爲何離不開 Stackoverflow

時間 2019-11-11

原文原文鏈接

做爲一名程序員，若是沒有聽過 Stackoverflow，那麼你最好去面壁思過一下。程序員最須要閱讀的一本編程書籍（其實編程書留下這本就夠了！）：html

那些尚未讀過這本書的程序員，是時候買一本了。若是還在猶豫，那麼先看下這篇文章，看看爲何離不開 stackoverflow。java

提問的智慧

當你拋出一個技術問題時，最終是否能獲得有用的回答，每每取決於你所提問和追問的方式。 --Eric S. Raymondpython

有時候，清晰描述一個問題，特別是技術問題沒有想象的那麼簡單。提問歷來就是一門學問，惋惜不少人沒有意識到這一點，或者沒有給予足夠的重視。或者，有的提問者根本不是抱着提問的態度來請求你們的幫助。因此咱們會發現各類讓人沒法解答或者無意解答的問題：git

爲了不上面的問題被關閉或者修改，放一張圖片在這裏，來體會下這種狗屎問題：express

去 segmentfault 的未回答題目中隨便就能找到一堆這樣的問題，因此不少人顯然並無提問的智慧或者沒有很好的態度。Raymond 和 Rick Moen 寫了一份經典的文章 How To Ask Questions The Smart Way專門來描述如何提問，這篇文章被翻譯成各國文字，留傳很廣，能夠在這裏找到中文版。Stackoverflow 和 Segmentfalut 也給出了關於提問的建議：編程

在 Stackoverflow 能夠看到太多經典的問題，咱們能夠從這些問題中學習如何去提問，如何和答題者溝通。當你看習慣了stackoverflow 上面的問題，提問時就會不自覺去模仿，從而避免問出無腦問題。下面是提問時最須要注意的幾個問題：

問搜索引擎沒有滿意答案（google 起碼過四頁）的問題
問那些本身沒法獨立解決，已經作過不少嘗試的問題
儘可能清楚地描述問題：良好的排版，代碼，錯誤提示，圖片等
讓你的問題對別人有幫助
問題要有肯定的答案，不要有太多的主觀性

不一樣的方案

不少時候咱們但願可以找到一個解決辦法，可是在 stackoverflow 上，常常會有意外的收穫。你可能會看到對一個問題不一樣的解決方案，甚至包括對這些解決方案的比較。

假設如今你想知道 python 中如何調用外部命令，好比 ls -l 來打印某個目錄下面的文章。Google一下 python call system command，第一條就是stackoverflow 上面的一個相關問題：Calling an external command in Python. （google技術問題，基本都會顯示 stackoverflow 相關問題）。

而後在這個問題下面，有人總結了調用外部命令的幾種方法：

os.system()
os.popen()
subprocess.popen()
subprocess.call()
subprocess.run()

而且還對每一個方法作了介紹，你能夠選擇適合本身應用場景的方法。再好比這個問題 How to check whether a file exists using Python?，介紹了 python 中檢查文件是否存在的不一樣方法。

工具的使用

有許多強有力的工具能夠幫咱們更好地研究問題，你可能知道gdb調試工具，可能知道python的timeit時間監控模塊，可是你不知道那些本身不知道的工具。不少時候，當第一次知道某個工具時，咱們心中會產生相見恨晚的感受。然而，心儀的趁手工具老是那麼可遇不可求。

在 stackoverflow，每個問題答案或者評論中均可能會有一些好的工具，你總有機會發現那些遺落在字裏行間的優秀工具。

下面列出我發現的一些不錯的工具：

truss/strace：跟蹤進程執行時的系統調用和所接收的信號，strace能夠跟蹤到一個進程產生的系統調用，包括參數，返回值，執行消耗的時間。（來自問題：Why is reading lines from stdin much slower in C++ than Python?）
vprof：一個可視化工具，能夠分析 Python 程序的特色，好比運行時間，內存使用等。（來自問題：How can you profile a Python script?）
Regex 101：一款在線的正則表達式輔助工具，能夠幫助理解正則表達式的含義，方便調試正則表達式以及作一些簡單的嘗試。（來自問題：Learning Regular Expressions）

下面爲 Regex 101 的一個簡單示例：

思考的過程

不少時候，遇到一個問題，咱們根本無從下手，不知道朝哪一個方向思考。可是經過 stackoverflow，咱們能夠輕易知道具體的解決方案，有時候甚至還能知作別人面對這個問題時候是怎麼思考的。

假設你想利用裝飾器來完成一個任務，即在下面say函數返回的字符串先後加上，你想一想這樣定義 say。

@makebold
@makeitalic
def say():
   return "Hello"

每次調用 say 返回 Hello。可是要如何實現 makebold 和 makeitalic 呢，這是一個問題。在 stackoverflow 上，有大牛會直接告訴你答案，並扔給你一個裝飾器的文檔連接。可是還有大牛會把本身的思考過程，把本身對裝飾器的理解詳細地告訴你，讓你深刻去理解裝飾器機制。

針對上面的這個問題，有一個答案得到了 3000 多贊，一步步告訴你們如何解決問題。首先告訴咱們python中函數有什麼特色：

函數是對象
函數能夠被賦給一個變量
函數能夠被定義在另外一個函數中
一個函數能夠返回另外一個函數
能夠把函數做爲參數傳遞

而後開始解釋什麼是裝飾器：其實就是封裝器，可讓咱們在不修改原函數的基礎上，在執行原函數的先後執行別的代碼。接下來手工實現了一個簡單的裝飾器原型，緊接着引入 python 中的裝飾器語法。最後還列出了一些裝飾器的高級用法，包括給裝飾器傳遞參數等。讀完整個答案，必定能對裝飾器有較深的理解，而且知道理解裝飾器的思考過程。這樣，沿着這條思考的路徑，你本身就能夠推導出裝飾器的使用方法。

可能的盲區

沒有問題要提問時也能夠時常逛一逛 stackoverflow，瀏覽一些投票比較多的問題，看看別人的回答。在這個龐大的知識庫中，你極可能會發現本身的一些認知盲區，發現一些本身從未關注過的內容。

我就發現了一些比較有意思的問題，好比：

我整理了一份 Python 的高質量問題清單，放在這裏以供時常翻閱。

相見恨晚

那麼怎麼才能找到 stackoverflow 呢，兩個建議：

英語精確描述問題
用 Google 去搜索

只要你不是第一個碰見某個技術問題的人，你基本就會在 stackoverflow 找到相同或者相似的問題。早日碰見，早日喜歡上 stackoverflow，你會發現生活是如此愜意。

博客地址