tdd編程

『壹』 零基礎的人學java，看哪些書。。求推薦幾本書籍

《瘋狂java講義》 對於這本書，相信大家不陌生，《瘋狂講義》這本書深入介紹了java編程的相關方面，這本書的內容有Java基本語法結構、面向對象特徵、集合框架體系、 泛型、異常處理、GUI編程、JDBC資料庫編程、注釋、的IO流體系、多線程編程、網路通信編程、反射機制和java開發中需要的jar包、類和介面。

『貳』 java工程師需要掌握哪些知識

1、語法：必須比較熟悉，在寫代碼的時候，IDE(Integrated Development Environment，集成開發環境)的編輯器對某一行報錯應該能夠根據報錯信息知道是什麼樣的語法錯誤，並且知道任何修正。

2、命令：必須熟悉JDK(Java Development Kit，Java開發工具箱——JDK 是整個Java的核心，包括了Java運行環境，Java工具和Java基礎的類庫。JDK是學好Java的第一步。)帶的一些常用命令及其常用選項，命令至少需要熟悉：appletviewer、HtmlConverter、jar、 java、javac、javadoc、javap、javaw、native2ascii、serialver，如果這些命令你沒有全部使用過，那麼你對java實際上還很不了解。

3、工具：必須至少熟練使用一種IDE的開發工具，例如Eclipse、Netbeans、JBuilder、Jdeveloper、IDEA、JCreator或者Workshop，包括進行工程管理、常用選項的設置、插件的安裝配置以及進行調試。

4、API（Application Programming Interface，應用程序編程介面）：Java的核心API是非常龐大的，但是有一些內容筆者認為是必須熟悉的，否則不可能熟練的運用Java，包括：
◆java.lang包下的80%以上的類的功能的靈活運用。
◆java.util包下的80%以上的類的靈活運用，特別是集合類體系、規則表達式、zip、以及時間、隨機數、屬性、資源和Timer.
◆java.io包下的60%以上的類的使用，理解IO體系的基於管道模型的設計思路以及常用IO類的特性和使用場合。
◆java.math包下的100%的內容。
◆java.net包下的60%以上的內容，對各個類的功能比較熟悉。
◆java.text包下的60%以上的內容，特別是各種格式化類。
◆熟練運用JDBC. 80%、java.security包下40%以上的內容，如果對於安全沒有接觸的話根本就不可能掌握java.
◆AWT的基本內容，包括各種組件事件、監聽器、布局管理器、常用組件、列印。
◆Swing的基本內容，和AWT的要求類似。
◆XML處理，熟悉SAX、DOM以及JDOM的優缺點並且能夠使用其中的一種完成XML的解析及內容處理。

5、測試：Junit測試是程序員測試，即所謂白盒測試。一位合格的Java開發工程師必須熟悉使用junit編寫測試用例完成代碼的自動測試。

6、管理：必須熟悉使用Ant（中文譯為螞蟻，是一種基於Java的build工具。）完成工程管理的常用任務，例如工程編譯、生成javadoc、生成jar、版本控制、自動測試。

7、排錯：應該可以根據異常信息比較快速的定位問題的原因和大致位置。

8、思想：必須掌握OOP（Object Oriented Programming，面向對象編程）的主要要求，這樣使用Java開發的系統才能是真正的Java系統。

9、規范：編寫的代碼必須符合流行的編碼規范，例如類名首字母大寫，成員和方法名首字母小寫，方法名的第一個單詞一般是動詞，包名全部小寫等，這樣程序的可讀性才比較好。

10、博學：掌握J2EE 、Oracle 、WebLogic、Jboss、Spring、Struts、Hibernate 等流行技術，掌握軟體架構設計思想、搜索引擎優化、緩存系統設計、網站負載均衡、系統性能調優等實用技術。

『叄』 用java做伺服器開發都要學些什麼啊請高手幫忙解惑 ps：本人不是學計算機專業的。

java 書籍選擇方向
一、入門
《Java 2從入門到精通》－ 推薦
《Thinking in Java》－ 強烈推薦*
O』reilly的Java編程基礎系列 － 參考*

二、進階
《Java Cook Book》－ 非常推薦* （包含了Java編程的Tips，適合當做手冊來查閱）
《O』reilly-Java IO》－ 推薦* （包含Java IO編程的各個方面）
《O』reilly-Database Programming with JDBC》－ 推薦* （JDBC編程）
《O』reilly-Java Programming with Oracle JDBC》－ 參考*

三、Java Web編程
《O』reilly-Java Server Pages》－ 強烈推薦*
《O』reilly-Java Servlet Programming》－ 非常推薦*
《O』reilly-Jakarta Struts》－ 推薦* （Java Web編程的一個MVC實現框架Struts的書）

四、EJB編程
《J2EE應用與BEA Weblogic Server》－ 強烈推薦
《Mastering EJB 2.0》－ 非常推薦*
《Enterprise Java Bean》－ 推薦*

五、Java XML編程
《O』reilly-Java and XML》－ 推薦*
《O』reilly-Java and SOAP》－ 參考* （Java的SOAP編程）

六、設計模式
《Core J2EE Patterns》－ 強烈推薦* （J2EE設計模式，設計企業應用軟體必備參考書）
《EJB Design Patterns》－ 推薦*

七、其它
《O』reilly Ant - The Definitive Guide》－ 推薦* （Ant是一種功能非常強大的Java工具）

Note:
強烈推薦書籍：建議購買，重點學習
非常推薦書籍：建議花時間學習
推薦書籍：在學有餘力的情況下，建議學習
參考書籍：有興趣的情況下學習

Java， 那些美妙的書籍
文章分類:Java編程
整理一下最近看過或者比較有興趣的Java書籍，以供大家參考：

1，數據結構、演算法方面
《演算法導論》 適合有一定基礎而且可以平心靜氣慢慢推薦的人看，有一定難度。個人覺得這本書可以讓程序員的水平提升一個檔次。(附件有MIT的部分答案)

2，Java 基礎相關
《Java 編程思想》 不多說了，看過，沒看完，不過的確名不虛傳 (附件添加第三版的電子書，中文)
《輕松學用Java2》 個人的Java入門書籍，很適合Java初學者
《Effective Java》正在看，很不錯，建議e文不錯的直接看英文原版，雖然很多東西以前也會注意到，但是系統的過一遍還是有好處的。(英文版部分章節電子書見附件)
《深入JVM》適合想進一步了解Java以及JVM虛擬機實現的，寫的不錯。不過很難買得到書了，附件提供中文電子版的下載(掃描版，不是很清晰，還有 英文chm版)。
《Java解惑》 再加一本Java進階的書，這本書跟Effective Java類似，不過更直接，將各種可能出現的問題進行了歸納整理，目前手頭有中文版部分章節的電子書，看看先再決定是不是要買。

3，Eclipse plugin/RCP開發
《Eclipse 從入門到精通》，陳剛著，雖然看完了不一定精通，但是作為少有的幾本國內優秀的Eclipse教材，很不錯了。個人的RCP入門書籍。(部分章節電子書見 附件)
《Eclipse Rich Client Platform》，著名Addison Wesley Eclipse Rich Client Platform 的第二版，Eclipse官網推薦，hyperbola示例很有用。(電子書見附件)
《Contributing To Eclipse》，大師經典之作。遺憾的是現在各大書店都沒貨。(附件中有英文版chm格式電子書)
《Swt JFace in Action》個人覺得in action 系統的書都不錯，包括《Eclipse in action》《JUnit in action》等，本書對SWT/Jface 組件講得很詳細，也有很多示常式序。(電子書見附件)
《RCP 教程》個人整理的RCP教程，已經在CSDN上提供下載了。

4，GEF/EMF
《Eclipse Model Framework》，第二版出了，中文版也有了，這方面根本沒有多少可以選擇的餘地。GEF就完全沒有成形的書，EMF據我所知就這一本了。不便宜，看 過第一版的電子書，那時候覺得對應的版本太老了，看不下去。第二版有機會再試試。
GEF相信很多人是看八進制的博客，和Eclipseworld社區上的某位熱心的tx翻譯的一本日文教材入門的，至少我是，後來又收集了一些其他方面的 資料，不過還是太少。附件有IBM Developerworks上的GEF進階系列的文章的電子書版。

4， 結構、設計模式
《敏捷軟體開發——原則、模式和實踐》，Uncle Bob的大作，個人強烈推薦。裡面很詳細的講解了敏捷開發，以及很多實例。這本書花了很多章節講解常用設計模式，例子非常巧妙，部分由C++實現，也有 Java實現的。如果想了解敏捷開發、軟體類包設計、設計模式這方面的東西，這本書是不二選擇。
《設計模式》 GOF的23種設計模式。不多說了，有人說很難懂，有人說很經典。(已添加電子書，中英版本都有，pdf)
比較適合入門的還是《Head First 設計模式 》系列，至少語言更生動，一樣有人貶低有人熱捧，建議先看電子書再決定 是否買，有點小貴。
《Thinking in Patterns》，突然想起Eckel還有一本講設計模式的書，很早就聽說過了，這本書還沒看過，不過還是列出來吧。

5，JUnit
《JUnit in action》講解JUnit很不錯的一本書，某看了一部分，受益匪淺，使用JUnit測試就是從看這本書起的。

6， 編程技巧
《編程之美》，據說是微軟的面試題集合，不過有些題的確不太好搞。提供部分章節電子書下載，有興趣的可以看看。

先 寫這么多了，上面的書某90%都看過，如果有什麼與各位見解上的差距，還請諒解。

索性再加幾本電子書吧：
A，《代碼大全》也是久負盛名的書了，中文版 清晰版
學院派圖書
Java編程入門類
對於沒有Java編程經驗的程序員要入門，隨便讀什麼入門書籍都一樣，這個階段需要你快速的掌握Java基礎語法和基本用法，宗旨就是「囫圇吞棗不求甚 解」，先對Java熟悉起來再說。用很短的時間快速過一遍Java語法，連懵帶猜多寫寫代碼，要「知其然」。

1、《Java編程思想》

在有了一定的Java編程經驗之後，你需要「知其所以然」了。這個時候《Java編程思想》是一本讓你知其所以然的好書，它對於基本的面向對象知 識有比較清楚的交待，對Java基本語法，基本類庫有比較清楚的講解，可以幫你打一個良好的Java編程基礎。這本書的缺點是實在太厚，也比較羅嗦，不適 合現代人快節奏學習，因此看這本書要懂得取捨，不是每章每節都值得一看的，挑重點的深入看就可以了。

2、《Agile Java》中文版

這本書是出版社送給我的，我一拿到就束之高閣，放在書櫃一頁都沒有翻過，但是前兩天整理書櫃的時候，拿出來一翻，竟然發現這絕對是一本好書！這本 書一大特點是以單元測試和TDD來貫穿全書的，在教你Java各種重要的基礎知識的過程中，潛移默化的影響你的編程思維走向敏捷，走向TDD。另外這本書 成書很新，以JDK5.0的語法為基礎講解，要學習JDK5.0的新語法也不錯。還有這本書對於內容取捨也非常得當，Java語言畢竟類庫龐大，可以講的 內容太多，這本書選擇的內容以及內容的多寡都很得當，可以讓你以最少的時間掌握Java最重要的知識，順便培養出來優秀的編程思路，真是一本不可多得的好 書。

雖然作者自己把這本書定位在入門級別，但我不確定這本書用來入門是不是稍微深了點。
Java編程進階類
打下一個良好的Java基礎，還需要更多的實踐經驗積累，我想沒有什麼捷徑。有兩本書值得你在編程生涯的這個階段閱讀，培養良好的編程習慣，提高你的代碼質量。

1、《重構 改善既有代碼的設計》

這本書名氣很大，不用多介紹，可以在閑暇的時候多翻翻，多和自己的實踐相互印證。這本書對你產生影響是潛移默化的。

2、《測試驅動開發 by Example》

本書最大特點是很薄，看起來沒有什麼負擔。你可以找一個周末的下午，一邊看，一邊照做，一個下午就把書看完，這本書的所有例子跑完了。這本書的作用是通過實戰讓你培養TDD的思路。
Java架構師之路
到這個階段，你應該已經非常嫻熟的運用Java編程，而且有了一個良好的編程思路和習慣了，但是你可能還缺乏對應用軟體整體架構的把握，現在就是你邁向架構師的第一步。

1、《Expert One-on-One J2EE Design and Development》

這本書是Rod Johnson的成名著作，非常經典，從這本書中的代碼誕生了springframework。但是好像這本書沒有中譯本。

2、《Expert One-on-One J2EE Development without EJB》

這本書由gigix組織翻譯，多位業界專家參與，雖然署名譯者是JavaEye，其實JavaEye出力不多，實在是忝居譯者之名。

以上兩本書都是Rod Johnson的經典名著，Java架構師的必讀書籍。在我所推薦的這些書籍當中，是我看過的最仔細，最認真的書，我當時讀這本書幾乎是廢寢忘食的一氣讀 完的，有小時候挑燈夜讀金庸武俠小說的勁頭，書中所講內容和自己的經驗知識一一印證，又被無比精闢的總結出來，讀完這本書以後，我有種被打通經脈，功力爆 增的感覺。

但是後來我看過一些其他人的評價，似乎閱讀體驗並沒有我那麼high，也許是因為每個人的知識積累和經驗不同導致的。我那個時候剛好是經驗知識積累已經足夠豐富，但是還沒有系統的整理成型，讓這本書一梳理，立刻形成完整的知識體系了。

3、《企業應用架構模式》

Martin的又一本名著，但這本書我只是泛泛的看了一遍，並沒有仔細看。這本書似乎更適合做框架的人去看，例如如果你打算自己寫一個ORM的 話，這本書是一定要看的。但是做應用的人，不看貌似也無所謂，但是如果有空，我還是推薦認真看看，會讓你知道框架為什麼要這樣設計，這樣你的層次可以晉升 到框架設計者的角度去思考問題。Martin的書我向來都是推崇，但是從來都沒有像Rod Johnson的書那樣非常認真去看。

4、《敏捷軟體開發 原則、模式與實踐》

Uncle Bob的名著，敏捷的經典名著，這本書比較特別，與其說是講軟體開發過程的書，不如說講軟體架構的書，本書用了很大篇幅講各種面向對象軟體開發的各種模式，個人以為看了這本書，就不必看GoF的《設計模式》了。

軟體開發過程
了解軟體開發過程不單純是提高程序員個人的良好編程習慣，也是增強團隊協作的基礎。

1、《UML精粹》

UML其實和軟體開發過程沒有什麼必然聯系，卻是軟體團隊協作溝通，撰寫軟體文檔需要的工具。但是UML真正實用的圖不多，看看這本書已經足夠了，完全沒有必要去啃《UML用戶指南》之類的東西。要提醒大家的是，這本書的中譯本翻譯的非常之爛，建議有條件的看英文原版。

2、《解析極限編程 擁抱變化》XP

這是Kent Beck名著的第二版，中英文對照。沒什麼好說的，必讀書籍。

3、《統一軟體開發過程》UP

其實UP和敏捷並不一定沖突，UP也非常強調迭代，測試，但是UP強調的文檔和過程驅動卻是敏捷所不取的。不管怎麼說，UP值得你去讀，畢竟在中國真正接受敏捷的企業很少，你還是需要用UP來武裝一下自己的，哪怕是披著UP的XP。

4、《敏捷建模》AM

Scott Ambler的名著，這本書非常的progmatic，告訴你怎麼既敏捷又UP，把敏捷和UP統一起來了，又提出了很多progmatic的建議和做法。 你可以把《解析極限編程 擁抱變化》、《統一軟體開發過程》和《敏捷建模》這三本書放在一起讀，看XP和UP的不同點，再看AM是怎麼統一XP和UP的，把這三種理論融為一爐，形 成自己的理論體系，那麼你也可以去寫書了。

軟體項目管理
如果你突然被領導提拔為項目經理，而你完全沒有項目管理經驗，你肯定會心裡沒底；如果你覺得自己管理項目不善，很想改善你的項目管理能力，那麼去考PMP肯定是遠水不解近渴的。

1、《快速軟體開發》

這也是一本名著。可以這樣說，有本書在手，你就有了一個項目管理的高級參謀給你出謀劃策，再也不必擔心自己不能勝任的問題了。這本書不是講管理的 理論的，在實際的項目管理中，講這些理論是不解決問題的，這本書有點類似於「軟體項目點子大全」之類的東西，列舉了種種軟體項目當中面臨的各種問題，以及 應該如何解決問題的點子，你只需要稍加變通，找方抓葯就行了。

找個相關工作，踏踏實實干吧，戒浮躁~~~

『肆』 誰能推薦本JAVA入門的經典書籍

以下是幾本經典的Java入門書籍推薦：
1. 《Thinking in Java》（Java編程思想） —— Bruce Eckel著
這是一本經典的Java入門書籍，覆蓋Java語言的所有基礎知識點，做鉛並且有很多深入淺出的示例和練習，對於初學者來說非常友好。此書語言簡潔易懂，深入淺出，非常適合初學Java的讀者。
2. 《Head First Java》（Java核心技術） —— Kathy Sierra, Bert Bates著
這也是一本經典的Java入門書籍，採用了視覺化和互動式的學習方式，讓讀者更好地掌握Java語言的基礎知識和編程技巧。此書結合大量的圖片和實例，使得概念更加生動銷如易懂，深受初學者的喜愛。
3. 《Java核心技術》 ——Cay S. Horstmann, Gary Cornell著
這是一本全面介紹Java核心技術的書籍，在Java初學者和Java開發者之間都很受歡迎。書籍分為兩卷，分別涵蓋Java SE的基礎知識和進階內容。此書系統化和全面，對Java語法和概念進行了詳細的闡述和講解。
4. 《Java編程思想實用教程》 ——陳昊鵬著
這是一本非常實用的Java入門教程，以項目實踐為核心，深入淺出地講解了Java編程的基礎知識和常用編程技巧。書中涵蓋了Java SE和Java EE的內容，同時也包含了許多實例和練習，可以很好地幫助讀者加深Java編程的理解。
以上是一些比較經典的Java入門書籍推薦，可以根據自己的學習需求和興趣虧胡啟選擇適合自己的進行學習。

『伍』 自學Java用哪本書好

《Java程序員修煉之道》
碼出高效：Java開發手冊
Java從入門到精通（第4版 ）
《Head First Java》
Java核心技術 卷I：基礎知識（原書第10版）
深入理解Java虛擬機：JVM高級特性與最佳實踐（第2版）
Java編程思想（第4版） [thinking in java] 註：這本初學者看起來會比較費力，建議2年左右工作經驗的童靴入手。
順手推薦java數據結構與演算法方面的三寶書
1.黑寶書《數據結構與演算法分析java語言描述》mark allen weiss
2.藍寶書《java數據結構和演算法》robert lafore
3.紅寶書《演算法》robert sedgewick

『陸』 tdd開發模式依賴什麼原則

tdd開發模式依賴倒置原則。

依賴倒置原則基於這樣一個事實：相對於細節的多變性，抽象的東西要穩定的多。以抽象為基礎搭建起來的架構比以細節為基礎搭建起來的架構要穩定的多。

在java中，抽象指的是介面或者抽象類，細節就是具段哪冊體的實現類，使用介面或者抽象類的目的是制定好規范和契約，而不去涉及任何具體的操作，把展現細節的任務交給他們的實現類去完成。依賴倒置原則的核心思想是面向介面編程。

採用依賴倒置原則給多人並行開發帶來了極大的便利，比如上例中，原本Mother類與Book類直接耦合時，Mother類必須等Book類編碼完成後才可以進行編碼，因為Mother類依賴於Book類。修改後的程握宏序則可以同時開工，互不影響，因為Mother與Book類一點關系也沒有。

參與協作開發的人越多、項目越龐大，採用依賴導致原則的意義就越重大。現在很流行的TDD開發模式就是依賴倒置原則最成功的應用。

傳遞依賴關系有三種方式，以上的例子中使用的方法是介面傳遞，另外還有兩種傳遞方式：構造方法傳遞和setter方法傳遞，相信用過Spring框架的，對依賴的傳緩核遞方式一定不會陌生。在實際編程中，我們一般需要做到如下3點：

1、低層模塊盡量都要有抽象類或介面，或者兩者都有。

2、變數的聲明類型盡量是抽象類或介面。

3、使用繼承時遵循里氏替換原則。

依賴倒置原則的核心就是要我們面向介面編程，理解了面向介面編程，也就理解了依賴倒置。

『柒』 【階段匯總】java初學者看什麼書比較好

作為Java程序員來說，最痛苦的事情莫過於可以選擇的范圍太廣，可以讀的書太多，往往容易無所適從。我想就我自己讀過的技術書籍中挑選出來一些，按照學習的先後順序，推薦給大家，特別是那些想不斷提高自己技術水平的Java程序員們。

一、Java編程入門類

對於沒有Java編程經驗的程序員要入門，隨便讀什麼入門書籍都一樣，這個階段需要你快速的掌握Java基礎語法和基本用法，宗旨就是「囫圇吞棗不求甚解」，先對Java熟悉起來再說。用很短的時間快速過一遍Java語法，連懵帶猜多寫寫代碼，要「知其然」。

1、《Java編程思想》

在有了一定的Java編程經驗之後，你需要「知其所以然」了。這個時候《Java編程思想》是一本讓你知其所以然的好書，它對於基本的面向對象知識有比較清楚的交待，對Java基本語法，基本類庫有比較清楚的講解，可以幫你打一個良好的Java編程基礎。這本書的缺點是實在太厚，也比較羅嗦，不適合現代人快節奏學習，因此看這本書要懂得取捨，不是每章每節都值得一看的，挑重點的深入看就可以了。

2、《AgileJava》中文版

這本書是出版社送給我的，我一拿到就束之高閣，放在書櫃一者指頁都沒有翻過，但是前兩天整理書櫃的時候，拿出來一翻，竟然發現這絕對是一本好書!這本書一大特點是以單元測試和TDD來貫穿全書的，在教你Java各種重要的基礎知識的過程中，潛移默化的影響你的編程思維走向敏捷，走向TDD。另外這本書成書很新，以JDK5.0的語法為基礎講解，要學習JDK5.0的新語法也不錯。還有這本書對於內容取捨也非常得當，Java語言畢竟類庫龐大，可以講的內容太多，這本書選擇的內容以及內容的多寡都很得當，可以讓你以最少的時間掌握Java最重要的知識，順便培養出來優秀的編程思路，真是一本不可多得的好書。

雖然作者自己把這本書定位在入門級別，但我不確定這本書用來入門是不是稍微深了點，我自己也准備有空的時候翻翻這本書，學習學習。

二、Java編程進階類

打下一個廳讓良好的Java基礎，還需要更多的實踐經驗積累，我想沒有什麼捷徑。有兩本書值得你在編程扮嫌局生涯的這個階段閱讀，培養良好的編程習慣，提高你的代碼質量。

1、《重構改善既有代碼的設計》

這本書名氣很大，不用多介紹，可以在閑暇的時候多翻翻，多和自己的實踐相互印證。這本書對產生影響是潛移默化的。

2、《測試驅動開發byExample》

本書最大特點是很薄，看起來沒有什麼負擔。可以找一個周末的下午，一邊看，一邊照做，一個下午就把書看完，這本書的所有例子跑完了。這本書的作用是通過實戰讓你培養TDD的思路。

三、Java架構師之路

到這個階段，應該已經非常嫻熟的運用Java編程，而且有了一個良好的編程思路和習慣了，但是可能還缺乏對應用軟體整體架構的把握，現在就是邁向架構師的第一步。

1、《ExpertOne-on-OneJ2EEDesignandDevelopment》

這本書是RodJohnson的成名著作，非常經典，從這本書中的代碼誕生了springframework。但是好像這本書沒有中譯本。

2、《ExpertOne-on-OneJ2EEDevelopmentwithoutEJB》

這本書由gigix組織翻譯，多位業界專家參與，雖然署名譯者是JavaEye，其實JavaEye出力不多，實在是忝居譯者之名。

以上兩本書都是RodJohnson的經典名著，Java架構師的必讀書籍。在所推薦的這些書籍當中，是看過的最仔細，最認真的書，當時讀這本書幾乎是廢寢忘食的一氣讀完的，有小時候挑燈夜讀金庸武俠小說的勁頭，書中所講內容和自己的經驗知識一一印證，又被無比精闢的總結出來，讀完這本書以後，有種被打通經脈，功力爆增的感覺。

但是後來看過一些其他人的評價，似乎閱讀體驗並沒有那麼high，也許是因為每個人的知識積累和經驗不同導致的。那個時候剛好是經驗知識積累已經足夠豐富，但是還沒有系統的整理成型，讓這本書一梳理，立刻形成完整的知識體系了。

3、《企業應用架構模式》

Martin的又一本名著，但這本書只是泛泛的看了一遍，並沒有仔細看。這本書似乎更適合做框架的人去看，例如如果打算自己寫一個ORM的話，這本書是一定要看的。但是做應用的人，不看貌似也無所謂，但是如果有空，還是推薦認真看看，會讓知道框架為什麼要這樣設計，這樣的層次可以晉升到框架設計者的角度去思考問題。Martin的書向來都是推崇，但是從來都沒有像RodJohnson的書那樣非常認真去看。

4、《敏捷軟體開發原則、模式與實踐》

UncleBob的名著，敏捷的經典名著，這本書比較特別，與其說是講軟體開發過程的書，不如說講軟體架構的書，本書用了很大篇幅講各種面向對象軟體開發的各種模式，個人以為看了這本書，就不必看GoF的《設計模式》了。

四、軟體開發過程

了解軟體開發過程不單純是提高程序員個人的良好編程習慣，也是增強團隊協作的基礎。

1、《UML精粹》

UML其實和軟體開發過程沒有什麼必然聯系，卻是軟體團隊協作溝通，撰寫軟體文檔需要的工具。但是UML真正實用的圖不多，看看這本書已經足夠了，完全沒有必要去啃《UML用戶指南》之類的東西。要提醒大家的是，這本書的中譯本翻譯的非常之爛，建議有條件的看英文原版。

2、《解析極限編程擁抱變化》XP

這是KentBeck名著的第二版，中英文對照。沒什麼好說的，必讀書籍。

3、《統一軟體開發過程》UP

其實UP和敏捷並不一定沖突，UP也非常強調迭代，測試，但是UP強調的文檔和過程驅動卻是敏捷所不取的。不管怎麼說，UP值得去讀，畢竟在中國真正接受敏捷的企業很少，還是需要用UP來武裝一下自己的，哪怕是披著UP的XP。

4、《敏捷建模》AM

ScottAmbler的名著，這本書非常的progmatic，告訴怎麼既敏捷又UP，把敏捷和UP統一起來了，又提出了很多progmatic的建議和做法。可以把《解析極限編程擁抱變化》、《統一軟體開發過程》和《敏捷建模》這三本書放在一起讀，看XP和UP的不同點，再看AM是怎麼統一XP和UP的，把這三種理論融為一爐，形成自己的理論體系，那麼也可以去寫書了。

五、軟體項目管理

如果突然被領導提拔為項目經理，而完全沒有項目管理經驗，肯定會心裡沒底;如果覺得自己管理項目不善，很想改善項目管理能力，那麼去考PMP肯定是遠水不解近渴的。

1、《快速軟體開發》

這也是一本名著。可以這樣說，有本書在手，就有了一個項目管理的高級參謀給你出謀劃策，再也不必擔心自己不能勝任的問題了。這本書不是講管理的理論的，在實際的項目管理中，講這些理論是不解決問題的，這本書有點類似於「軟體項目點子大全」之類的東西，列舉了種種軟體項目當中面臨的各種問題，以及應該如何解決問題的點子，只需要稍加變通，找方抓葯就行了。

六、總結

在這份推薦閱讀書籍的名單中，沒有列舉流行的軟體框架類學習書籍，例如Struts，Hibernate，Spring之類，也沒有列舉AJAX方面的書籍。是因為這類書籍容易過時，而上述的大半書籍的生命周期都足夠長，值得去購買和收藏。

『捌』 怎麼快速的學習一種編程語言

一般來說應對這種挑戰有兩種態度：
其一，粗粗看看語法，就開始練習，邊查資料邊學習；
其二是花很多時間完整地把整個語言學習一遍，做到胸有成竹，然後再開始做實際工作。然而這兩種方法都有弊病。

第二種方法的問題當然很明顯，不僅浪費了時間，偏離了目標，而且學習效率不高。因為沒有實際問題驅動的語言學習通常是不牢固不深入的。有的人學著學著成了語言專家，反而忘了自己原本是要解決問題來的。

第一種路子也有問題，在對於這種語言的脾氣秉性還沒有了解的情況下大刀闊斧地拼湊代碼，寫出來的東西肯定不入流。說穿新鞋走老路，新瓶裝舊酒，那都是小問題，真正嚴重的是這樣的程序員可以在短時間內堆積大量充滿缺陷的垃圾代碼。

由於通常開發階段的測試完備程度有限，這些垃圾代碼往往能通過這個階段，從而潛伏下來，在後期成為整個項目的毒瘤，反反復復讓後來的維護者陷入西西弗斯困境。

實際上語言學習有一定規律可循，對於已經掌握一門語言的開發者來說，對於一般的語言，完全可以以最快的速度，在幾天至一周之內掌握其最常用的50%，而且保證路子基本正宗，沒有出偏的弊病。其實真正寫程序不怕完全不會，最怕一知半解的去攢解決方案。

因為完全不會，就自然會去認真查書學習，如果學習能力好的話，寫出來的代碼質量不會差。而一知半解，自己動手土法煉鋼，那搞出來的基本上都是廢銅爛鐵。比如錯誤處理和序列化，很多人不去了解「正路子」，而是憑借自己的一知半解去攢野路子，這是最危險的。

因此，即使時間再緊張，這些內容也是必須首先完整了解一遍的。掌握這些內容之後進入實際開發，即使有問題，也基本不會傷及項目大體。而開發者本人則可以安步當車，慢慢在實踐中提高自己。

以下列出一個學習提綱，主要針對的是有經驗的人，初學者不合適。這個提綱只能用於一般的庸俗編程語言學習，目前在流行編程語言排行榜上排前20的基本上都是庸俗語言。如果要學的是LISP之類非庸俗語言，或是某個軟體中的二次開發語言，這里的建議未必合適。還是那句話，僅供參考。
1. 首先了解該語言的基本數據類型，基本語法和主要語言構造，主要數學運算符和print函數的使用，達到能夠寫譚浩強程序設計書課後數學習題的程度；
2. 其次掌握數組和其他集合類的使用，有基礎的話可以理解一下泛型，如果理解不了也問題不大，後面可以補；
3. 簡單字元串處理。所謂簡單，就是Regex和Parser以下的內容，什麼查找替換，截斷去字串之類的。不過這個階段有一個難點，就是字元編碼問題。如果理解不了，可以先跳過，否則的話最好在這時候把這個問題搞定，免留後患；
4. 基本面向對象或者函數式編程的特徵，無非是什麼繼承、多態、Lambda函數之類的，如果有經驗的話很快就明白了；
5. 異常、錯誤處理、斷言、日誌和調試支持，對單元測試的支持。你不一定要用TDD，但是在這個時候應該掌握在這個語言里做TDD的基本技能；
6. 程序代碼和可執行代碼的組織機制，運行時模塊載入、符號查找機制，這是初學時的一個難點，因為大部分書都不太注意介紹這個極為重要的內容；
7. 基本輸入輸出和文件處理，輸入輸出流類的組織，這通常是比較繁瑣的一部分，可以提綱挈領學一下，搞清楚概念，用到的時候查就是了。到這個階段可以寫大部分控制台應用了；
8. 該語言如何進行callback方法調用，如何支持事件驅動編程模型。在現代編程環境下，這個問題是涉及開發思想的一個核心問題，幾乎每種語言在這里都會用足功夫，.NET的delegate，Java的anonymous inner class，Java 7的closure，C++OX的 tr1::function/bind，五花八門。如果能徹底理解這個問題，不但程序就不至於寫得太走樣，而且對該語言的設計思路也能有比較好的認識；
9. 如果有必要，可在這時研究regex和XML處理問題，如無必要可跳過；
10. 序列化和反序列化，掌握一下預設的機制就可以了；
11. 如果必要，可了解一下線程、並發和非同步調用機制，主要是為了讀懂別人的代碼，如果自己要寫這類代碼，必須專門花時間嚴肅認真系統地學習，嚴禁半桶水上陣；
12. 動態編程，反射和元數據編程，數據和程序之間的相互轉化機制，運行時編譯和執行的機制，有抱負的開發者在這塊可以多下些功夫，能夠使你對語言的認識高出一個層面；
13. 如果有必要，可研究一下該語言對於泛型的支持，不必花太多時間，只要能使用現成的泛型集合和泛型函數就可以了，可在以後閑暇時抽時間系統學習。需要注意的是，泛型技術跟多線程技術一樣，用不好就成為萬惡之源，必須系統學習，謹慎使用，否則不如不學不用；
14. 如果還有時間，最好咨詢一下有經驗的人，看看這個語言較常用的特色features是什麼，如果之前沒學過，應當補一下。比如Ruby的block interator, Java的dynamic proxy，C# 3的LINQ和extension method。沒時間的話，也可以邊做邊學，沒有大問題。
15. 有必要的話，在工作的閑暇時間，可以著重考察兩個問題，第一，這個語言有哪些慣用法和模式，第二，這個語言的編譯/解釋執行機制。
至此語言的基本部分就可以說掌握了，之後是做資料庫、網路還是做圖形，可以根據具體需求去搞，找相應的成熟框架或庫，邊做邊學，加深理解。對於一個庸俗語言，我自己把上面的內容走一遍大概要花2-3周時間，不能算很快，但也耽誤不了太多事情，畢竟不是每個月都學新語言。
掌握了以上的內容，就給練武術打好了基本功，雖然不見得有多優秀，但是肯定是根正苗紅，將來不必繞大彎子。就算是臨時使用的語言，把上面這個提綱精簡一下，大致能在幾天到一周內搞定，不算是太耗時，而且寫出來的代碼不會太不靠譜。

『玖』 後端編程python3-調試、測試和性能剖析(下)

單元測試（Unit Testing）

為程序編寫測試——如果做的到位——有助於減少bug的出現，並可以提高我們對程序按預期目標運行的信心。通常，測試並不能保證正確性，因為對大多數程序而言， 可能的輸入范圍以及可能的計算范圍是如此之大，只有其中最小的一部分能被實際地進 行測試。盡管如此，通過仔細地選擇測試的方法和目標，可以提高代碼的質量。

大量不同類型的測試都可以進行，比如可用性測試、功能測試以及整合測試等。這里, 我們只講單元測試一對單獨的函數、類與方法進行測試，確保其符合預期的行為。

TDD的一個關鍵點是，當我們想添加一個功能時——比如為類添加一個方法—— 我們首次為其編寫一個測試用例。當然，測試將失敗，因為我們還沒有實際編寫該方法。現在，我們編寫該方法，一旦方法通過了測試，就可以返回所有測試，確保我們新添加的代碼沒有任何預期外的副作用。一旦所有測試運行完畢（包括我們為新功能編寫的測試），就可以對我們的代碼進行檢查，並有理有據地相信程序行為符合我們的期望——當然，前提是我們的測試是適當的。

比如，我們編寫了一個函數，該函數在特定的索引位置插入一個字元串，可以像下面這樣開始我們的TDD：

def insert_at（string, position, insert）:

"""Returns a of string with insert inserted at the position

>>> string = "ABCDE"

>>> result =[]

>>> for i in range(-2, len(string) + 2):

... result.append(insert_at(string, i,「-」))

>>> result[:5]

['ABC-DE', 'ABCD-E', '-ABCDE','A-BCDE', 'AB-CDE']

>>> result[5:]

['ABC-DE', 'ABCD-E', 'ABCDE-', 'ABCDE-']

"""

return string

對不返回任何參數的函數或方法（通常返回None）,我們通常賦予其由pass構成的一個suite,對那些返回值被試用的，我們或者返回一個常數（比如0）,或者某個不變的參數——這也是我們這里所做的。（在更復雜的情況下，返回fake對象可能更有用一一對這樣的類，提供mock對象的第三方模塊是可用的。）

運行doctest時會失敗，並列出每個預期內的字元串（'ABCD-EF'、'ABCDE-F' 等），及其實際獲取的字元串（所有的都是'ABCD-EF'）。一旦確定doctest是充分的和正確的，就可以編寫該函數的主體部分，在本例中只是簡單的return string[:position] + insert+string[position:]。（如果我們編寫的是 return string[:position] + insert,之後復制 string [:position]並將其粘貼在末尾以便減少一些輸入操作，那麼doctest會立即提示錯誤。）

Python的標准庫提供了兩個單元測試模塊，一個是doctest,這里和前面都簡單地提到過，另一個是unittest。此外，還有一些可用於Python的第三方測試工具。其中最著名的兩個是nose (code.google.com/p/python-nose)與py.test (codespeak.net/py/dist/test/test.html), nose 致力於提供比標準的unittest 模塊更廣泛的功能，同時保持與該模塊的兼容性，py.test則採用了與unittest有些不同的方法，試圖盡可能消除樣板測試代碼。這兩個第三方模塊都支持測試發現，因此沒必要寫一個總體的測試程序——因為模塊將自己搜索測試程序。這使得測試整個代碼樹或某一部分 (比如那些已經起作用的模塊)變得很容易。那些對測試嚴重關切的人，在決定使用哪個測試工具之前，對這兩個(以及任何其他有吸引力的)第三方模塊進行研究都是值 得的。

創建doctest是直截了當的：我們在模塊中編寫測試、函數、類與方法的docstrings。 對於模塊，我們簡單地在末尾添加了 3行：

if __name__ =="__main__":

import doctest

doctest.testmod()

在程序內部使用doctest也是可能的。比如，blocks.py程序(其模塊在後面)有自己函數的doctest，但以如下代碼結尾：

if __name__== "__main__":

main()

這里簡單地調用了程序的main()函數，並且沒有執行程序的doctest。要實驗程序的 doctest,有兩種方法。一種是導入doctest模塊，之後運行程序---比如，在控制台中輸 入 python3 -m doctest blocks.py (在 Wndows 平台上，使用類似於 C:Python3 lpython.exe 這樣的形式替代python3)。如果所有測試運行良好，就沒有輸出，因此，我們可能寧願執行python3-m doctest blocks.py-v,因為這會列出每個執行的doctest,並在最後給出結果摘要。

另一種執行doctest的方法是使用unittest模塊創建單獨的測試程序。在概念上， unittest模塊是根據Java的JUnit單元測試庫進行建模的，並用於創建包含測試用例的測試套件。unittest模塊可以基於doctests創建測試用例，而不需要知道程序或模塊包含的任何事物——只要知道其包含doctest即可。因此，為給blocks.py程序製作一個測試套件，我們可以創建如下的簡單程序(將其稱為test_blocks.py)：

import doctest

import unittest

import blocks

suite = unittest.TestSuite()

suite.addTest(doctest.DocTestSuite(blocks))

runner = unittest.TextTestRunner()

print(runner.run(suite))

注意，如果釆用這種方法，程序的名稱上會有一個隱含的約束：程序名必須是有效的模塊名。因此，名為convert-incidents.py的程序的測試不能寫成這樣。因為import convert-incidents不是有效的，在Python標識符中，連接符是無效的（避開這一約束是可能的，但最簡單的解決方案是使用總是有效模塊名的程序文件名，比如，使用下劃線替換連接符）。這里展示的結構（創建一個測試套件，添加一個或多個測試用例或測試套件，運行總體的測試套件，輸出結果）是典型的機遇unittest的測試。運行時，這一特定實例產生如下結果：

...

.............................................................................................................

Ran 3 tests in 0.244s

OK

每次執行一個測試用例時，都會輸出一個句點（因此上面的輸出最前面有3個句點），之後是一行連接符，再之後是測試摘要（如果有任何一個測試失敗，就會有更多的輸出信息）。

如果我們嘗試將測試分離開（典型情況下是要測試的每個程序和模塊都有一個測試用例），就不要再使用doctests,而是直接使用unittest模塊的功能——尤其是我們習慣於使用JUnit方法進行測試時ounittest模塊會將測試分離於代碼——對大型項目（測試編寫人員與開發人員可能不一致）而言，這種方法特別有用。此外，unittest單元測試編寫為獨立的Python模塊，因此，不會像在docstring內部編寫測試用例時受到兼容性和明智性的限制。

unittest模塊定義了 4個關鍵概念。測試夾具是一個用於描述創建測試（以及用完之後將其清理）所必需的代碼的術語，典型實例是創建測試所用的一個輸入文件，最後刪除輸入文件與結果輸出文件。測試套件是一組測試用例的組合。測試用例是測試的基本單元—我們很快就會看到實例。測試運行者是執行一個或多個測試套件的對象。

典型情況下，測試套件是通過創建unittest.TestCase的子類實現的，其中每個名稱 以「test」開頭的方法都是一個測試用例。如果我們需要完成任何創建操作，就可以在一個名為setUp()的方法中實現；類似地，對任何清理操作，也可以實現一個名為 tearDown()的方法。在測試內部，有大量可供我們使用的unittest.TestCase方法，包括 assertTrue()、assertEqual()、assertAlmostEqual()（對於測試浮點數很有用）、assertRaises() 以及更多，還包括很多對應的逆方法，比如assertFalse()、assertNotEqual()、failIfEqual()、 failUnlessEqual ()等。

unittest模塊進行了很好的歸檔，並且提供了大量功能，但在這里我們只是通過一 個非常簡單的測試套件來感受一下該模塊的使用。這里將要使用的實例,該練習要求創建一個Atomic模塊，該模塊可以用作一 個上下文管理器，以確保或者所有改變都應用於某個列表、集合或字典，或者所有改變都不應用。作為解決方案提供的Atomic.py模塊使用30行代碼來實現Atomic類， 並提供了 100行左右的模塊doctest。這里，我們將創建test_Atomic.py模塊，並使用 unittest測試替換doctest,以便可以刪除doctest。

在編寫測試模塊之前，我們需要思考都需要哪些測試。我們需要測試3種不同的數據類型：列表、集合與字典。對於列表，需要測試的是插入項、刪除項或修改項的值。對於集合，我們必須測試向其中添加或刪除一個項。對於字典，我們必須測試的是插入一個項、修改一個項的值、刪除一個項。此外，還必須要測試的是在失敗的情況下，不會有任何改變實際生效。

結構上看，測試不同數據類型實質上是一樣的，因此，我們將只為測試列表編寫測試用例，而將其他的留作練習。test_Atomic.py模塊必須導入unittest模塊與要進行測試的Atomic模塊。

創建unittest文件時，我們通常創建的是模塊而非程序。在每個模塊內部，我們定義一個或多個unittest.TestCase子類。比如，test_Atomic.py模塊中僅一個單獨的 unittest-TestCase子類，也就是TestAtomic (稍後將對其進行講解)，並以如下兩行結束:

if name == "__main__":

unittest.main()

這兩行使得該模塊可以單獨運行。當然，該模塊也可以被導入並從其他測試程序中運行——如果這只是多個測試套件中的一個，這一點是有意義的。

如果想要從其他測試程序中運行test_Atomic.py模塊，那麼可以編寫一個與此類似的程序。我們習慣於使用unittest模塊執行doctests,比如：

import unittest

import test_Atomic

suite = unittest.TestLoader().loadTestsFromTestCase(test_Atomic.TestAtomic)

runner = unittest.TextTestRunner()

pnnt(runner.run(suite))

這里，我們已經創建了一個單獨的套件，這是通過讓unittest模塊讀取test_Atomic 模塊實現的，並且使用其每一個test*()方法(本實例中是test_list_success()、test_list_fail()，稍後很快就會看到)作為測試用例。

我們現在將查看TestAtomic類的實現。對通常的子類(不包括unittest.TestCase 子類)，不怎麼常見的是，沒有必要實現初始化程序。在這一案例中，我們將需要建立 一個方法，但不需要清理方法，並且我們將實現兩個測試用例。

def setUp(self)：

self.original_list = list(range(10))

我們已經使用了 unittest.TestCase.setUp()方法來創建單獨的測試數據片段。

def test_list_succeed(self):

items = self.original_list[:]

with Atomic.Atomic(items) as atomic:

atomic.append(1999)

atomic.insert(2, -915)

del atomic[5]

atomic[4]= -782

atomic.insert(0, -9)

self.assertEqual(items,

[-9, 0, 1, -915, 2, -782, 5, 6, 7, 8, 9, 1999])

def test_list_fail(self):

items = self.original_list[:]

with self.assertRaises(AttributeError):

with Atomic.Atomic(items) as atomic:

atomic.append(1999)

atomic.insert(2, -915)

del atomic[5]

atomic[4] = -782

atomic.poop() # Typo

self.assertListEqual(items, self.original_list)

這里，我們直接在測試方法中編寫了測試代碼，而不需要一個內部函數，也不再使用unittest.TestCase.assertRaised()作為上下文管理器(期望代碼產生AttributeError)。 最後我們也使用了 Python 3.1 的 unittest.TestCase.assertListEqual()方法。

正如我們已經看到的，Python的測試模塊易於使用，並且極為有用，在我們使用 TDD的情況下更是如此。它們還有比這里展示的要多得多的大量功能與特徵——比如，跳過測試的能力，這有助於理解平台差別——並且這些都有很好的文檔支持。缺失的一個功能——但nose與py.test提供了——是測試發現，盡管這一特徵被期望在後續的Python版本(或許與Python 3.2—起)中出現。

性能剖析（Profiling）

如果程序運行很慢，或者消耗了比預期內要多得多的內存，那麼問題通常是選擇的演算法或數據結構不合適，或者是以低效的方式進行實現。不管問題的原因是什麼， 最好的方法都是准確地找到問題發生的地方,而不只是檢査代碼並試圖對其進行優化。 隨機優化會導致引入bug,或者對程序中本來對程序整體性能並沒有實際影響的部分進行提速，而這並非解釋器耗費大部分時間的地方。

在深入討論profiling之前，注意一些易於學習和使用的Python程序設計習慣是有意義的，並且對提高程序性能不無裨益。這些技術都不是特定於某個Python版本的， 而是合理的Python程序設計風格。第一，在需要只讀序列時，最好使用元組而非列表； 第二，使用生成器，而不是創建大的元組和列表並在其上進行迭代處理；第三，盡量使用Python內置的數據結構 dicts、lists、tuples 而不實現自己的自定義結構，因為內置的數據結構都是經過了高度優化的；第四，從小字元串中產生大字元串時， 不要對小字元串進行連接，而是在列表中累積，最後將字元串列表結合成為一個單獨的字元串；第五，也是最後一點，如果某個對象(包括函數或方法)需要多次使用屬性進行訪問(比如訪問模塊中的某個函數)，或從某個數據結構中進行訪問，那麼較好的做法是創建並使用一個局部變數來訪問該對象，以便提供更快的訪問速度。

Python標准庫提供了兩個特別有用的模塊，可以輔助調査代碼的性能問題。一個是timeit模塊——該模塊可用於對一小段Python代碼進行計時，並可用於諸如對兩個或多個特定函數或方法的性能進行比較等場合。另一個是cProfile模塊，可用於profile 程序的性能——該模塊對調用計數與次數進行了詳細分解，以便發現性能瓶頸所在。

為了解timeit模塊，我們將查看一些小實例。假定有3個函數function_a()、 function_b()、function_c(), 3個函數執行同樣的計算，但分別使用不同的演算法。如果將這些函數放於同一個模塊中(或分別導入)，就可以使用timeit模塊對其進行運行和比較。下面給出的是模塊最後使用的代碼：

if __name__ == "__main__":

repeats = 1000

for function in ("function_a", "function_b", "function_c"):

t = timeit.Timer("{0}(X, Y)".format(function),"from __main__ import {0}, X, Y".format(function))

sec = t.timeit(repeats) / repeats

print("{function}() {sec:.6f} sec".format(**locals()))

賦予timeit.Timer()構造子的第一個參數是我們想要執行並計時的代碼，其形式是字元串。這里，該字元串是「function_a(X,Y)」；第二個參數是可選的，還是一個待執行的字元串，這一次是在待計時的代碼之前，以便提供一些建立工作。這里，我們從 __main__ (即this)模塊導入了待測試的函數，還有兩個作為輸入數據傳入的變數(X 與Y),這兩個變數在該模塊中是作為全局變數提供的。我們也可以很輕易地像從其他模塊中導入數據一樣來進行導入操作。

調用timeit.Timer對象的timeit()方法時，首先將執行構造子的第二個參數(如果有)， 之後執行構造子的第一個參數並對其執行時間進行計時。timeit.Timer.timeit()方法的返回值是以秒計數的時間，類型是float。默認情況下，timeit()方法重復100萬次，並返回所 有這些執行的總秒數，但在這一特定案例中，只需要1000次反復就可以給出有用的結果, 因此對重復計數次數進行了顯式指定。在對每個函數進行計時後，使用重復次數對總數進行除法操作，就得到了平均執行時間，並在控制台中列印出函數名與執行時間。

function_a() 0.001618 sec

function_b() 0.012786 sec

function_c() 0.003248 sec

在這一實例中，function_a()顯然是最快的——至少對於這里使用的輸入數據而言。 在有些情況下一一比如輸入數據不同會對性能產生巨大影響——可能需要使用多組輸入數據對每個函數進行測試，以便覆蓋有代表性的測試用例，並對總執行時間或平均執行時間進行比較。

有時監控自己的代碼進行計時並不是很方便，因此timeit模塊提供了一種在命令行中對代碼執行時間進行計時的途徑。比如，要對MyMole.py模塊中的函數function_a()進行計時，可以在控制台中輸入如下命令：python3 -m timeit -n 1000 -s "from MyMole import function_a, X, Y" "function_a(X, Y)"(與通常所做的一樣，對 Windows 環境，我們必須使用類似於C:Python3lpython.exe這樣的內容來替換python3)。-m選項用於Python 解釋器，使其可以載入指定的模塊(這里是timeit),其他選項則由timeit模塊進行處理。 -n選項指定了循環計數次數，-s選項指定了要建立，最後一個參數是要執行和計時的代碼。命令完成後，會向控制台中列印運行結果，比如：

1000 loops, best of 3: 1.41 msec per loop

之後我們可以輕易地對其他兩個函數進行計時，以便對其進行整體的比較。

cProfile模塊(或者profile模塊，這里統稱為cProfile模塊)也可以用於比較函數 與方法的性能。與只是提供原始計時的timeit模塊不同的是，cProfile模塊精確地展示 了有什麼被調用以及每個調用耗費了多少時間。下面是用於比較與前面一樣的3個函數的代碼：

if __name__ == "__main__":

for function in ("function_a", "function_b", "function_c"):

cProfile.run("for i in ranged 1000): {0}(X, Y)".format(function))

我們必須將重復的次數放置在要傳遞給cProfile.run()函數的代碼內部，但不需要做任何創建，因為模塊函數會使用內省來尋找需要使用的函數與變數。這里沒有使用顯式的print()語句，因為默認情況下，cProfile.run()函數會在控制台中列印其輸出。下面給出的是所有函數的相關結果(有些無關行被省略，格式也進行了稍許調整，以便與頁面適應)：

1003 function calls in 1.661 CPU seconds

ncalls tottime percall cumtime percall filename:lineno(function)

1 0.003 0.003 1.661 1.661 :1 ( )

1000 1.658 0.002 1.658 0.002 MyMole.py:21 (function_a)

1 0.000 0.000 1.661 1.661 {built-in method exec}

5132003 function calls in 22.700 CPU seconds

ncalls tottime percall cumtime percall filename:lineno(function)

1 0.487 0.487 22.700 22.700 : 1 ( )

1000 0.011 0.000 22.213 0.022 MyMole.py:28(function_b)

5128000 7.048 0.000 7.048 0.000 MyMole.py:29( )

1000 0.00 50.000 0.005 0.000 {built-in method bisectjeft}

1 0.000 0.000 22.700 22.700 {built-in method exec}

1000 0.001 0.000 0.001 0.000 {built-in method len}

1000 15.149 0.015 22.196 0.022 {built-in method sorted}

5129003 function calls in 12.987 CPU seconds

ncalls tottime percall cumtime percall filename:lineno(function)

1 0.205 0.205 12.987 12.987 :l ( )

1000 6.472 0.006 12.782 0.013 MyMole.py:36(function_c)

5128000 6.311 0.000 6.311 0.000 MyMole.py:37( )

1 0.000 0.000 12.987 12.987 {built-in method exec}

ncalls ("調用的次數")列列出了對指定函數(在filename:lineno(function)中列出) 的調用次數。回想一下我們重復了 1000次調用，因此必須將這個次數記住。tottime (「總的時間」)列列出了某個函數中耗費的總時間，但是排除了函數調用的其他函數內部花費的時間。第一個percall列列出了對函數的每次調用的平均時間(tottime // ncalls)。 cumtime ("累積時間")列出了在函數中耗費的時間，並且包含了函數調用的其他函數內部花費的時間。第二個percall列列出了對函數的每次調用的平均時間，包括其調用的函數耗費的時間。

這種輸出信息要比timeit模塊的原始計時信息富有啟發意義的多。我們立即可以發現，function_b()與function_c()使用了被調用5000次以上的生成器，使得它們的速度至少要比function_a()慢10倍以上。並且，function_b()調用了更多通常意義上的函數，包括調用內置的sorted()函數，這使得其幾乎比function_c()還要慢兩倍。當然,timeit() 模塊提供了足夠的信息來查看計時上存在的這些差別，但cProfile模塊允許我們了解為什麼會存在這些差別。正如timeit模塊允許對代碼進行計時而又不需要對其監控一樣，cProfile模塊也可以做到這一點。然而，從命令行使用cProfile模塊時，我們不能精確地指定要執行的 是什麼——而只是執行給定的程序或模塊，並報告所有這些的計時結果。需要使用的 命令行是python3 -m cProfile programOrMole.py,產生的輸出信息與前面看到的一 樣，下面給出的是輸出信息樣例，格式上進行了一些調整，並忽略了大多數行：

10272458 function calls (10272457 primitive calls) in 37.718 CPU secs

ncalls tottime percall cumtime percall filename:lineno(function)

10.000 0.000 37.718 37.718 :1 ( )

10.719 0.719 37.717 37.717 :12( )

1000 1.569 0.002 1.569 0.002 :20(function_a)

1000 0.011 0.000 22.560 0.023 :27(function_b)

5128000 7.078 0.000 7.078 0.000 :28( )

1000 6.510 0.007 12.825 0.013 :35(function_c)

5128000 6.316 0.000 6.316 0.000 :36( )

在cProfile術語學中，原始調用指的就是非遞歸的函數調用。

以這種方式使用cProfile模塊對於識別值得進一步研究的區域是有用的。比如，這里 我們可以清晰地看到function_b()需要耗費更長的時間，但是我們怎樣獲取進一步的詳細資料？我們可以使用cProfile.run("function_b()")來替換對function_b()的調用。或者可以保存完全的profile數據並使用pstats模塊對其進行分析。要保存profile,就必須對命令行進行稍許修改:python3 -m cProfile -o profileDataFile programOrMole.py。 之後可以對 profile 數據進行分析，比如啟動IDLE,導入pstats模塊，賦予其已保存的profileDataFile,或者也可以在控制台中互動式地使用pstats。

下面給出的是一個非常短的控制台會話實例，為使其適合頁面展示，進行了適當調整，我們自己的輸入則以粗體展示：

$ python3 -m cProfile -o profile.dat MyMole.py

$ python3 -m pstats

Welcome to the profile statistics browser.

% read profile.dat

profile.dat% callers function_b

Random listing order was used

List reced from 44 to 1 e to restriction

Function was called by...

ncalls tottime cumtime

:27(function_b) <- 1000 0.011 22.251 :12( )

profile.dat% callees function_b

Random listing order was used

List reced from 44 to 1 e to restriction

Function called...

ncalls tottime cumtime

:27(function_b)->

1000 0.005 0.005 built-in method bisectJeft

1000 0.001 0.001 built-in method len

1000 1 5.297 22.234 built-in method sorted

profile.dat% quit

輸入help可以獲取命令列表，help後面跟隨命令名可以獲取該命令的更多信息。比如, help stats將列出可以賦予stats命令的參數。還有其他一些可用的工具，可以提供profile數據的圖形化展示形式，比如 RunSnakeRun (www.vrplumber.com/prograinming/runsnakerun), 該工具需要依賴於wxPython GUI庫。

使用timeit與cProfile模塊，我們可以識別出我們自己代碼中哪些區域會耗費超過預期的時間；使用cProfile模塊，還可以准確算岀時間消耗在哪裡。

以上內容部分摘自視頻課程 05後端編程Python-19調試、測試和性能調優(下) ，更多實操示例請參照視頻講解。跟著張員外講編程，學習更輕松，不花錢還能學習真本領。