如何通过阅读源码来学习优秀开源框架

对于开发者来说，社区里丰富的开源代码其实是笔极为宝贵的财富。如果能充分利用好开放源代码的资源，不仅可以掌握多种编程方法，提高实践能力，还能获得好的思想，激发编程灵感。开源代码怎么学以及怎样才能学好是大家经常关注的话题，日前，在问答网站知乎上，有人抛出了“如何更有效地学习开源项目的代码？”的话题，众技术好手各抒己见，CSDN软件研发频道对本文内容进行了整理，方便大家学习与参考。盛大创新研究院研究员 庄表伟：学习开源 尽可能在代码里找答案 庄表伟提供了以下9个建议：1.在下载源代码之后，首先要跑起来，编译通过、正常运行；2.在你觉得最有可能运行到的地方，设置断点或者抛出异常，这样，就能够找到一个项目在正常运行时的入口点；3.从入口点所在的那个源文件开始阅读，逐步把握整个项目是如何启动起来；4.随便改点代码，看看会不会报错，如果报错，会从哪里报错；5.试着把报错屏蔽、修复、或者绕开；6.尝试理解一个系统的内部结构，多少组成部分，主线模块是哪些？辅助模块是哪些？7.从实际需要出发，修改这个项目，满足自己的某一个小的需求。(注意在此之前，尽量不要在网络上找答案)；8.看看相关的讨论与心得，是否与自己的理解相一致；9.提交bug fix或者某个新的功能代码。在学习开源的过程中，有几个方面会获得大量收获，1.架构与模式；2.开源社区常见的一些惯用法；3.相关领域的结构与算法。总结一点：学习开源，尽可能在代码里找答案，而不是在代码之外找答案，那些都是二手的，而且很可能不准确。互联网评论员 朱晓阳：从简单做起 理论联系实践朱晓阳对此发表了两点看法：首先，从简单做起。刚开始的时候学习一些领域内基础理论，然后找一些简单的东西去实现，不能一开始就去找开源项目。建议大家经常动手写一些小程序，如改进宿舍网络登录客户端等。积小成多，能显著提高自己的编程能力。其次，学习的知识一定要和自己生活或工作有联系，这样才会有乐趣或动力。互联网评论员孙竟：先构想一个想做的项目首先，构想一个想做的项目（比如论坛、博客、微博等）；然后，思考需要什么功能，应该怎么去实现，尽可能包括各种细节，有必要时记录下来；最后，去找个类似的开源应用，看看它是怎么实现的，和你的想法有什么差异，有什么可以学习或需要改进的地方。互联网草根hqman：我的5个建议：1.反复地使用软件，熟释软件的组成文件和软件功能，注意IE地址栏内的地址变化；2.打开数据库文件或存放数据的XML文件，参照数举庆据字典了解各个表和字段的数据含意；如果没有数据字典，就运行软件输入数据，参照所输入的数据，了解各个表和字段的数据含义；3.利用Visio进行反向工程，将类图抽出来；4.研究类之间的关系，注释各个类的属性和方法，弄清程序的整体框架；5.另开一个项目，按照软亮带件开发的流程，将代码分段复制进新的项目，进行编译调试，关注一些实现细节，学习一些编程的技巧。在读研究生张伟：在校学生空闲时间多参加一下比赛张伟的建议是大家在空闲时间多参加一些比赛。一个完整的项目，不管再小，只要做完了，就会有收获。多看一些比较大的开源项目源代码，每次看完后都会受益匪浅。从网上成熟的开源代码里，可以学到很多的设计思想。他认为，从项目入手，以项目为驱动，可激励自己进步。当然，是否一定需要看开源代码，这将取决于个人的兴趣和需要。画出程序流程图 理解程序流程思想CSDN博客专家i_like_cpp：曾在CSDN分享了《如何将源代码学好》的博文，对此，他给出了四点建议：1. 画出整个程序的流程图，理解整个程序流程的思想。画流程图的方式更让人很直接的理解程序的整体流程，而不会被代码所干扰，让程序员总体上把握整个程序；2. 对流程各节点（函数或过程）的理正键握解，流程的每一节点是构成整个流程的不可缺少的部份；3.再把流程和流程各节点串起来理解整个程序，可能的话最好写出读书笔记；4. 如果想深刻的学习到源代码的精髓所在，请写一个相近的程序进行 *** 练。理解了这个程序并不表明掌握了这个程序，只有在 *** 练一个相近的程序时，才知道你到底理解了多少，掌握了多少。编后语：源代码的学习是一个从整体到不断细化的过程，是一个极为繁琐的过程同时也是一个不断认清事物本源的过程。本文总结的源代码的学习经验，希望对您有所帮助。那么，CSDN的网友们，你们是如何对待开源项目源代码的呢？

python的用途

1、Web开发

Python的诞生历史比Web还要早，由于Python是一种解释型的脚本语言，开发效率高，所以非常适合用来做Web开发。

Python有上百种Web开发框架，有很多成熟的模板技术，选择Python开发Web应用，不但开发效率高，而且运行速度快。

常用的web开发框架有：Django、Flask、Tornado 等。

许多知名的互联网企业将python作为主要开发语言：豆瓣、知乎、果壳网、Google、NASA、YouTube、Facebook……

由于后台服务器的通用性，除了狭义的网站之外，很多App和游戏的服务器端也同样用 Python实现。

2、网络爬虫

许多人对编程的热情始于好奇，终于停滞。

距离真q实干做开发有技术差距，也无人指点提带，也不知当下水平能干嘛？就在这样的疑惑循环中，编程技能止步不前，而爬虫是最好的磨御进阶方向之一。

网络爬虫是Python比较常用的一个场景，国际上，google在早期大量地使用Python语言作为网络爬虫的基础，带动了整个Python语言的应用发展。以前国内很多人用采集器搜刮网上的内容，现在用Python收集网上的信息比以前容易很多了，如：

从各大网站爬取商品折扣信息，比较获取最优选择；

对社交网络上发言进行收集分类，生成情绪地图，分析语言习惯；

爬取网易云音乐某一类歌曲的所有评论，生成词云；

按条件筛选获得豆瓣的电影书籍信息并生成表格……

应用实在太多，几乎每个人学习爬虫之后都能够通过爬虫去做一些好玩有趣有用的事。

3、人工智能

人工智能是现在非常火的一个方向，AI热潮让Python语言的未来充满了无限的潜力。现在释放出来的几个非常有影响力的AI框架，大多是Python的实现，为什么呢？

因为Python有很多库很方便做人工智能，比如numpy, scipy做数值计算的，sklearn做机器学习的，pybrain做神经网络的，matplotlib将数据可视化的。在人工智能大范畴领域内的数据挖掘、机器学习、神经网络、深度学习等方面都是主流的编程语言，得到广泛的支持和应用。

人工智能的核心算法大部分还是依赖于C/C++的，因为是计算密集型，需要非常精细的优化，还需要GPU、专用硬件之类的接口，这些都只有C/C++能做到。

而Python是这些库的API binding，使用Python是因为CPython的胶水语言特性，要激哗开发一个其他语言到C/C++的跨语言接口，Python是最容易的，比其他语言的门槛要低不少，尤其是使用Cython的时候。

4、数据分析

数据分析处理方面，Python有很完备的生态环境。“大数据”分析中涉及到的分布式计算、数据可视化、数据库 *** 作等，Python中都有成熟的模块可以选择完成其功能。对于Hadoop-MapReduce和Spark，都可以直接使用Python完成计算逻辑，这无论对于数据科学家还是对于数据工程师而言都是十分便利瞎铅岩的。

5、自动化运维

Python对于服务器运维而言也有十分重要的用途。由于目前几乎所有Linux发行版中都自带了Python解释器，使用Python脚本进行批量化的文件部署和运行调整都成了Linux服务器上很不错的选择。Python中也包含许多方便的工具，从调控ssh/sftp用的paramiko，到监控服务用的supervisor，再到bazel等构建工具，甚至conan等用于C++的包管理工具，Python提供了全方位的工具集合，而在这基础上，结合Web，开发方便运维的工具会变得十分简单。

---