Python 的方法解析顺序是基于 C3，这是为 Dylan 编程语言（http://opendylan.org）构建的。在早期版本的 Python 中，所有类并没有一个共同的祖先 object。这里 L[MyClass]是 MyClass 类的线性化，而 merge 是合并多个线性化结果的具体。在 Python 2 中，如果使用的是旧式类（不继承自 object），仍然存在这样的算法。例如，在(

注意，零参数的 super()形式也可用于被 classmethod 装饰器装饰的方法。super 的简化形式（不传入任何参数）可以在方法内部使用，但 super 的使用并不。的速度更快，代码更整洁。最后，关于 super 还有很重要的一点需要注意，就是它的第二个参数是可选的。前面提到的使用实例很容易理解，但如果面对多重继承模式，super 将变得难以使用。当需要实现与某个内置类型具有相似行为的类

它们测试代码的绝大部分，并专注于许多应用程序层或者组件相互交互的情况。集成测试的形式和范围因项目的。好的并且流行的方法是至少测试基本指标（静态代码分析和代码风格违例），不允许将任何拉低指标的代码合并到主干。单元测试（unit tests）是完全适合测试驱动开发的底层测试。流行的测试 Web 应用程序的方式，其中负载被理解为来自真实用户或程序化客户端的 Web。这些测试不是通过 TDD 完成的，而是

会让你的开发更加轻松。它是一个免费的服务，用于托管使用 Sphinx 的开源 Python 项目的文档。托管使用 Sphinx 构建的文档的最佳方式是生成 HTML 构建，并将其作为你选择的 Web。记住，大多数的 bug 与错误的语法使用无关，而是与逻辑错误和细微的误解有关，它们可。你无法可靠地区别软件中一直存在的 bug 之间的区别，有的是新引入的，有的部分在前一。从消费者的角度看，Sphin

用 Python 做事情（参考 http://code.activestate.com/recipes/langs/python/）。docs.djangoproject.com/en/1.9/intro/tutorial01/）解释如何使用 Django 构建应用程序。模块的 docstring 的目的是可以在模块的顶部写入文本。一个技巧（recipe）文档解答一个非常具体的问题，并提供一个解决

这并不总是很明显，因为一个技术文本解释了一个软件如何工作，并且通常为每个可能获取和使用代码的人而写。● 如果你不是一个真正优秀的作家，不要在文本中讲笑话。在技术文本中滑稽是很难的，很少有作家掌握它。Atomisator 是一个产品，它提取 RSS 源并将其保存在数据库中，并带有筛选功能。每个开发人员都能够输出这样的材料，本节提供了 7 个规则，可以应用在所有情况下。开发者开始写一个持续的流，当他或

问题的解决方案是保持你的构建过程的定义尽可能接近源。这是一个很好的方法，静态分析检查可以作为 CI 构建的一部分进行，样的解决方案为你的构建添加了更多的复杂性，而不是减少。它很容易开始，并将给你几乎即时的满足与最小量的工作。如前所述，没有完美的 CI 工具可以适合每个项目，最重要的是，它使用的每个组织和工作。在一些可用的 CI 系统中，比在其他系统中更可能犯某些错误。例如，当你的 CI 中的自动验

元类并不是新的 Python 特性，从 Python 2.2 版开始就一直都有。不过它的语法发生了重大变化，这种变化既不向后兼容也不向前兼容。新的语法如下所示：pass在 Python 2 中，其写法必须是这样的：= typePython 2 的 class 语句不接受关键字参数，所以 Python 3 定义元类的语法会在导入时引发 SyntaxError 异常。仍然可以编写在两个 Python

虽然类的调用签名相当严格，但 Python 并不强制要求返回参数的类型。”换句话说，即使你有一丝的怀疑，也不应该使用它们，而应该尝试寻找其他解决方法。• exec(object, globals, locals)：这一函数允许你动态执行 Python 代码。globals 必须是字典，而 locals 可以是任何映射对象。对于元编程而言，最有用的显然是 exec()，因为它可以执行任意 Pytho

来自 multiprocessing 模块的高级抽象，例如 Pool 类，与在 threading 模块中。multiprocessing 模块最好的一点是它提供了一个即用型的 Pool 类，可以处理管理。但这并不意味着你需要牺牲 multiprocessing 模块中的所有有用的抽象，只要你想。们再看看我们的之前的例子的 main()。的情况，这是一个很大的改进。与“使用线程池”中的描述的线程方