0) 先嘮叨幾句
學習 Python 有幾周了，也寫了 2 個小專案來解決自己的實際需求。簡單記錄一下，供自己備忘，也供後來者參考。
0.0) 我為什麼選擇 Python
我之前使用 Swift + Vapor 開發了 iPic (圖床工具) 的後端服務，遇到很多問題：
- 主要還是 Swift 在 Ubuntu 下並不成熟，甚至很多關鍵性、基礎性的庫，都是 TBD；
- 以及，基於 Swift + Ubuntu 的庫並不多，開發起來很吃力。
接下來要開發 Klib (Kindle、iBooks 標註管理) 的標註分享功能，需要後端支援，於是打算好好學一學後端開發。
適合後端開發的語言還是挺多的，比如 Java、PHP、Python、Ruby、Go、Javascript、等等。我其實並沒有嚴格比較，最後選擇了 Python，主要原因其實是和 Swift 相對的：
- Python 成熟，無論在 Windows/Linux/macOS 都很穩定。
- Python 輪子多，幾乎所有能標準化的操作都能找到庫，然後你可以專注於自己的業務。
還有個原因，之前我接觸過的開發語言（VB/C++/Java/C#/Swift）都是編譯型的，這次想學個 解釋型 的玩玩。
0.1) 首先，知道要學什麼
先形而上地聊聊這個話題。
至少從我的經驗來看，在學習一樣新東西時，我很希望能被告知要學什麼，類似於一個大綱、知識點清單。這樣，我就可以對照著清單一樣樣學習，方向感清晰、還不怕走彎路。
而事實上，很少有這樣的「清單」，最接近的可能是書的目錄。可惜，好書實在太少了。尤其技術更新快，書中的知識很可能是陳舊的。
出於這個理解，本文我只會 羅列我學習 Python 時所遇到的知識點，儘量組織成系統的清單。
0.2) 然而，我並不會教你怎麼學
清單上的知識點，我並不打算展開講，因為：
- 這太花(不)時(賺)間(錢)了
- 通常，官方文件已經足夠好，我沒必要複製貼上
所以，對於某一個具體的點，還得你自己去學習。至於怎麼學？我建議，在專案開發實際用到某個點時，再參考官網系統性的學習。
如果你實在急的必須在被炒魷魚之前解決某個問題（通常並不存在），你可以上網搜尋，通常在技術部落格、StackOverflow 這樣的網站上能找到答案。
不過，這是種投機行為、可能會有 陷阱：
- 如果你找對了方案，可能很快就解決問題。
- 可如果你找了過期的、錯誤的、不適合你的環境的方案，你可能會掉入解決 A 問題時遇到 B 問題、解決 B 問題時又遇到 C 問題這樣的陷阱，所花的時間，會當初系統性地學習，更多。
1) Python 語法及基礎
好，嘮叨了半天，終於來乾的了。
1.0) Python 2 or 3?
Python 的 2、3 之爭，在網上可以找到很多。雖然我一向主張學新不學舊（比如我甚至嘗試用 Swift 開發後端，no zuo no die…），但在後端方面，由於吃了 Swift 的虧，我自己選擇先學習 Python 2。真到了不得不用 3 的時，學。據說差別並不大（我保證，絕對沒有 Swift 2 和 3 的差別大）
1.1) 入門教程
雖說我一向建議以官網為基礎學習，但 Python 的官網的文件實在是太長了。沒辦法，為了全面性，各種犄角旮旯、你一輩子都用不到點的，官網也要提及。
這裡介紹 2 個 Python 入門教程：
- 英文：Learn Python the Hard Way
- 中文：廖雪峰的 Python 2.7教程
- 注意，不要學習最後的「實戰」，相信我，至少目前不適合你。
2) 儘早開發 Python 專案
我建議，一旦有了語法基礎，儘早 開發實際的、能解決自己問題的專案（或表述為工程、產品、工具、輪子）。
注意，一定要是「能解決自己問題的專案」。相信我，如果只是做一個你自己根本用著的部落格系統、爬蟲之類的，學習過程中的困難一定會讓你半途而廢的。
2.0) 專案的資料夾結構
如果你真的想寫個好專案，專案的資料夾結果一定要拿得出手，比如要區分程式碼、配置、資料、文件、測試等檔案。尤其對於在不同伺服器上部署、需要區分開發與生產環境的專案，更重要。
注意，資料夾結構並沒有唯一解；並且，和你使用的網路框架（後面會介紹）相關。在實踐中逐漸優化，越早形成一套自己熟悉的專案結構，收益越大。
我在 GitHub 上建立了一個 Python 專案資料夾結構示例，供參考。
參考：
- learnpythonthehardway.org/book/ex46.h…
- python-guide-pt-br.readthedocs.io/en/latest/w…
- github.com/kennethreit…
2.1) 單元測試
單元測試很重要、很重要、很重要。
尤其對於後端程式，幾乎沒有使用者互動，非常適合進行單元測試。也許，一些已經超出了單元測試的範疇，稱之為功能測試、壓力測試、等等更合適。Anyway，叫測試就對了。
我在開發過程中有寫單元測試的習慣，甚至有時會先寫單元測試、再寫功能程式碼（恩，這就是測試驅動開發）。
在多個測試框架中，我目前選擇 pytest：一直在更新、對 Python 3 支援好、自動發現測試用例。
2.2) IDE
我一位大學同學，用 Windows 記事本開發了一個區域網內 IM 工具，可那是為了學習。人生苦短，還是用 IDE 開發吧。
選什麼呢？其實我並沒有糾結，因為之前在 Windows 上使用 Visual Studio、且一直聽聞 Visual Studio Code 不錯，就直接上了 VS Code
不過，VS Code 本身只提供一個框架，要打造適合自己的 IDE，還得有一系列的配置，比如主題、字型、快捷鍵、外掛、等等。
就 Python 開發，目前還有幾點不順手（如果你知道怎麼做，麻煩告訴我）：
- 出錯時，不能點選錯誤日誌跳轉至對應的程式碼
- 單元測試有時會卡死，重啟 VS Code 後正常
- 除錯工具跟 Xcode 等工具有差距
- 快捷鍵沒辦法和 Xcode 統一，用起來很割裂
3) 善用 Python 庫
Python 的優勢之一，就是輪子多，也就是庫（模組）豐富。碰到一個問題，你不愁找不到庫，而是不知道該選哪個，甜蜜的煩惱。
號外：我為 Python 造的第一個輪子：AES256CBC
3.1) 標準庫
任何語言都會把常用的庫，納入自己的標準庫中。其實，很多時候我們說一門語言，都是在學其標準庫。
對於標準庫的學習，倒是建議參考 官方文件
3.2) 管理 Python 庫
庫多了，管理就成了問題。這個沒什麼好說的，直接使用 pip
小技巧：
- 對於專案的依賴庫，可以使用 requirements.txt 集中管理。
pip freeze > requirements.txt
pip install -r requirements.txt複製程式碼- 可以將 Python 的安裝源改為國內豆瓣、阿里等映象源，速度快。
3.3) Python 執行環境
庫+庫，就是 Python 執行環境。尤其，當你需要在伺服器上部署 Python 專案時，保證伺服器和開發環境有一致的 Python 執行環境，很重要。
推薦使用 pyenv，其利用 Shell 的 shims 機制，當你 cd 到專案目錄時，自動切換 Python 版本（對比 virtualenv，其需要手動執行 source 命令，麻煩）。
小建議：要在自己的電腦上特別建立一個「Python 髒環境」，用於平時寫臨時程式碼、測試新模組時使用，確保不會破壞電腦上的 Python 環境。
4) 使用 Python 開發網路服務
前面據說，我學 Python 主要是為了後端。我目前使用的是 Flask + Gunicorn + Nginx + MySQL + Supervisor 組合。
4.0) Flask
Python 的 Web 框架不少，不過據說主要還是 Django 和 Flask。據說：
- Django 的特點的大而全、開箱即用。
- Flask 的特點的小巧靈活、定製性高。
只要不是太不成熟、坑太多，我通常會選擇簡單的，於是，選 Flask.
Flask 是個大話題，根本不適合在這裡介紹，直接看 Flask Web Development 這本書吧，建議讀原文。
4.1) Gunicorn
Flask 自帶的 Web 伺服器只是能讓程式碼跑起來，而真正用於生產，則需要考慮併發、快取等問題。
主要的選擇是 uWSGI 和 Gunicorn，和 Flask 與 Django 的對比很相似：
- uWSGI 的特點的成熟、用的人多、高效能、強大（複雜）
- Gunicorn 則更簡單、易用
於是，選 Gnuicorn.
Gnuicorn 的配置簡單，直接看官方文件即可。
4.2) Nginx
有了 Flask + Gunicorn，為什麼還要 Nignx？職責不同，Nginx 在處理靜態資源、https/http2、負載均衡等方面，更擅長。
Nginx 我就不介紹了吧？主要還是和 Gnuicorn 的配合。
4.3) MySQL
本地測試，我直接使用 SQLite，但要用於伺服器，還是 MySQL 吧。
主要這次開發 Klib 後端服務，業務上的資料比較規整，適合關聯式資料庫；以後有機會再試試 NoSQL 吧。
4.4) Supervisor
服務，要的就是穩定。
啥叫穩定？就是程式掛了能滿血復活、重新執行。
於是，使用 Supervisor，監控程式執行，掛了就立即重新執行。
5) 尾巴
這麼長、這麼枯燥的文章你都能看完？牛！粉我的公眾號吧，以後每週二都會有一篇技術長文。
Python 我只是入門，要學的東西還很多，以後還會有小結、分享。
未完待續…