Python Advocacy HOWTO¶

Программируемость¶Programmability

Программы часто организованы модульно. Низкоуровневые операции группируются вместе и вызываются функциями более высокого уровня, которые, в свою очередь, могут использоваться как базовые операции ещё более высокими уровнями.

Например, на самом нижнем уровне можно определить очень низкоуровневый набор функций для доступа к хеш-таблице. Следующий уровень может использовать хеш-таблицы для хранения заголовков почтового сообщения, сопоставляя имя заголовка, например Date, со значением Tue, 13 May 1997 20:00:54 -0400. Ещё более высокий уровень может работать с объектами сообщений, не зная и не заботясь о том, что заголовки хранятся в хеш-таблице, и так далее.

Часто самые нижние уровни делают очень простые вещи: реализуют структуру данных, например двоичное дерево или хеш-таблицу, или выполняют простое вычисление, например преобразование строки даты в число. Более высокие уровни содержат логику, связывающую эти примитивные операции. При таком подходе примитивы можно рассматривать как базовые строительные блоки, которые затем склеиваются для получения готового продукта.

Какое отношение этот подход к проектированию имеет к Python? Потому что Python хорошо подходит для роли такого связующего языка. Распространённый подход – написать модуль Python, реализующий низкоуровневые операции; ради скорости реализация может быть на C, Java или даже Fortran. Как только примитивы становятся доступны программам на Python, логика, лежащая в основе операций более высокого уровня, пишется в виде кода на Python. Логика высокого уровня становится более понятной и её легче изменять.

Джон Аустерхаут написал статью, в которой более подробно объясняется эта идея; она называется «Scripting: Higher Level Programming for the 21st Century». Я рекомендую прочитать эту статью; URL указан в списке литературы. Аустерхаут – изобретатель языка Tcl, поэтому он утверждает, что для этой цели следует использовать Tcl; он лишь кратко упоминает другие языки, такие как Python, Perl и Lisp/Scheme, но на самом деле аргумент Аустерхаута применим к сценарным языкам в целом, поскольку расширения можно писать с равным успехом для любого из перечисленных языков.

Прототипирование¶Prototyping

В книге «Мифический человеко-месяц» Фредерик Брукс предлагает следующее правило при планировании программных проектов: «Планируйте выбросить первый вариант – всё равно придётся». Брукс говорит о том, что первая попытка проектирования программного обеспечения часто оказывается ошибочной; если задача не очень проста или вы не экстраординарный проектировщик, вы обнаружите, что новые требования и возможности проявляются, как только разработка действительно началась. Если эти новые требования нельзя чисто вписать в структуру программы, перед вами два неприятных выбора: как-то втиснуть новые возможности в программу или выбросить всё и написать новую версию программы, с самого начала учитывая новые требования.

Python предоставляет хорошую среду для быстрой разработки первоначального прототипа. Это позволяет правильно определить общую структуру программы и логику, а затем можно настраивать мелкие детали в быстром цикле разработки, который обеспечивает Python. Когда интерфейс пользователя или вывод программы вас удовлетворит, код Python можно перевести на C++, Fortran, Java или другой компилируемый язык.

Прототипирование означает, что нужно быть осторожным, чтобы не использовать слишком много возможностей Python, которые трудно реализовать на другом языке. Использование eval(), регулярных выражений или модуля pickle означает, что понадобятся библиотеки C или Java для вычисления формул, регулярных выражений и сериализации. Но избегать такого хитрого кода несложно, и в итоге перевод обычно не составляет большого труда. Результирующий код можно быстро отлаживать, потому что все серьёзные логические ошибки будут уже устранены из прототипа, и останется только отследить более мелкие промахи при переводе.

Эта стратегия опирается на предыдущее обсуждение программируемости. Использование Python как связующего звена для соединения низкоуровневых компонентов очевидным образом применимо для построения прототипов систем. Таким образом Python может помочь в разработке, даже если конечные пользователи вообще не будут иметь дела с кодом Python. Если производительность версии на Python достаточна и корпоративная политика позволяет, возможно, не придётся делать перевод на C или Java, но всё равно быстрее сначала разработать прототип, а затем перевести его, чем пытаться сразу создать окончательную версию.

Один из примеров такой стратегии разработки – Microsoft Merchant Server. Версия 1.0 была написана полностью на Python компанией, которую затем купила Microsoft. Версия 2.0 начала перевод кода на C++ и поставлялась с частично кодом на C++ и частично на Python. Версия 3.0 уже не содержала Python вообще; весь код был переведён на C++. Хотя продукт не содержит интерпретатора Python, язык Python всё равно сослужил полезную службу, ускорив разработку.

Это очень распространённое применение Python. В прошлых докладах на конференциях также описывался этот подход для разработки высокоуровневых численных алгоритмов; см., например, статью Дэвида М. Бизли и Питера С. Ломдаля «Feeding a Large-scale Physics Application to Python» в списке литературы. Если базовые операции алгоритма – это такие вещи, как «взять обратную матрицу 4000x4000», и они реализованы на каком-нибудь низкоуровневом языке, то Python практически не добавляет дополнительных накладных расходов на производительность; дополнительное время, которое требуется Python для вычисления выражения m.invert(), ничтожно по сравнению со стоимостью самого вычисления. Это особенно хорошо подходит для приложений, где требуются бесконечные корректировки для получения правильного результата. Графические интерфейсы и веб-сайты – яркие примеры.

Код на Python также короче и быстрее пишется (как только вы освоите Python), поэтому его легче выбросить, если вы решите, что подход был ошибочным; если бы вы потратили две недели вместо двух часов, вы могли бы потратить время, пытаясь исправить то, что получилось, из-за естественного нежелания признать, что эти две недели были потрачены впустую. Честно говоря, эти две недели не были потрачены впустую, поскольку вы узнали что-то о задаче и технологии, которую используете для её решения, но человеческой природе свойственно рассматривать это как своего рода неудачу.

Простота и лёгкость понимания¶Simplicity and Ease of Understanding

Python – определённо не игрушечный язык, пригодный только для мелких задач. Возможности языка достаточно общие и мощные, чтобы его можно было использовать для многих различных целей. Он полезен на малом конце, для скриптов из 10–20 строк, но также масштабируется до более крупных систем, содержащих тысячи строк кода.

Однако такая выразительность не достигается ценой запутанного или хитрого синтаксиса. Хотя в Python есть некоторые тёмные уголки, которые могут привести к запутанному коду, таких углов относительно мало, и правильное проектирование может ограничить их использование лишь несколькими классами или модулями. Конечно, можно написать запутанный код, используя слишком много возможностей с недостаточной заботой о ясности, но большая часть кода на Python может выглядеть как слегка формализованная версия понятного человеку псевдокода.

В книге «Новый словарь хакера» Эрик С. Рэймонд даёт следующее определение слову «компактный»:

Компактный прил. О дизайне: описывает ценное свойство, которое можно охватить целиком в голове. Обычно это означает, что созданный по такому дизайну инструмент можно использовать с большей лёгкостью и с меньшим количеством ошибок, чем эквивалентный инструмент, не являющийся компактным. Компактность не подразумевает тривиальность или отсутствие мощи; например, C компактен, а FORTRAN – нет, но C мощнее FORTRAN. Дизайны становятся некомпактными из-за накопления возможностей и нагромождений, которые не вписываются чисто в общую схему дизайна (поэтому некоторые поклонники классического C утверждают, что ANSI C больше не компактен).

(Из http://www.catb.org/~esr/jargon/html/C/compact.html)

В этом смысле слова Python довольно компактен, потому что в языке всего несколько идей, которые используются во многих местах. Возьмём, к примеру, пространства имён. Импортируйте модуль с помощью import math, и вы создадите новое пространство имён с именем math. Классы – это тоже пространства имён, разделяющие многие свойства модулей и имеющие некоторые свои; например, можно создавать экземпляры класса. Экземпляры? Это ещё одно пространство имён. В настоящее время пространства имён реализованы как словари Python, поэтому у них те же методы, что и у стандартного типа данных «словарь»: .keys() возвращает все ключи и так далее.

Эта простота проистекает из истории развития Python. Синтаксис языка происходит из разных источников; одним из основных источников является ABC, относительно малоизвестный учебный язык, а другим – Modula-3. (Дополнительную информацию об ABC и Modula-3 можно найти на их веб-сайтах: http://www.cwi.nl/~steven/abc/ и http://www.m3.org.) Другие возможности пришли из C, Icon, Algol-68 и даже Perl. Python не столько внедрил много новшеств, сколько стремился сохранить язык небольшим и лёгким для изучения, опираясь на идеи, которые были опробованы в других языках и оказались полезными.

Простота – это достоинство, которое не следует недооценивать. Она позволяет быстрее выучить язык, а затем быстро писать код – код, который часто работает с первого запуска.

Интеграция с Java¶Java Integration

Если вы работаете с Java, Jython (http://www.jython.org/) определённо заслуживает внимания. Jython – это повторная реализация Python на Java, которая компилирует код Python в байт-код Java. Полученная среда обеспечивает очень тесную, почти бесшовную интеграцию с Java. Обращаться к классам Java из Python тривиально, и можно писать классы Python, наследующие классы Java. Jython можно использовать для прототипирования приложений на Java примерно так же, как CPython, а также для тестовых наборов кода Java или для встраивания в Java-приложение для добавления возможностей сценариев.