0612 - 我入门 Python 后总结的基础教程

0) 先唠叨几句

学习 Python 有几周了，也写了 2 个小项目来解决自己的实际需求。简单记录一下，供自己备忘，也供后来者参考。

0.0) 我为什么选择 Python

我之前使用 Swift + Vapor 开发了 iPic (图床工具) 的后端服务，遇到很多问题：

主要还是 Swift 在 Ubuntu 下并不成熟，甚至很多关键性、基础性的库，都是 TBD ；
以及，基于 Swift + Ubuntu 的库并不多，开发起来很吃力。

接下来要开发 Klib (Kindle、iBooks 标注管理) 的标注分享功能，需要后端支持，于是打算好好学一学后端开发。

适合后端开发的语言还是挺多的，比如 Java、PHP、Python、Ruby、Go、Javascript、等等。我其实并没有严格比较，最后选择了 Python，主要原因其实是和 Swift 相对的：

Python 成熟，无论在 Windows/Linux/macOS 都很稳定。
Python 轮子多，几乎所有能标准化的操作都能找到库，然后你可以专注于自己的业务。

还有个原因，之前我接触过的开发语言（ VB/C++/Java/C#/Swift ）都是编译型的，这次想学个 解释型 的玩玩。

0.1) 首先，知道要学什么

先形而上地聊聊这个话题。

至少从我的经验来看，在学习一样新东西时，我很希望能被告知要学什么，类似于一个大纲、知识点清单。这样，我就可以对照着清单一样样学习，方向感清晰、还不怕走弯路。

而事实上，很少有这样的「清单」，最接近的可能是书的目录。可惜，好书实在太少了。尤其技术更新快，书中的知识很可能是陈旧的。

出于这个理解，本文我只会 罗列我学习 Python 时所遇到的知识点，尽量组织成系统的清单。

0.2) 然而，我并不会教你怎么学

清单上的知识点，我并不打算展开讲，因为：

这太花(不)时(赚)间(钱)了
通常，官方文档已经足够好，我没必要复制粘贴

所以，对于某一个具体的点，还得你自己去学习。至于怎么学？我建议，在项目开发实际用到某个点时，再参考官网系统性的学习。

如果你实在急的必须在被炒鱿鱼之前解决某个问题（通常并不存在），你可以上网搜索，通常在技术博客、StackOverflow 这样的网站上能找到答案。

不过，这是种投机行为、可能会有陷阱：

如果你找对了方案，可能很快就解决问题。
可如果你找了过期的、错误的、不适合你的环境的方案，你可能会掉入解决 A 问题时遇到 B 问题、解决 B 问题时又遇到 C 问题这样的陷阱，所花的时间，会当初系统性地学习，更多。

1) Python 语法及基础

好，唠叨了半天，终于来干的了。

1.0) Python 2 or 3?

Python 的 2、3 之争，在网上可以找到很多。虽然我一向主张学新不学旧（比如我甚至尝试用 Swift 开发后端，no zuo no die …），但在后端方面，由于吃了 Swift 的亏，我建议先学习成熟的 Python 2。真到了不得不用 3 的时，学。据说差别并不大（我保证，绝对没有 Swift 2 和 3 的差别大）

1.1) 入门教程

虽说我一向建议以官网为基础学习，但 Python 的官网的文档实在是太长了。没办法，为了全面性，各种犄角旮旯、你一辈子都用不到点的，官网也要提及。

这里介绍 2 个 Python 入门教程：

英文：Learn Python the Hard Way
中文：廖雪峰的 Python 2.7 教程
注意，不要学习最后的「实战」，相信我，至少目前不适合你。

2) 尽早开发 Python 项目

我建议，一旦有了语法基础，尽早开发实际的、能解决自己问题的项目（或表述为工程、产品、工具、轮子）。

注意，一定要是「能解决自己问题的项目」。相信我，如果只是做一个你自己根本用着的博客系统、爬虫之类的，学习过程中的困难一定会让你半途而废的。

2.0) 项目的文件夹结构

如果你真的想写个好项目，项目的文件夹结果一定要拿得出手，比如要区分代码、配置、数据、文档、测试等文件。尤其对于在不同服务器上部署、需要区分开发与生产环境的项目，更重要。

注意，文件夹结构并没有唯一解；并且，和你使用的网络框架（后面会介绍）相关。在实践中逐渐优化，越早形成一套自己熟悉的项目结构，收益越大。

我在 GitHub 上创建了一个 Python 项目文件夹结构示例，供参考。

参考：

2.1) 单元测试

单元测试很重要、很重要、很重要。

尤其对于后端程序，几乎没有用户交互，非常适合进行单元测试。也许，一些已经超出了单元测试的范畴，称之为功能测试、压力测试、等等更合适。Anyway，叫测试就对了。

我在开发过程中有写单元测试的习惯，甚至有时会先写单元测试、再写功能代码（恩，这就是测试驱动开发）。

在多个测试框架中，我目前选择 pytest：一直在更新、对 Python 3 支持好、自动发现测试用例。

2.2) IDE

我一位大学同学，用 Windows 记事本开发了一个局域网内 IM 工具，可那是为了学习。人生苦短，还是用 IDE 开发吧。

选什么呢？其实我并没有纠结，因为之前在 Windows 上使用 Visual Studio、且一直听闻 Visual Studio Code 不错，就直接上了 VS Code

不过，VS Code 本身只提供一个框架，要打造适合自己的 IDE，还得有一系列的配置，比如主题、字体、快捷键、插件、等等。

就 Python 开发，目前还有几点不顺手（如果你知道怎么做，麻烦告诉我）：

出错时，不能点击错误日志跳转至对应的代码
单元测试有时会卡死，重启 VS Code 后正常
调试工具跟 Xcode 等工具有差距
快捷键没办法和 Xcode 统一，用起来很割裂

3) 善用 Python 库

Python 的优势之一，就是轮子多，也就是库（模块）丰富。碰到一个问题，你不愁找不到库，而是不知道该选哪个，甜蜜的烦恼。

号外：我为 Python 造的第一个轮子：AES256CBC

3.1) 标准库

任何语言都会把常用的库，纳入自己的标准库中。其实，很多时候我们说一门语言，都是在学其标准库。

对于标准库的学习，倒是建议参考官方文档

3.2) 管理 Python 库

库多了，管理就成了问题。这个没什么好说的，直接使用 pip

小技巧：

对于项目的依赖库，可以使用 requirements.txt 集中管理。

pip freeze > requirements.txt
pip install -r requirements.txt

可以将 Python 的安装源改为国内豆瓣、阿里等镜像源，速度快。

3.3) Python 运行环境

库+库，就是 Python 运行环境。尤其，当你需要在服务器上部署 Python 项目时，保证服务器和开发环境有一致的 Python 运行环境，很重要。

推荐使用 pyenv，其利用 Shell 的 shims 机制，当你 cd 到项目目录时，自动切换 Python 版本（对比 virtualenv，其需要手动执行 source 命令，麻烦）。

小建议：要在自己的电脑上特别建立一个「Python 脏环境」，用于平时写临时代码、测试新模块时使用，确保不会破坏电脑上的 Python 环境。

4) 使用 Python 开发网络服务

前面据说，我学 Python 主要是为了后端。我目前使用的是 Flask + Gunicorn + Nginx + MySQL + Supervisor 组合。

4.0) Flask

Python 的 Web 框架不少，不过据说主要还是 Django 和 Flask。据说：

Django 的特点的大而全、开箱即用。
Flask 的特点的小巧灵活、定制性高。

只要不是太不成熟、坑太多，我通常会选择简单的，于是，选 Flask.

Flask 是个大话题，根本不适合在这里介绍，直接看 Flask Web Development 这本书吧，建议读原文。

4.1) Gunicorn

Flask 自带的 Web 服务器只是能让代码跑起来，而真正用于生产，则需要考虑并发、缓存等问题。

主要的选择是 uWSGI 和 Gunicorn，和 Flask 与 Django 的对比很相似：

uWSGI 的特点的成熟、用的人多、高性能、强大（复杂）
Gunicorn 则更简单、易用

于是，选 Gnuicorn.

Gnuicorn 的配置简单，直接看官方文档即可。

4.2) Nginx

有了 Flask + Gunicorn，为什么还要 Nignx ？职责不同，Nginx 在处理静态资源、https/http2、负载均衡等方面，更擅长。

Nginx 我就不介绍了吧？主要还是和 Gnuicorn 的配合。

4.3) MySQL

本地测试，我直接使用 SQLite，但要用于服务器，还是 MySQL 吧。

主要这次开发 Klib 后端服务，业务上的数据比较规整，适合关系数据库；以后有机会再试试 NoSQL 吧。

4.4) Supervisor

服务，要的就是稳定。

啥叫稳定？就是程序挂了能满血复活、重新运行。

于是，使用 Supervisor，监控程序运行，挂了就立即重新运行。

5) 尾巴

这么长、这么枯燥的文章你都能看完？牛！粉我的公众号吧，以后每周二都会有一篇技术长文。

Python 我只是入门，要学的东西还很多，以后还会有小结、分享。

未完待续…

博客原文：0612 - 我入门 Python 后总结的基础教程