为何离不开 Stackoverflow

时间 2019-11-11

原文原文链接

做为一名程序员，若是没有听过 Stackoverflow，那么你最好去面壁思过一下。程序员最须要阅读的一本编程书籍（其实编程书留下这本就够了！）：html

那些尚未读过这本书的程序员，是时候买一本了。若是还在犹豫，那么先看下这篇文章，看看为何离不开 stackoverflow。java

提问的智慧

当你拋出一个技术问题时，最终是否能获得有用的回答，每每取决于你所提问和追问的方式。 --Eric S. Raymondpython

有时候，清晰描述一个问题，特别是技术问题没有想象的那么简单。提问历来就是一门学问，惋惜不少人没有意识到这一点，或者没有给予足够的重视。或者，有的提问者根本不是抱着提问的态度来请求你们的帮助。因此咱们会发现各类让人没法解答或者无意解答的问题：git

为了不上面的问题被关闭或者修改，放一张图片在这里，来体会下这种狗屎问题：express

去 segmentfault 的未回答题目中随便就能找到一堆这样的问题，因此不少人显然并无提问的智慧或者没有很好的态度。Raymond 和 Rick Moen 写了一份经典的文章 How To Ask Questions The Smart Way专门来描述如何提问，这篇文章被翻译成各国文字，留传很广，能够在这里找到中文版。Stackoverflow 和 Segmentfalut 也给出了关于提问的建议：编程

在 Stackoverflow 能够看到太多经典的问题，咱们能够从这些问题中学习如何去提问，如何和答题者沟通。当你看习惯了stackoverflow 上面的问题，提问时就会不自觉去模仿，从而避免问出无脑问题。下面是提问时最须要注意的几个问题：

问搜索引擎没有满意答案（google 起码过四页）的问题
问那些本身没法独立解决，已经作过不少尝试的问题
尽可能清楚地描述问题：良好的排版，代码，错误提示，图片等
让你的问题对别人有帮助
问题要有肯定的答案，不要有太多的主观性

不一样的方案

不少时候咱们但愿可以找到一个解决办法，可是在 stackoverflow 上，常常会有意外的收获。你可能会看到对一个问题不一样的解决方案，甚至包括对这些解决方案的比较。

假设如今你想知道 python 中如何调用外部命令，好比 ls -l 来打印某个目录下面的文章。Google一下 python call system command，第一条就是stackoverflow 上面的一个相关问题：Calling an external command in Python. （google技术问题，基本都会显示 stackoverflow 相关问题）。

而后在这个问题下面，有人总结了调用外部命令的几种方法：

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

而且还对每一个方法作了介绍，你能够选择适合本身应用场景的方法。再好比这个问题 How to check whether a file exists using Python?，介绍了 python 中检查文件是否存在的不一样方法。

工具的使用

有许多强有力的工具能够帮咱们更好地研究问题，你可能知道gdb调试工具，可能知道python的timeit时间监控模块，可是你不知道那些本身不知道的工具。不少时候，当第一次知道某个工具时，咱们心中会产生相见恨晚的感受。然而，心仪的趁手工具老是那么可遇不可求。

在 stackoverflow，每个问题答案或者评论中均可能会有一些好的工具，你总有机会发现那些遗落在字里行间的优秀工具。

下面列出我发现的一些不错的工具：

truss/strace：跟踪进程执行时的系统调用和所接收的信号，strace能够跟踪到一个进程产生的系统调用，包括参数，返回值，执行消耗的时间。（来自问题：Why is reading lines from stdin much slower in C++ than Python?）
vprof：一个可视化工具，能够分析 Python 程序的特色，好比运行时间，内存使用等。（来自问题：How can you profile a Python script?）
Regex 101：一款在线的正则表达式辅助工具，能够帮助理解正则表达式的含义，方便调试正则表达式以及作一些简单的尝试。（来自问题：Learning Regular Expressions）

下面为 Regex 101 的一个简单示例：

思考的过程

不少时候，遇到一个问题，咱们根本无从下手，不知道朝哪一个方向思考。可是经过 stackoverflow，咱们能够轻易知道具体的解决方案，有时候甚至还能知作别人面对这个问题时候是怎么思考的。

假设你想利用装饰器来完成一个任务，即在下面say函数返回的字符串先后加上，你想一想这样定义 say。

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

每次调用 say 返回 Hello。可是要如何实现 makebold 和 makeitalic 呢，这是一个问题。在 stackoverflow 上，有大牛会直接告诉你答案，并扔给你一个装饰器的文档连接。可是还有大牛会把本身的思考过程，把本身对装饰器的理解详细地告诉你，让你深刻去理解装饰器机制。

针对上面的这个问题，有一个答案得到了 3000 多赞，一步步告诉你们如何解决问题。首先告诉咱们python中函数有什么特色：

函数是对象
函数能够被赋给一个变量
函数能够被定义在另外一个函数中
一个函数能够返回另外一个函数
能够把函数做为参数传递

而后开始解释什么是装饰器：其实就是封装器，可让咱们在不修改原函数的基础上，在执行原函数的先后执行别的代码。接下来手工实现了一个简单的装饰器原型，紧接着引入 python 中的装饰器语法。最后还列出了一些装饰器的高级用法，包括给装饰器传递参数等。读完整个答案，必定能对装饰器有较深的理解，而且知道理解装饰器的思考过程。这样，沿着这条思考的路径，你本身就能够推导出装饰器的使用方法。

可能的盲区

没有问题要提问时也能够时常逛一逛 stackoverflow，浏览一些投票比较多的问题，看看别人的回答。在这个庞大的知识库中，你极可能会发现本身的一些认知盲区，发现一些本身从未关注过的内容。

我就发现了一些比较有意思的问题，好比：

我整理了一份 Python 的高质量问题清单，放在这里以供时常翻阅。

相见恨晚

那么怎么才能找到 stackoverflow 呢，两个建议：

英语精确描述问题
用 Google 去搜索

只要你不是第一个碰见某个技术问题的人，你基本就会在 stackoverflow 找到相同或者相似的问题。早日碰见，早日喜欢上 stackoverflow，你会发现生活是如此惬意。

博客地址