束了。这是处理复杂循环的好方法，但会带来一些令人抓狂的约束，例如禁止我们在循环中间使用 return 或 break。这条规则是禁止 goto 语句规则的子集。 这个理论很不错，但它通常会导致代码变得更复杂。考虑以下这种简单的情况，其中会扫描一个数组，找出通过测试的一个条目： while (i<a.length){ ... if (test(a[i]) then return a[i]; ... } 喜欢循环不变项的人们宁愿我们添加另一个布尔变量，将其称为 notFound，然后这样用它： while ((notFound) && (i<a.length){ ... if (test(a[i])) then notFound=false; ... } 如果这个布尔名称取得很合适，那就会是一段自我注释得很好的代码。它可以让大家理解起来更容易。但这也增加了复杂性。这还意味着要分配另一个局部变量并阻塞一个寄存器，编译器可能没那么聪明，没法修复这个错误。 有时使用 goto 或 jump 会更简洁。 不良的编程习惯第10位：重载运算符和函数 一些有趣的语言会让你绕一些大弯子，比如说重新定义看起来应该是常量的元素值。拿 Python 来说，至少在 2.7 版及更低版本中，它允许你键入 TRUE=FALSE。这不会引发某种逻辑崩溃，也不会导致宇宙的终结；它只是交换了 TRUE 和 FALSE 的含义。你还可以使用 C 预处理器和其他一些语言来玩这种危险的游戏。还有一些语言允许你重新定义加号之类的运算符。 有时候，在一大段代码中重新定义一个或一些所谓常量，结果效率会更高。有时，老板会希望代码执行完全不同的操作。当然，你可以检查代码，逐一更改对应的部分，也可以干脆重新定义现实来节省时间。别人会觉得你是天才。用不着重写庞大的库，只需翻转一下即可。 这里也许应该划一条底线。无论这种做法多有意思，看起来多聪明，你都不应该在家里做实验。这太危险了——我是认真的。

来源：掘金 不会写伪代码 伪代码是什么呢？就是自然语言啊。其实编程只有三种逻辑控制块，顺序，循环，判断。所以你只要用自然语言来描述出来，先做什么，再做什么，什么时候循环，什么时候判断，代码写出来的问题就不大。这是一个先写伪代码再写细节的过程。你不要上来就开始平铺写代码。 平铺代码是最菜的方式，好的代码是有结构的，有不同的抽像层级。 第一步，干嘛。 第二步，干嘛。 第三步，干嘛。 先把这个列清楚，这是伪代码的第一级。 然后变成注释，这是第二级。 删掉注释变成函数名，这是第三级。 所以说，**好的程序员写代码是不需要注释的，不是说让你把注释删掉，而是让你完成这三步升华的过程。**写的好的代码，命名规范，你看到的真的是一首诗， 是一种编程语言，是在用语言来描述一件功能的完成，这种编程艺术的工业感很爽快，你看那些不爽的代码，简直了。一步一个坑： 不做数据量的预估 后端工程师在前期经常会忽视数据量的大小，没有影成一个好的习惯。写代码只注重功能，没有一个关于数据量的概念。这个地方其实还和性能是一致的，在性能上，前后端并没有太大的差别。推荐的做法是，程序员要对数据很敏感，后端要知道每一个表的规模可能会有多大，当前的系统能支持的数据库表的大小是多大，而前后端都需要知道每一个操作，都分成了哪几个步骤，每一个步骤花费的时间是多少，大概占用的内存是什么样的。做到这一点其实并不难，难的是养成这种习惯，初级工程师眼里看的是功能和代码，中级工程师眼里看到的是数据和时间。没有预估，最后起火了，往往是这样的：

自上世纪90年代以来，编程语言Python已经取得了长足的进步。当Guido Van Rossum开发Python时，他几乎不知道Python会成为世界上最流行的语言之一。今天，Python是人类历史上使用最广泛的编程语言之一，并且已经应用于很多应用程序中。无论是企业级应用程序，还是机器学习/人工智能模型、数据科学工作，Python几乎在所有蓬勃发展的行业和领域中都受人青睐。 01 Python市场 全世界有超过800万的开发人员出于各种目的热忠于使用Python。由于其动态特性和易于扩展性，Python已经成为开发人员的首选语言。这也是为什么Python能够击败Java的原因，Java一度以来都是开发人员最喜欢的语言。也可能是由于一门语言的自然老化过程，Java正在接近尾声。大多数新语言都是为解决现代面临的新挑战而设计的。虽然之前开发的语言在解决当时的问题时效率极高，但要让它们跟上不断变化的行业和市场就变得极其困难。 但是，Python作为一种拥有如此庞大用户和开发者支持的开源语言，即使在今天仍然保持着它的巅峰状态。它丰富的库和内置的功能使其成为企业、开发人员和数据科学家的热门选择。尽管Java仍然被用于企业开发，但它在其他领域的相关性几乎为零。如果环顾四周，你很难发现一个机器学习专家在Java上设计和训练模型。尽管如此，Java是全球第二大最受开发人员欢迎的语言。 02 取代Java Python已经成功地在大多数领域取代了Java。在企业开发方面，Java面临着来自谷歌的新编程语言Go的威胁。随着我们进入未来科技时代，对高性能计算的需求也在不断增长。这也是数据科学和人工智能的时代需求。尽管有人可能认为使用extreme GPU有助于提高速度和效率，但事实远非如此。它不能满足特定的数据处理需求。相反，前沿应用程序需要其他依赖项来优化性能，并帮助科学家和开发人员实现预期的目标。最终，这将引导企业和研究机构寻找更健壮的编程语言，为特定的任务及其交付速度而设计。 03 进入Julia的世界 这个人人都喜爱Python的时代，正面临着来自编程语言世界的新参与者——Julia的威胁。Viral Shah是Julia Computing的首席执行官，他指出，在21世纪初，开发人员更喜欢用C语言进行系统编程，用JAVA开发企业应用程序，用SaaS进行分析，用MATLAB进行科学计算。然而，今天的开发人员使用Rust进行系统编程，Go进行企业开发，使用Python/R进行分析，并使用Julia进行科学计算。 这几年来我们能够感受到从MATLAB到Python的过渡。我们知道机器学习几乎在所有应用程序中使用，而且Python库使ML模型的实现更加容易，所以人们转向了Python。在此之前，MATLAB是这项任务的最佳选择，可以帮助人们进行分析和科学计算。但是很明显，人们会把目光转向更容易实现、容易理解、更快速、更高性能和可扩展的解决方案。因此，Python完美地填补了JAVA和MATLAB的空白。 04 Julia立足之地 Julia和Python之间的一个关键区别是处理特定问题的方式。Julia的构建是为了减轻高性能计算的挑战。尽管Python现在已经发展为一种快速的计算语言，但是我们必须承认它不是为这项工作而设计的。然而，Julia是专门为高速处理和计算工作设计的。虽然它只有几个月的历史，却已经在研究人员和数据科学家中引起轰动。 两个月前，Julia发布了一个稳定的版本，称为1.2，它已经得到了进一步的改进，可以有效地处理大量占用资源的数据科学项目。目前有超过800名Julia开发人员，他们正在为GitHub做贡献，帮助其成为首选语言。 05 结论 凭借资源和速度这两把“利剑”，两个月大的Julia已经和30岁的Python打了一场硬仗。尽管现在很难说它能否完全接管Python，但它设计用于处理复杂的计算特性肯定会对世界产生影响。此外，随着问题的处理需要更多的资源和更高性能的计算，Julia可能会成为每个人的最爱。除非Python想要和Java一样的命运，否则它将不得不提高其速度和效率，并不断优化它的库。它可能不只是启动新的更新，而是完全转换引擎，使其成为更友好的CPU语言。Python相对于Julia的一个优势是其丰富的库。由于Julia还处于起步阶段，所以它需要很长时间才能构建像Python这样高效、动态的库和函数。这两种语言之间的斗争才刚刚开始，但对于需要快速高效工具来实现目标的研究人员和科学家来说，Julia已经变成了一种优势。 原文链接

少年, 看过唐诗么? 有没有所有的字都认识, 但是放在一起就不知道是什么意思的感觉? 所谓单步调试都看懂,跟这个是类似的. 一行代码,无非赋值,运算, 比较,调用子过程,谁都看得懂, 关键是,为什么?为什么赋值?为什么运算?为什么比较?为什么调用子过程? 这个为什么, 是与具体的业务,或者说事实,东西相对应的. 你说你懂得原理, 但是写不出代码, 我比较不相信前半句. ######顶！######坐等大牛回答###### 先想后写，从小处着手积累信心 PS 我不是大牛，小牛也不是 ###### 这是个很抽象的问题,根据我的经验给出如下练习步骤 确认智商(> 80) 写代码之前将问题进行细化,写#字游戏这个过程可以分为以下几个阶段 设计阶段(确定用何种数据结构保存游戏中的数据) 涉及到哪些技术(画图,坐标计算) 游戏的逻辑(如何判断输赢,禁手) 按照以上步骤思考一下,那一步不会就去学习相应的知识. ######先背一些常会用到的代码段######背啊。没有谁编程不背的。背了就模仿别人。这才是王道啊。######你先把头像上传了在说.写不好程序和没有上传头像有很大关系的.######对于开始应用语言编程时，我也有这方面的困惑，总感觉需要站在巨人的肩膀上才可以！万事平地起，难度太大。######关键是你要对它有兴趣,他就是你的艺术品!######先写伪代码  再写真代码~~~用小块函数实现小功能  凑在一起就变成了大项目~~~！！日积月累是我们成为大牛的 不变真理~~~

Python 的 Decorator在使用上和Java/C#的Annotation很相似，就是在方法名前面加一个@XXX注解来为这个方法装饰一些东西。但是，Java/C#的Annotation也很让人望而却步，太TMD的复杂了，你要玩它，你需要了解一堆Annotation的类库文档，让人感觉就是在学另外一门语言。 而Python使用了一种相对于Decorator Pattern和Annotation来说非常优雅的方法，这种方法不需要你去掌握什么复杂的OO模型或是Annotation的各种类库规定，完全就是语言层面的玩法：一种函数式编程的技巧。如果你看过本站的《函数式编程》，你一定会为函数式编程的那种“描述你想干什么，而不是描述你要怎么去实现”的编程方式感到畅快。（如果你不了解函数式编程，那在读本文之前，还请你移步去看看《函数式编程》） 好了，我们先来点感性认识，看一个Python修饰器的Hello World的代码。 Hello World 下面是代码：文件名：hello.py def hello(fn): def wrapper(): print "hello, %s" % fn.__name__ fn() print "goodby, %s" % fn.__name__ return wrapper @hellodef foo(): print "i am foo" foo() 当你运行代码，你会看到如下输出： [chenaho@chenhao-air]$ python hello.pyhello, fooi am foogoodby, foo 你可以看到如下的东西： 1）函数foo前面有个@hello的“注解”，hello就是我们前面定义的函数hello 2）在hello函数中，其需要一个fn的参数（这就用来做回调的函数） 3）hello函数中返回了一个inner函数wrapper，这个wrapper函数回调了传进来的fn，并在回调前后加了两条语句。 Decorator 的本质 对于Python的这个@注解语法糖- Syntactic Sugar 来说，当你在用某个@decorator来修饰某个函数func时，如下所示: @decoratordef func(): pass 其解释器会解释成下面这样的语句： func = decorator(func) 尼玛，这不就是把一个函数当参数传到另一个函数中，然后再回调吗？是的，但是，我们需要注意，那里还有一个赋值语句，把decorator这个函数的返回值赋值回了原来的func。 根据《函数式编程》中的first class functions中的定义的，你可以把函数当成变量来使用，所以，decorator必需得返回了一个函数出来给func，这就是所谓的higher order function 高阶函数，不然，后面当func()调用的时候就会出错。 就我们上面那个hello.py里的例子来说， @hellodef foo(): print "i am foo" 被解释成了： foo = hello(foo) 是的，这是一条语句，而且还被执行了。你如果不信的话，你可以写这样的程序来试试看： def fuck(fn): print "fuck %s!" % fn.__name__[::-1].upper() @fuckdef wfg(): pass 没了，就上面这段代码，没有调用wfg()的语句，你会发现， fuck函数被调用了，而且还很NB地输出了我们每个人的心声！ 再回到我们hello.py的那个例子，我们可以看到，hello(foo)返回了wrapper()函数，所以，foo其实变成了wrapper的一个变量，而后面的foo()执行其实变成了wrapper()。 知道这点本质，当你看到有多个decorator或是带参数的decorator，你也就不会害怕了。 比如：多个decorator @decorator_one@decorator_twodef func(): pass 相当于： func = decorator_one(decorator_two(func)) 比如：带参数的decorator： @decorator(arg1, arg2)def func(): pass 相当于： func = decorator(arg1,arg2)(func) 这意味着decorator(arg1, arg2)这个函数需要返回一个“真正的decorator”。 带参数及多个Decrorator 我们来看一个有点意义的例子：html.py def makeHtmlTag(tag, args, *kwds): def real_decorator(fn): css_class = " class='{0}'".format(kwds["css_class"]) if "css_class" in kwds else "" def wrapped(*args, **kwds): return "<"+tag+css_class+">" + fn(*args, **kwds) + "</"+tag+">" return wrapped return real_decorator @makeHtmlTag(tag="b", css_class="bold_css")@makeHtmlTag(tag="i", css_class="italic_css")def hello(): return "hello world" print hello() 输出： hello world 在上面这个例子中，我们可以看到：makeHtmlTag有两个参数。所以，为了让 hello = makeHtmlTag(arg1, arg2)(hello) 成功，makeHtmlTag 必需返回一个decorator（这就是为什么我们在makeHtmlTag中加入了real_decorator()的原因），这样一来，我们就可以进入到 decorator 的逻辑中去了—— decorator得返回一个wrapper，wrapper里回调hello。看似那个makeHtmlTag() 写得层层叠叠，但是，已经了解了本质的我们觉得写得很自然。 你看，Python的Decorator就是这么简单，没有什么复杂的东西，你也不需要了解过多的东西，使用起来就是那么自然、体贴、干爽、透气，独有的速效凹道和完美的吸收轨迹，让你再也不用为每个月的那几天感到焦虑和不安，再加上贴心的护翼设计，量多也不用当心。对不起，我调皮了。 什么，你觉得上面那个带参数的Decorator的函数嵌套太多了，你受不了。好吧，没事，我们看看下面的方法。 class式的 Decorator 首先，先得说一下，decorator的class方式，还是看个示例： class myDecorator(object): def __init__(self, fn): print "inside myDecorator.__init__()" self.fn = fn def __call__(self): self.fn() print "inside myDecorator.__call__()" @myDecoratordef aFunction(): print "inside aFunction()" print "Finished decorating aFunction()" aFunction() 输出： inside myDecorator.__init__() Finished decorating aFunction() inside aFunction() inside myDecorator.__call__() 上面这个示例展示了，用类的方式声明一个decorator。我们可以看到这个类中有两个成员：1）一个是__init__()，这个方法是在我们给某个函数decorator时被调用，所以，需要有一个fn的参数，也就是被decorator的函数。2）一个是__call__()，这个方法是在我们调用被decorator函数时被调用的。上面输出可以看到整个程序的执行顺序。 这看上去要比“函数式”的方式更易读一些。 下面，我们来看看用类的方式来重写上面的html.py的代码：html.py class makeHtmlTagClass(object): def __init__(self, tag, css_class=""): self._tag = tag self._css_class = " class='{0}'".format(css_class) if css_class !="" else "" def __call__(self, fn): def wrapped(*args, **kwargs): return "<" + self._tag + self._css_class+">" + fn(*args, **kwargs) + "</" + self._tag + ">" return wrapped @makeHtmlTagClass(tag="b", css_class="bold_css")@makeHtmlTagClass(tag="i", css_class="italic_css")def hello(name): return "Hello, {}".format(name) print hello("Hao Chen") 上面这段代码中，我们需要注意这几点：1）如果decorator有参数的话，__init__() 成员就不能传入fn了，而fn是在__call__的时候传入的。2）这段代码还展示了 wrapped(args, *kwargs) 这种方式来传递被decorator函数的参数。（其中：args是一个参数列表，kwargs是参数dict，具体的细节，请参考Python的文档或是StackOverflow的这个问题，这里就不展开了） 用Decorator设置函数的调用参数 你有三种方法可以干这个事： 第一种，通过 **kwargs，这种方法decorator会在kwargs中注入参数。 def decorate_A(function): def wrap_function(*args, **kwargs): kwargs['str'] = 'Hello!' return function(*args, **kwargs) return wrap_function @decorate_Adef print_message_A(args, *kwargs): print(kwargs['str']) print_message_A() 第二种，约定好参数，直接修改参数 def decorate_B(function): def wrap_function(*args, **kwargs): str = 'Hello!' return function(str, *args, **kwargs) return wrap_function @decorate_Bdef print_message_B(str, args, *kwargs): print(str) print_message_B() 第三种，通过 *args 注入 def decorate_C(function): def wrap_function(*args, **kwargs): str = 'Hello!' #args.insert(1, str) args = args +(str,) return function(*args, **kwargs) return wrap_function class Printer: @decorate_C def print_message(self, str, *args, **kwargs): print(str) p = Printer()p.print_message() Decorator的副作用 到这里，我相信你应该了解了整个Python的decorator的原理了。 相信你也会发现，被decorator的函数其实已经是另外一个函数了，对于最前面那个hello.py的例子来说，如果你查询一下foo.__name__的话，你会发现其输出的是“wrapper”，而不是我们期望的“foo”，这会给我们的程序埋一些坑。所以，Python的functool包中提供了一个叫wrap的decorator来消除这样的副作用。下面是我们新版本的hello.py。文件名：hello.py from functools import wrapsdef hello(fn): @wraps(fn) def wrapper(): print "hello, %s" % fn.__name__ fn() print "goodby, %s" % fn.__name__ return wrapper @hellodef foo(): '''foo help doc''' print "i am foo" pass foo()print foo.__name__ #输出 fooprint foo.__doc__ #输出 foo help doc 当然，即使是你用了functools的wraps，也不能完全消除这样的副作用。 来看下面这个示例： from inspect import getmembers, getargspecfrom functools import wraps def wraps_decorator(f): @wraps(f) def wraps_wrapper(*args, **kwargs): return f(*args, **kwargs) return wraps_wrapper class SomeClass(object): @wraps_decorator def method(self, x, y): pass obj = SomeClass()for name, func in getmembers(obj, predicate=inspect.ismethod): print "Member Name: %s" % name print "Func Name: %s" % func.func_name print "Args: %s" % getargspec(func)[0] 输出： Member Name: method Func Name: method Args: [] 你会发现，即使是你你用了functools的wraps，你在用getargspec时，参数也不见了。 要修正这一问，我们还得用Python的反射来解决，下面是相关的代码： def get_true_argspec(method): argspec = inspect.getargspec(method) args = argspec[0] if args and args[0] == 'self': return argspec if hasattr(method, '__func__'): method = method.__func__ if not hasattr(method, 'func_closure') or method.func_closure is None: raise Exception("No closure for method.") method = method.func_closure[0].cell_contents return get_true_argspec(method) 当然，我相信大多数人的程序都不会去getargspec。所以，用functools的wraps应该够用了。 一些decorator的示例 好了，现在我们来看一下各种decorator的例子： 给函数调用做缓存 这个例实在是太经典了，整个网上都用这个例子做decorator的经典范例，因为太经典了，所以，我这篇文章也不能免俗。 from functools import wrapsdef memo(fn): cache = {} miss = object() @wraps(fn) def wrapper(*args): result = cache.get(args, miss) if result is miss: result = fn(*args) cache[args] = result return result return wrapper @memodef fib(n): if n < 2: return n return fib(n - 1) + fib(n - 2) 上面这个例子中，是一个斐波拉契数例的递归算法。我们知道，这个递归是相当没有效率的，因为会重复调用。比如：我们要计算fib(5)，于是其分解成fib(4) + fib(3)，而fib(4)分解成fib(3)+fib(2)，fib(3)又分解成fib(2)+fib(1)…… 你可看到，基本上来说，fib(3), fib(2), fib(1)在整个递归过程中被调用了两次。 而我们用decorator，在调用函数前查询一下缓存，如果没有才调用了，有了就从缓存中返回值。一下子，这个递归从二叉树式的递归成了线性的递归。 Profiler的例子 这个例子没什么高深的，就是实用一些。 import cProfile, pstats, StringIO def profiler(func): def wrapper(*args, **kwargs): datafn = func.__name__ + ".profile" # Name the data file prof = cProfile.Profile() retval = prof.runcall(func, *args, **kwargs) #prof.dump_stats(datafn) s = StringIO.StringIO() sortby = 'cumulative' ps = pstats.Stats(prof, stream=s).sort_stats(sortby) ps.print_stats() print s.getvalue() return retval return wrapper 注册回调函数 下面这个示例展示了通过URL的路由来调用相关注册的函数示例： class MyApp(): def __init__(self): self.func_map = {} def register(self, name): def func_wrapper(func): self.func_map[name] = func return func return func_wrapper def call_method(self, name=None): func = self.func_map.get(name, None) if func is None: raise Exception("No function registered against - " + str(name)) return func() app = MyApp() @app.register('/')def main_page_func(): return "This is the main page." @app.register('/next_page')def next_page_func(): return "This is the next page." print app.call_method('/')print app.call_method('/next_page') 注意：1）上面这个示例中，用类的实例来做decorator。2）decorator类中没有__call__()，但是wrapper返回了原函数。所以，原函数没有发生任何变化。 给函数打日志 下面这个示例演示了一个logger的decorator，这个decorator输出了函数名，参数，返回值，和运行时间。 from functools import wrapsdef logger(fn): @wraps(fn) def wrapper(*args, **kwargs): ts = time.time() result = fn(*args, **kwargs) te = time.time() print "function = {0}".format(fn.__name__) print " arguments = {0} {1}".format(args, kwargs) print " return = {0}".format(result) print " time = %.6f sec" % (te-ts) return result return wrapper @loggerdef multipy(x, y): return x * y @loggerdef sum_num(n): s = 0 for i in xrange(n+1): s += i return s print multipy(2, 10)print sum_num(100)print sum_num(10000000) 上面那个打日志还是有点粗糙，让我们看一个更好一点的（带log level参数的）： import inspectdef get_line_number(): return inspect.currentframe().f_back.f_back.f_lineno def logger(loglevel): def log_decorator(fn): @wraps(fn) def wrapper(*args, **kwargs): ts = time.time() result = fn(*args, **kwargs) te = time.time() print "function = " + fn.__name__, print " arguments = {0} {1}".format(args, kwargs) print " return = {0}".format(result) print " time = %.6f sec" % (te-ts) if (loglevel == 'debug'): print " called_from_line : " + str(get_line_number()) return result return wrapper return log_decorator 但是，上面这个带log level参数的有两具不好的地方，1） loglevel不是debug的时候，还是要计算函数调用的时间。2） 不同level的要写在一起，不易读。 我们再接着改进： import inspect def advance_logger(loglevel): def get_line_number(): return inspect.currentframe().f_back.f_back.f_lineno def _basic_log(fn, result, *args, **kwargs): print "function = " + fn.__name__, print " arguments = {0} {1}".format(args, kwargs) print " return = {0}".format(result) def info_log_decorator(fn): @wraps(fn) def wrapper(*args, **kwargs): result = fn(*args, **kwargs) _basic_log(fn, result, args, kwargs) return wrapper def debug_log_decorator(fn): @wraps(fn) def wrapper(*args, **kwargs): ts = time.time() result = fn(*args, **kwargs) te = time.time() _basic_log(fn, result, args, kwargs) print " time = %.6f sec" % (te-ts) print " called_from_line : " + str(get_line_number()) return wrapper if loglevel is "debug": return debug_log_decorator else: return info_log_decorator 你可以看到两点，1）我们分了两个log level，一个是info的，一个是debug的，然后我们在外尾根据不同的参数返回不同的decorator。2）我们把info和debug中的相同的代码抽到了一个叫_basic_log的函数里，DRY原则。 一个MySQL的Decorator 下面这个decorator是我在工作中用到的代码，我简化了一下，把DB连接池的代码去掉了，这样能简单点，方便阅读。 import umysqlfrom functools import wraps class Configuraion: def __init__(self, env): if env == "Prod": self.host = "coolshell.cn" self.port = 3306 self.db = "coolshell" self.user = "coolshell" self.passwd = "fuckgfw" elif env == "Test": self.host = 'localhost' self.port = 3300 self.user = 'coolshell' self.db = 'coolshell' self.passwd = 'fuckgfw' def mysql(sql): _conf = Configuraion(env="Prod") def on_sql_error(err): print err sys.exit(-1) def handle_sql_result(rs): if rs.rows > 0: fieldnames = [f[0] for f in rs.fields] return [dict(zip(fieldnames, r)) for r in rs.rows] else: return [] def decorator(fn): @wraps(fn) def wrapper(*args, **kwargs): mysqlconn = umysql.Connection() mysqlconn.settimeout(5) mysqlconn.connect(_conf.host, _conf.port, _conf.user, _conf.passwd, _conf.db, True, 'utf8') try: rs = mysqlconn.query(sql, {}) except umysql.Error as e: on_sql_error(e) data = handle_sql_result(rs) kwargs["data"] = data result = fn(*args, **kwargs) mysqlconn.close() return result return wrapper return decorator @mysql(sql = "select * from coolshell" )def get_coolshell(data): ... ... ... .. 线程异步 下面量个非常简单的异步执行的decorator，注意，异步处理并不简单，下面只是一个示例。 from threading import Threadfrom functools import wraps def async(func): @wraps(func) def async_func(*args, **kwargs): func_hl = Thread(target = func, args = args, kwargs = kwargs) func_hl.start() return func_hl return async_func if name == '__main__': from time import sleep @async def print_somedata(): print 'starting print_somedata' sleep(2) print 'print_somedata: 2 sec passed' sleep(2) print 'print_somedata: 2 sec passed' sleep(2) print 'finished print_somedata' def main(): print_somedata() print 'back in main' print_somedata() print 'back in main' main() 其它 关于更多的示例，你可以参看： Python Decorator Library来源：网络

上述几种语言都可以，只不过是应用程序的不同表现而已 如果是类似php这种语言的话，做出来就是web应用，需要依赖于web容器来运行而通过浏览器来展现。做本地化程序的话，VC、C#之类的可以胜任，java主要来说是编写web应用，本地程序依赖于JVM，普及率不广，而且UI超级烂，故而除非特定场景，否则不作首选 ######回复 @eechen : 这条说的在理，管他黑猫白猫，能逮到老鼠就是好猫。######回复 @焙焙龙 : 能解决楼主的问题就好，我管它是不是什么本地化程序。Linux上一大堆命令行程序，其中不乏脚本类命令，不专门去纠，根本区别不了。又比如，PHP内置SQLite引擎和HTTP服务器，代码用PHP-Beast加密，打包PHP环境部署到客户端，也就10MB左右，用户用浏览器就能访问服务，只要能解决问题，我管它是不是桌面程序。######回复 @eechen : 关键看这个语言是否具备本地调用的能力，脚本语言都不具备的，php本身也是脚本语言，必定依赖于某一个宿主去执行，脚本语言的入口是宿主语言规定的。所以光用脚本语言，是完全无法编写本地化程序的######不一定呀.PHP写CLI命令行应用,直接用curl函数发出HTTP请求进行发帖也是可以的.跟用PHP写爬虫区别不大.######你需要一个按键精灵######按键精灵不能完成我要的，按键精灵还是太简单了。我想我已经找到我要的了。hex就是我要的###### Visual Basic 6.0 新建标准Exe工程，编译即可得到exe程序。  ######+10086######HTML######试试按键精灵，支持编程的。######1，自己写按键精灵脚本 2，再试试火车头是否复合你的需要。######3，PHP也能完成你要的那种自动发帖的语言吧，而且很简单######用JAVA吧  语言和C#差不多   IDE 有NETBEANS ECLIPSE 土豪请用IDEA。

如果能时光倒流，回到过去，作为一个开发人员，你可以告诉自己在职业生涯初期应该读一本， 你会选择哪本书呢。我希望这个书单列表内容丰富，可以涵盖很多东西。” 1、《代码大全》 史蒂夫·迈克康奈尔 推荐数：1684 “优秀的编程实践的百科全书，《代码大全》注重个人技术，其中所有东西加起来， 就是我们本能所说的“编写整洁的代码”。这本书有50页在谈论代码布局。” —— Joel Spolsky 对于新手来说，这本书中的观念有点高阶了。到你准备阅读此书时，你应该已经知道并实践过书中99%的观念。– esac Steve McConnell的原作《代码大全》(第1版)是公认的关于编程的最佳实践指南之一， 在过去的十多年间，本书一直在帮助开发人员编写更好的软件。 现在，作者将这本经典著作全新演绎，融入了最前沿的实践技术，加入了上百个崭新的代码示例， 充分展示了软件构建的艺术性和科学性。 McConnell汇集了来自研究机构、学术界以及业界日常实践的主要知识， 把最高效的技术和最重要的原理交织融会为这本既清晰又实用的指南。 无论您的经验水平如何，也不管您在怎样的开发环境中工作，也无论项目是大是小， 本书都将激发您的思维并帮助您构建高品质的代码。 《代码大全（第2版）)》做了全面的更新，增加了很多与时俱进的内容，包括对新语言、新的开发过程与方法论的讨论等等。 2、《程序员修炼之道》 推荐数：1504 对于那些已经学习过编程机制的程序员来说，这是一本卓越的书。 或许他们还是在校生，但对要自己做什么，还感觉不是很安全。 就像草图和架构之间的差别。虽然你在学校课堂上学到的是画图，你也可以画的很漂亮， 但如果你觉得你不太知道从哪儿下手，如果某人要你独自画一个P2P的音乐交换网络图，那这本书就适合你了。—— Joel 《程序员修炼之道:从小工到专家》内容简介：《程序员修炼之道》由一系列独立的部分组成， 涵盖的主题从个人责任、职业发展，知道用于使代码保持灵活、并且易于改编和复用的各种架构技术， 利用许多富有娱乐性的奇闻轶事、有思想性的例子及有趣的类比， 全面阐释了软件开发的许多不同方面的最佳实践和重大陷阱。 无论你是初学者，是有经验的程序员，还是软件项目经理，《程序员修炼之道:从小工到专家》都适合你阅读。 3、《计算机程序的构造和解释》 推荐数：916 就个人而言，这本书目前为止对我影响醉倒的一本编程书。 《代码大全》、《重构》和《设计模式》这些经典书会教给你高效的工作习惯和交易细节。 其他像《人件集》、《计算机编程心理学》和《人月神话》这些书会深入软件开发的心理层面。 其他书籍则处理算法。这些书都有自己所属的位置。 然而《计算机程序的构造和解释》与这些不同。 这是一本会启发你的书，它会燃起你编写出色程序的热情； 它还将教会你认识并欣赏美； 它会让你有种敬畏，让你难以抑制地渴望学习更多的东西。 其他书或许会让你成为一位更出色的程序员，但此书将一定会让你成为一名程序员。 同时，你将会学到其他东西，函数式编程（第三章）、惰性计算、元编程、虚拟机、解释器和编译器。 一些人认为此书不适合新手。 个人认为，虽然我并不完全认同要有一些编程经验才能读此书，但我还是一定推荐给初学者。 毕竟这本书是写给著名的6.001，是麻省理工学院的入门编程课程。 此书或许需要多做努力（尤其你在做练习的时候，你也应当如此），但这个价是对得起这本书的。 4、《C程序设计语言》 推荐数：774 这本书简洁易读，会教给你三件事：C 编程语言；如何像程序员一样思考；底层计算模型。 （这对理解“底层”非常重要）—— Nathan 《C程序设计语言》(第2版新版)讲述深入浅出，配合典型例证，通俗易懂，实用性强， 适合作为大专院校计算机专业或非计算机专业的C语言教材，也可以作为从事计算机相关软硬件开发的技术人员的参考书。 《C程序设计语言》(第2版新版)原著即为C语言的设计者之一Dennis M.Ritchie和著名的计算机科学家Brian W.Kernighan合著的 一本介绍C语言的权威经典著作。 我们现在见到的大量论述C语言程序设计的教材和专著均以此书为蓝本。 原著第1版中介绍的C语言成为后来广泛使用的C语言版本——标准C的基础。 人们熟知的“hello,world”程序就是由本书首次引入的，现在，这一程序已经成为所有程序设计语言入门的第一课。 5、《算法导论》 推荐数：671 《代码大全》教你如何正确编程； 《人月神话》教你如何正确管理； 《设计模式》教你如何正确设计…… 在我看来，代码只是一个工具，并非精髓。 开发软件的主要部分是创建新算法或重新实现现有算法。 其他部分则像重新组装乐高砖块或创建“管理”层。 我依然梦想这样的工作，我的大部分时间（>50%）是在写算法，其他“管理”细节则留给其他人…… —— Ran Biron 经典的算法书,被亚马逊网，《程序员》等评选为2006年最受读者喜爱的十大IT图书之一。 算法领域的标准教材，全球多所知名大学选用 MIT名师联手铸就，被誉为“计算机算法的圣经” 编写上采用了“五个一”，即一章介绍一个算法、一种设计技术、一个应用领域和一个相关话题。 6、《重构：改善既有代码的设计》 推荐数：617 《重构:改善既有代码的设计》清晰地揭示了重构的过程，解释了重构的原理和最佳实践方式， 并给出了何时以及何地应该开始挖掘代码以求改善。 书中给出了70多个可行的重构，每个重构都介绍了一种经过验证的代码变换手法的动机和技术。 《重构:改善既有代码的设计》提出的重构准则将帮助你一次一小步地修改你的代码，从而减少了开发过程中的风险。 《重构:改善既有代码的设计》适合软件开发人员、项目管理人员等阅读， 也可作为高等院校计算机及相关专业师生的参考读物。 我想我不得不推荐《重构》：改进现有代码的设计。—— Martin 我必须承认，我最喜欢的编程语录是出自这本书：任何一个傻瓜都能写出计算机能理解的程序， 而优秀的程序员却能写出别人能读得懂的程序。—— Martin Fowler 7、《设计模式》 推荐数：617 自1995年出版以来，本书一直名列Amazon和各大书店销售榜前列。 近10年后，本书仍是Addison-Wesley公司2003年最畅销的图书之一。 中文版销售逾4万册。 就我而言，我认为四人帮编著的《设计模式》是一本极为有用的书。 虽然此书并不像其他建议一样有关“元”编程，但它强调封装诸如模式一类的优秀编程技术， 因而鼓励其他人提出新模式和反模式（antipatterns），并运用于编程对话中。—— Chris Jester-Young 8、《人月神话》 推荐数：588 在软件领域，很少能有像《人月神话》一样具有深远影响力并且畅销不衰的著作。 Brooks博士为人们管理复杂项目提供了最具洞察力的见解。 既有很多发人深省的观点，又有大量软件工程的实践。 本书内容来自Brooks博士在IBM公司System/360家族和OS/360中的项目管理经验。 该书英文原版一经面世，即引起业内人士的强烈反响，后又译为德、法、日、俄中等多种语言，全球销量数百万册。 确立了其在行业内的经典地位。 9、《计算机程序设计艺术》 推荐数：542 《计算机程序设计艺术》系列著作对计算机领域产生了深远的影响。 这一系列堪称一项浩大的工程，自1962年开始编写，计划出版7卷，目前已经出版了4卷。 《美国科学家》杂志曾将这套书与爱因斯坦的《相对论》等书并列称为20世纪最重要的12本物理学著作。 目前Knuth正将毕生精力投入到这部史诗性著作的撰写中。 这是高德纳倾注心血写的一本书。—— Peter Coulton 10、《编译原理》（龙书） 推荐数：462 我很奇怪，居然没人提到龙书。（或许已有推荐，我没有看到）。 我从没忘过此书的第一版封面。 此书让我知道了编译器是多么地神奇绝妙。- DB 11、《深入浅出设计模式》 推荐数：445 强大的写作阵容。 《Head First设计模式》(中文版) 作者Eric Freeman； ElElisabeth Freeman是作家、讲师和技术顾问。 Eric拥有耶鲁大学的计算机科学博士学位，E1isabath拥有耶鲁大学的计算机科学硕士学位。 Kathy Sierra(javaranch．com的创始人)FHBert Bates是畅销的HeadFirst系列书籍的创立者，也是Sun公司Java开发员认证考试的开发者。 本书的产品设计应用神经生物学、认知科学，以及学习理论，这使得这本书能够将这些知识深深地印在你的脑海里， 不容易被遗忘。 本书的编写方式采用引导式教学，不直接告诉你该怎么做，而是利用故事当作引子，带领读者思考并想办法解决问题。 解决问题的过程中又会产生一些新的问题，再继续思考、继续解决问题，这样可以加深体会。 作者以大量的生活化故事当背景，例如第1章是鸭子，第2章是气象站，第3章是咖啡店， 书中搭配大量的插图(几乎每一页都有图)，所以阅读起来生动有趣，不会感觉到昏昏欲睡。 作者还利用歪歪斜斜的手写字体，增加“现场感”。 精心设计许多爆笑的对白，让学习过程不会太枯燥。 还有模式告白节目，将设计模式拟人化成节目来宾，畅谈其内在的一切。 每一章都有数目不等的测验题。 每章最后有一页要点整理，这也是精华所在，我都是利用这一页做复习。 我知道四人帮的《设计模式》是一本标准书，但倒不如先看看这部大部头，此书更为简易。 一旦你了解了解了基本原则，可以去看四人帮的那本圣经了。- Calanus 12、《哥德尔、艾舍尔、巴赫书：集异璧之大成》 推荐数：437 如果下昂真正深入阅读，我推荐道格拉斯·侯世达（Douglas Hofstadter）的《哥德尔、艾舍尔、巴赫书》。 他极为深入研究了程序员每日都要面对的问题：递归、验证、证明和布尔代数。 这是一本很出色的读物，难度不大，偶尔有挑战，一旦你要鏖战到底，将是非常值得的。 – Jonik 13、《代码整洁之道》 推荐数：329 细节之中自有天地，整洁成就卓越代码 尽管糟糕的代码也能运行，但如果代码不整洁，会使整个开发团队泥足深陷， 写得不好的代码每年都要耗费难以计数的时间和资源。 然而这种情况并非无法避免。 著名软件专家RoberfC.Marlin在《代码整洁之道》中为你呈现出了革命性的视野。 Martin携同ObjectMetltor公司的同事，从他们有关整洁代码的最佳敏捷实践中提炼出软件技艺的价值观， 以飨读者，让你成为更优秀的程序员——只要你着手研读《代码整洁之道》。 阅读《代码整洁之道》需要你做些什么呢。你将阅读代码——大量代码。 《代码整洁之道》促使你思考代码中何谓正确，何谓错误。 更重要的是，《代码整洁之道》将促使你重新评估自己的专业价值观，以及对自己技艺的承诺。 从《代码整洁之道》中可以学到： 好代码和糟糕的代码之间的区别； 如何编写好代码，如何将糟糕的代码转化为好代码； 如何创建好名称、好函数、好对象和好类； 如何格式化代码以实现其可读性的最大化； 如何在不妨碍代码逻辑的前提下充分实现错误处理； 如何进行单元测试和测试驱动开发。 虽然《代码整洁之道》和《代码大全》有很多共同之处，但它有更为简洁更为实际的清晰例子。 – Craig P. Motlin 14、《Effective C++》和《More Effective C++》 推荐数：297 在我职业生涯早期，Scott Meyer的《Effective C++》和后续的《More Effective C++》都对我的编程能力有着直接影响。 正如当时的一位朋友所说，这些书缩短你培养编程技能的过程，而其他人可能要花费数年。 去年对我影响最大的一本书是《大教堂与市集》，该书教会我很有关开源开发过程如何运作，和如何处理我代码中的Bug。 – John Channing 15、《编程珠玑》 推荐数：282 多年以来，当程序员们推选出最心爱的计算机图书时，《编程珠玑》总是位列前列。 正如自然界里珍珠出自细沙对牡蛎的磨砺，计算机科学大师Jon Bentley以其独有的洞察力和创造力， 从磨砺程序员的实际问题中凝结出一篇篇不朽的编程“珠玑”， 成为世界计算机界名刊《ACM通讯》历史上最受欢迎的专栏， 最终结集为两部不朽的计算机科学经典名著，影响和激励着一代又一代程序员和计算机科学工作者。 本书为第一卷，主要讨论计算机科学中最本质的问题：如何正确选择和高效地实现算法。 尽管我不得不羞愧地承认，书中一半的东西我都没有理解，但我真的推荐《编程珠玑》，书中有些令人惊奇的东西。 – Matt Warren 16、《修改代码的艺术》by Michael Feathers 本书是继《重构》和《重构与模式》之后探讨修改代码技术的又一里程碑式的著作， 而且从涵盖面和深度上都超过了前两部经典。 书中不仅讲述面向对象语言（Java、C#和C++）代码，也有专章讨论C这样的过程式语言。 作者将理解、测试和修改代码的原理、技术和最新工具（自动化重构工具、单元测试框架、仿对象、集成测试框架等）， 与解依赖技术和大量开发和设计优秀代码的原则、最佳实践相结合，许多内容非常深入，而且常常发前人所未发。 书中处处体现出作者独到的洞察力，以及多年开发和指导软件项目所积累的丰富经验和深厚功力。 通过这部集大成之作，你不仅能掌握最顶尖的修改代码技术，还可以大大提高对代码和软件开发的领悟力。 我认为没有任何一本书能向这本书一样影响了我的编程观点。 它明确地告诉你如何处理其他人的代码，含蓄地教会你避免哪些（以及为什么要避免）。- Wolfbyte 同意。很多开发人员讨论用干净的石板来编写软件。 但我想几乎所有开发人员的某些时候是在吃其他开发人员的狗食。– Bernard Dy 17、《编码：隐匿在计算机软硬件背后的语言》 这是一本讲述计算机工作原理的书。 不过，你千万不要因为“工作原理”之类的字眼就武断地认为，它是晦涩而难懂的。 作者用丰富的想象和清晰的笔墨将看似繁杂的理论阐述得通俗易懂，你丝毫不会感到枯燥和生硬。 更重要的是，你会因此而获得对计算机工作原理较深刻的理解。 这种理解不是抽象层面上的，而是具有一定深度的，这种深度甚至不逊于“电气工程师”和“程序员”的理解。 不管你是计算机高手，还是对这个神奇的机器充满敬畏之心的菜鸟， 都不妨翻阅一下《编码:隐匿在计算机软硬件背后的语言》，读一读大师的经典作品，必然会有收获。 我推荐Charles Petzold的《编码》。 在这个充满工具和IDE的年代，很多复杂度已经从程序员那“抽取”走了，这本书一本开眼之作。 – hemil 18、《禅与摩托车维修艺术 / Zen and the Art of Motorcycle Maintenance》 对我影响最大的那本书是 Robert Pirsig 的《禅与摩托车维修艺术》。 不管你做什么事，总是要力求完美，彻底了解你手中的工具和任务，更为重要的是， 要有乐趣（因为如果你做事有乐趣，一切将自发引向更好的结果）。 – akr 19、《Peopleware / 人件集:人性化的软件开发》 Demarco 和 Lister 表明，软件开发中的首要问题是人，并非技术。 他们的答案并不简单，只是令人难以置信的成功。 第二版新增加了八章内容。 – Eduardo Molteni 20、《Coders at Work / 编程人生》 这是一本访谈笔录，记录了当今最具个人魅力的15位软件先驱的编程生涯。 包括DonaldKnuth、Jamie Zawinski、Joshua Bloch、Ken Thompson等在内的业界传奇人物，为我们讲述了 他们是怎么学习编程的，在编程过程中发现了什么以及他们对未来的看法， 并对诸如应该如何设计软件等长久以来一直困扰很多程序员的问题谈了自己的观点。 一本非常有影响力的书，可以从中学到一些业界顶级人士的经验，了解他们如何思考并工作。 – Jahanzeb Farooq 21、《Surely You’re Joking, Mr. Feynman! / 别闹了，费曼先生。》 虽然这本书可能有点偏题，但不管你信不信，这本书曾在计算机科学专业课程的阅读列表之上。 一个优秀的角色模型，一本有关好奇心的优秀书籍。 – mike511 22、《Effective Java 中文版》 此书第二版教你如何编写漂亮并高效的代码，虽然这是一本Java书，但其中有很多跨语言的理念。 – Marcio Aguiar 23、《Patterns of Enterprise Application Architecture / 企业应用架构模式》 很奇怪，还没人推荐 Martin Fowler 的《企业应用架构模式》- levi rosol 24、《The Little Schemer》和《The Seasoned Schemer》 nmiranda 这两本是LISP的英文书，尚无中文版。 美国东北大学网站上也有电子版。 25、《交互设计之路》英文名：《The Inmates Are Running The Asylum: Why High Tech Products Drive Us Crazy and How to Restore the Sanity》该书作者：Alan Cooper，人称Visual Basic之父，交互设计之父。 本书是基于众多商务案例，讲述如何创建更好的、高客户忠诚度的软件产品和基于软件的高科技产品的书。 本书列举了很多真实可信的实际例子，说明目前在软件产品和基于软件的高科技产品中，普遍存在着“难用”的问题。 作者认为，“难用”问题是由这些产品中存在着的高度“认知摩擦”引起的， 而产生这个问题的根源在于现今软件开发过程中欠缺了一个为用户利益着想的前期“交互设计”阶段。 “难用”的产品不仅损害了用户的利益，最终也将导致企业的失败。 本书通过一些生动的实例，让人信服地讲述了由作者倡导的“目标导向”交互设计方法在解决“难用”问题方面的有效性， 证实了只有改变现有观念，才能有效地在开发过程中引入交互设计，将产品的设计引向成功。 本书虽然是一本面向商务人员而编写的书，但也适合于所有参与软件产品和基于软件的高科技产品开发的专业人士， 以及关心软件行业和高科技行业现状与发展的人士阅读。 他还有另一本中文版著作：《About Face 3 交互设计精髓》 26、《Why’s (Poignant) Guide to Ruby 》 如果你不是程序员，阅读此书可能会很有趣，但如果你已经是个程序员，可能会有点乏味。 27、《Unix编程艺术》 It is useful regardless operating system you use. – J.F. Sebastian 不管你使用什么操作系统，这本书都很有用。 – J.F. Sebastian 28、《高效程序员的45个习惯：敏捷开发修炼之道》 45个习惯，分为7个方面：工作态度、学习、软件交付、反馈、编码、调试和协作。 每一个具体的习惯里，一开始提出一个谬论，然后展开分析，之后有正队性地提出正确的做法，并设身处地地讲出了正确做法给你个人的“切身感受”，最后列出几条注意事项，帮助你修正自己的做法（“平衡的艺术”）。 29、《测试驱动开发》 前面已经提到的很多书都启发了我，并影响了我，但这本书每位程序员都应该读。 它向我展示了单元测试和TDD的重要性，并让我很快上手。 – Curro 我不关心你的代码有多好或优雅。 如果你没有测试，你或许就如同没有编写代码。 这本书得到的推荐数应该更高些。 人们讨论编写用户喜欢的软件，或既设计出色并健壮的高效代码，但如果你的软件有一堆bug，谈论那些东西毫无意义。– Adam Gent 30、《点石成金:访客至上的网页设计秘笈》 可用性设计是Web设计中最重要也是难度最大的一项任务。 《点石成金－访客至上的网页设计秘笈（原书第二版）》作者根据多年从业的经验，剖析用户的心理， 在用户使用的模式、为扫描进行设计、导航设计、主页布局、可用性测试等方面提出了许多独特的观点， 并给出了大量简单、易行的可用性设计的建议。 本书短小精炼，语言轻松诙谐，书中穿插大量色彩丰富的屏幕截图、趣味丛生的卡通插图以及包含大量信息的图表， 使枯燥的设计原理变得平易近人。 本书适合从事Web设计和Web开发的技术人员阅读，特别适合为如何留住访问者而苦恼的网站/网页设计人员阅读。 这是一本关于Web设计原则而不是Web设计技术的书。 本书作者是Web设计专家，具有丰富的实践经验。 他用幽默的语言为你揭示Web设计中重要但却容易被忽视的问题，只需几个小时， 你便能对照书中讲授的设计原则找到网站设计的症结所在，令你的网站焕然一新。

我的 php 水平，还不到写博客代码的程度。所以只能和你聊一聊。等等会有好建议的。 "自己敲代码", 就是实践。没有实践哪能学会？看一集，敲一集，整理好一集，再往下一集走。建议找些现成的博客代码，仔细研究。敲好的代码，要分别放到各节课程的文件夹。这样，讲到后面，如果忘了以前敲的代码，也有地方可查。######我暑假花了40天看整套视频，从早上7,8点看到晚上12点，就除了吃饭，不然都不出房门，终于领悟到php的开发了。######还是你们学生好，有充足的时间学习######学php我只相信phpDesigner 8.######最蠢的学习方式就是看这种视频了……######为什么？看类似的书 但写得不完整 有些看不懂。看别人写好的源码 没有注释 也比较费劲，你有更好的学习方法吗？######看完一集，先想想这集教了什么，然后自己根据教的内容动手写个demo，不要跟着视频里面一模一样的敲代码，这样没用。要举一反三######建议不要完全依赖视频，最好慢慢转向看文字教程、书籍######有没php写项目的书籍啊？######看书边看边敲代码练习是最好的学习方法。######看书好，视频只是简述某些部分而已。书才是打基础。######不得不说，看视频是学习编程的最低效的方法，没有之一。 我的建议： php手册是最佳的入门教程。 1. 如果你没有其它语言的使用或学习经验，那就认真看一下“语言参考”部分，如果有学过其它，那就先粗看一下，了解php跟其它的在语言层面有什么不一样(简单来说就是变量、函数、类、条件和循环这些)。如果是纯新手，那就多动手练习一下（手册后面的评论很多不错的例子） 2. 了解了基本语法后，熟识php的函数库（array和string是两个很有用的库） 3. 数据库操作(建议以mysql)，学习建表、索引优化，然后用php连接和基本增删改查练习。 4. 基本的东西懂了，那就尝试去做一个完整的项目，这里推荐“todo list”，比博客简单多了。 等你掌握以上这些，做其它系统就不是语言层面的东西了，而且需求分析和系统分析，比如博客要有什么模块什么功能等等。。。