python寫dsl

A. 寫一個python框架難嗎

首先你需要知道一個Web應用基本的請求處理流程。以最簡單最原始的動態網頁為例，你點擊鏈接（GET），提交表單（POST），就是與伺服器端建立了連接之後發送了一個HTTP請求（RFC2616 5.1節，之後都以HTTP 1.1為例），裡面至少有方法（動詞，就是GET啦POST什麼的，詳見RFC2616第9節），地址（URL），HTTP版本，還可能帶上Cookie（會話的一般實現機制），緩存相關的信息（RFC2616 13節），User-Agent串等等一堆信息。對於POST請求我們還有表單內容作為請求實體（RFC2616 7.2節），裡面是你填寫的表單內容。

於是我們有了一些關於請求的數據，不過現在一般來講這些數據還在前端伺服器（反向代理，比如nginx，暫且忽略掉負載均衡，反正是透明的，也不考慮裸WSGI容器直接扛請求的情況）的手上，還沒有傳進後端語言（這里是Python）。我們就針對每一種語言都有特定的機制，用來將HTTP的請求信息映射到相應的編程語言范疇，叫做Web伺服器界面（Web server interface），通用如CGI/FCGI/SCGI，特定於某一語言如WSGI/PSGI/Rack/...，特定於某一操作系統如ISAPI（這貨還活著？），一些已經不再使用的就不提了。總之在Python世界裡這就是WSGI（PEP 3333, Web Server Gateway Interface），它就定義了Python語言與Web伺服器之間的界面。在WSGI里，

• 請求的處理過程被映射為對應用callable的調用（application(environ, start_response)，知乎不支持inline代碼塊？）；

• 請求信息被映射到environ字典中的相應鍵值，比如請求方法被映射到environ['REQUEST_METHOD']，請求的「相對路徑」被映射到environ['PATH_INFO']（過度簡化；暫且不提WSGI應用掛載點，框架層一般也不用關心這個，掛載WSGI應用一般是WSGI容器如gunicorn、uWSGI之類組件的工作）；

• 發送響應頭的動作被映射到調用start_response(status, response_headers)（不考慮可選的第三個參數異常信息）；

• 返回響應數據被映射到application返回iterable的動作。

於是響應便從Python返回到Web伺服器，再被發送回瀏覽器，瀏覽器將響應內容渲染，一個請求就完成啦。

有了這樣的感性認識，那麼我們作為Python Web開發框架的作者，要做的事情就是在WSGI規范的基礎之上，提供盡可能便捷的開發手段和盡可能低的框架開銷，也即我們的代碼將要工作在WSGI與業務邏輯的中間層。架構上，Web開發框架或多或少都遵循MVC的設計模式（Django管它叫MTV，其實差不多）。同時，由於框架位於中間件的位置，加上其鼓勵模塊化與代碼復用的性質，自然需要為常見的HTTP操作提供抽象。這里就可以展開一些話題：

• 請求路徑到view/controller的映射，請求參數的解析（routing，也叫路由）。

• 正則匹配的方案，比如Django內置了一個簡單的正則表達式解析組件，能解析一般常見語法的正則表達式，把capturing groups解析成位置參數，named capturing groups解析成關鍵字參數。

• 也有DSL的方案，比如Werkzeug的路由組件。

• 請求實體的處理。表單解析，配合Web伺服器進行上傳文件處理。

• 正常的urlencoded表單，JSON表單，text/plain數據，multi-part表單

• multi-part附件，附件操作API

• 大文件上傳（這個一般會被前端伺服器保存在磁碟上的臨時文件里，比方說nginx就是這么實現的）。

• 會話。HTTP是無狀態（stateless）的，這個特點非常重要。如果沒有會話，你連續做幾個請求，卻沒有手段證明你們是同一個人/同一台機器（你完全可能是代理伺服器）。

• 存儲會話數據的會話後端（內存數據結構？文件？RDBMS？Redis？Memcache？）

• 安全機制（HMAC什麼的，可以參考beaker的secure cookie實現）

• 請求處理流程中的會話中間件（從Cookie中提取會話，從query string中提取會話，從自定義頭中提取會話，等等）

• View/Controller界面。發揮你的創造力，用上你的工程經驗。

• Function-based or Class-based views? 參考：Django, Bottle, web.py, Tornado等一票框架的做法
  

• 框架的可選機制與服務如何暴露，

• 裝飾器？（比如@login_required 這種額外要求）

• 回調？（能想到的只有Tornado和Twisted這種非同步框架做事情的方式，還有整個JS生態系統都是回調（不考慮Promise什麼的）的思路）

• 傳入應用（業務邏輯）層的數據結構如何設計？（HttpRequest等價物，名字可能記不清了）

• 響應數據結構如何設計？（HttpResponse等價物，同上）

• 資料庫操作封裝。Web應用基本都是數據為中心，這個組件非常有必要，也是撰寫可復用代碼必須的一環，畢竟光是框架抽象了，資料庫操作還是裸SQL什麼的，到時候生產環境一換（比如MySQL變pgsql）還不是傻眼。

• 關系型資料庫。一站式解決方案參考：Django ORM、SQLAlchemy；輕量級解決方案參考各資料庫Python綁定。

• 非關系資料庫。各資料庫Python綁定（pymongo, riak, redis-py之類），這個沒什麼可替代方案了，因為本來各種NoSQL庫都是適應某一特殊需求設計的，沒什麼互相替換的必要，那意味著重新進行技術選型。

• 未完待續
  

接下來的內容：

• 主要響應AJAX/API請求的框架設計思路

• Python下實時Web框架思路

• 框架設計哲學

• 框架性能分析方法

B. 聽說Ruby 性能不好，為什麼還有這么多人推薦 Ruby 呢

盡管如此，有時候語言本身的差異未必能在一個具體程序里體現出來，比如一個XML流解析程序，用各種腳本語言來做，不應該有太多性能差異，原因是各種腳本語言底層的XML解析庫，實際都是C寫的實現，最終的parser很可能是libxml；這樣一來，語言本身更多是一個wrapper，實際跑的核心代碼是C code；所以性能的問題，失去了具體場景單討論語言本身未必有多大意義，還得看項目本身對語言的使用情況。 ruby開發的程序員成本真的比其他語言比如python，php更低嗎？一個熟練ruby程序員和一個熟練python程序員再一個熟練php程序員開發同一組web功能，各自選擇熟練的框架，ruby程序員所使用的man hour一定最低嗎？我表示懷疑，在熟練的情況下，遵照MVC的原則進行開發，PHP和python本身的開發效率不認為一定低於RoR；原因是現代的開發框架，設計理念上都是你中有我，我中有你；比如就ORM來說，PHP， Python都有成熟的實現，routing，templating這種必須的piece，所有的框架都設計得足夠好，很難說任何一個超越其餘的一個層次；花多少man hour來實現一個項目，團隊熟練程度決定大部分，語言本身和框架本身的邊際效用，不一定有想像的那麼大。 另外，我覺得ruby不是好學的語言，至少不比python更好學，比php我覺得要難學得多；概念多，選擇多，對學習者的干擾也多；這個因素應該已經被一些公司和團隊意識到了，國內把ruby作為主項目語言的，或者樂意做這種切換的，也只是局限在一個很小的圈子裡，真正要考量的時候，PHP或者java是更實際的選擇； 個人覺得有兩個方面ruby很特別開放的Object系統，所有的對象（包括「類」對象）都可以在runtime修改擴充，這讓在ruby下做一些事成為自然的可能，而在其他語言則不得不做各種work around；ruby的OO可元編程能力特別強大； ruby的括弧是可選的，雖然這看起來只像個語法糖，但要寫DSL的時候，ruby可能是最最自然的語言 這樣極致的可讀可懂性，別的語言很難做到不露痕跡。事實上Rake就是一組DSL，RoR的ActiveRecord是一個DSL實現；Sinatra的API也是一組DSL；很多templating language也被實現成DSL；

C. 使用python做量化交易策略測試和回驗，有哪些比較成熟一些的庫

numpy
介紹：一個用python實現的科學計算包。包括：1、一個強大的N維數組對象Array；2、比較成熟的（廣播）函數庫；3、用於整合C/C++和Fortran代碼的工具包；4、實用的線性代數、傅里葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。
scipy
介紹：SciPy是一款方便、易於使用、專為科學和工程設計的Python工具包。它包括統計、優化、線性代數、傅里葉變換、信號和圖像處理、常微分方程求解等等。
pandas
介紹：Python Data Analysis Library 或 pandas 是基於NumPy 的一種工具，該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。pandas提供了大量能使我們快速便捷地處理數據的函數和方法。你很快就會發現，它是使Python成為強大而高效的數據分析環境的重要因素之一。
quantdsl
介紹： quantdsl包是Quant DSL語法在Python中的一個實現。Quant DSL 是財務定量分析領域專用語言，也是對衍生工具進行建模的功能編程語言。Quant DSL封裝了金融和交易中使用的模型（比如市場動態模型、最小二乘法、蒙特卡羅方法、貨幣的時間價值）。
statistics
介紹：python內建的統計庫，該庫提供用於計算數值數據的數學統計的功能。
PyQL
介紹： PyQL構建在Cython之上，並在QuantLib之上創建一個很淺的Pythonic層，是對QuantLib的一個包裝，並利用Cython更好的性能。

D. 用Python編寫

隨便寫了一個參考一下吧：

classRole:
	def__init__(self,name,height,weapon):
		self.name=name
		self.height=height
		self.weapon=weapon

	defprintInfo(self):
		print('名字：%s身高：%d武器：%s'%(self.name,self.height,self.weapon))

a=Role('孫悟空',170,'金箍棒')
b=Role('豬八戒',165,'九齒釘耙')
a.printInfo()
b.printInfo()

E. 用Python編寫程序

for i in range(65,101):

print(bin(i)[2:]+','+oct(i)[2:]+','+str(i)+','+hex(i)[2:]+','+chr(i))

F. 用python編寫程序

1.在python 2.5中找到空閑（python gui）（取決於您安裝的版本），然後單擊並彈出以下表單：在>>中；>在提示後輸入代碼並返回以執行代碼。空閑支持語法高亮，支持自動縮進，支持方法提示，但是提示很慢。2.在命令行窗口上運行此方法的前提是在系統的路徑變數中配置Python安裝路徑。在我的計算機上右擊屬性>高級-gt;環境變數，在系統變數列表中找到路徑項，單擊編輯按鈕，並附加\"c:python 25;\"（路徑和版本取決於您的安裝），保存退出。啟動>運行--進入cmd，返回到汽車，並打開cmd窗口。進入Python後，返回到Python環境。它的操作與空閑基本相同，但是沒有語法高亮、自動縮進和方法提示，唯一的優點是它運行速度比空閑快（如果你告訴我你可以用參數運行python，那麼你就不是新的了）。（沒有必要讀這篇文章，所以用處不大。使用ctrl+z退出此Python環境，然後返回汽車。3.在腳本中運行上述兩種方法是簡單的，但不適合大量代碼的開發。它只適用於查看單個句子或幾個代碼字的運行結果，或驗證函數的調用方法。這是我們常用的調試，驗證程序是常用的。如果它是一個正式的開發，它應該作為一個獨立的腳本運行。打開您的文本編輯器（我使用電子編輯器，當然您可以使用記事本，寫字板），輸入Python代碼，保存為*。py文件，然後雙擊運行它來執行，當然，如果必須配置系統路徑變數。我在它的目錄中打開一個cmd窗口並輸入Python*。Py運行l在代碼末尾添加以下語句：原始_輸入()，然後雙擊運行，結果將一直保持到您點擊返回按鈕後消失。在linux上運行python程序一般有以下兩種形式，與windows基本相同。首先，在終端窗口中空閑運行並將$python輸入到交互操作環境中，然後您可以在輸入時執行代碼：>>>列印'hello python'hello python>停止使用ctrl-d(G)。在py腳本所在的目錄中作為腳本輸入運行

G. 用Python編寫程序

H. Python 如何寫腳本

以Python2.7操作為例：

1、首先需要打開電腦桌面，按開始的快捷鍵，點擊Python2.7如圖所示的選項進入。

I. Python編寫程序

主要用到while循環和rece 方法

fromfunctoolsimportrece

sum=0
n=1

x=int(input())
n_value=x
while(n_value>10**(-10)):
sum=sum+n_value
n+=1
#計算第n項的值
n_value=x**n/rece(lambdax,y:x*y,range(1,n+1))

print(sum)

J. 編程語言的載體是什麼

一台計算機只有硬體（稱為裸機）是不能工作的，必須配備各種功能的軟體，才能發揮其運算、測控等的功能，而軟體是人使用編程語言編寫出來的，是人賦予機器智能的載體。
編程語言是人與計算機之間交流的語言，其種類非常多，總的來說可以分為機器語言、匯編語言、高級語言三大類。
4.1.1機器語言
計算機所使用的是由"0"和"1"組成的二進制數，二進制是計算機的語言的基礎。計算機發明之初，人們只能降貴紆尊，用計算機的語言去命令計算機干這干那，一句話，就是寫出一串串由"0"和"1"組成的指令序列交由計算機執行，這種計算機能夠認識的語言，就是機器語言。使用機器語言是十分痛苦的，特別是在程序有錯需要修改時，更是如此。
對於機器語言，一條機器語言成為一條指令。指令是不可分割的最小功能單元。而且，由於每種計算機的指令系統往往各不相同，所以，在一類計算機上執行的程序，要想在另一類計算機上執行，必須另編程序，造成了重復工作。但由於使用的是針對特定型號計算機的語言，故而運算效率是所有語言中最高的。機器語言，是第一代計算機語言。