当你拋出一个技术问题时,最终是否能得到有用的回答,往往取决于你所提问和追问的方式。 —— Eric S. Raymond
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。提问从来就是一门学问,可惜很多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大家的帮助。所以我们会发现各种让人无法解答或者无心解答的问题:
为了避免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:
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。提问从来就是一门学问,可惜很多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大家的帮助。所以我们会发现各种让人无法解答或者无心解答的问题:
为了避免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:
不同的方案
很多时候我们希望能够找到一个解决办法,但是在 stackoverflow 上,经常会有意外的收获。你可能会看到对一个问题不同的解决方案,甚至包括对这些解决方案的比较。
假设现在你想知道 python 中如何调用外部命令,比如 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)。
然后在这个问题下面,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()
并且还对每个方法做了介绍,你可以选择适合自己应用场景的方法。再比如这个问题 How to check whether a file exists using Python?,介绍了 python 中检查文件是否存在的不同方法。
工具的使用
有许多强有力的工具可以帮我们更好地研究问题,你可能知道gdb调试工具,可能知道python的timeit时间监控模块,但是你不知道那些自己不知道的工具。很多时候,当第一次知道某个工具时,我们心中会产生相见恨晚的感觉。然而,心仪的趁手工具总是那么可遇不可求。
在 stackoverflow,每一个问题答案或者评论中都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可以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,可以分析 Python 程序的特点,比如运行时间,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,可以帮助理解正则表达式的含义,方便调试正则表达式以及做一些简单的尝试。(来自问题:Learning Regular Expressions)
思考的过程
很多时候,遇到一个问题,我们根本无从下手,不知道朝哪个方向思考。但是通过 stackoverflow,我们可以轻易知道具体的解决方案,有时候甚至还能知道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函数返回的字符串前后加上,你想想这样定义 say。
@makebold
@makeitalic
def say():
return "Hello"
每次调用 say 返回 Hello
。但是要如何实现 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链接。但是还有大牛会把自己的思考过程,把自己对装饰器的理解详细地告诉你,让你深入去理解装饰器机制。
针对上面的这个问题,有一个答案获得了 3000 多赞,一步步告诉大家如何解决问题。首先告诉我们python中函数有什么特点:
- 函数是对象
- 函数可以被赋给一个变量
- 函数可以被定义在另一个函数中
- 一个函数可以返回另一个函数
- 可以把函数作为参数传递
然后开始解释什么是装饰器:其实就是封装器,可以让我们在不修改原函数的基础上,在执行原函数的前后执行别的代码。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,一定能对装饰器有较深的理解,并且知道理解装饰器的思考过程。这样,沿着这条思考的路径,你自己就可以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可以时常逛一逛 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,你很可能会发现自己的一些认知盲区,发现一些自己从未关注过的内容。
我就发现了一些比较有意思的问题,比如:
- Print in terminal with colors using Python?
- What is a metaclass in Python?
- What is your most productive shortcut with Vim?
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
只要你不是第一个遇见某个技术问题的人,你基本就会在 stackoverflow 找到相同或者类似的问题。早日遇见,早日喜欢上 stackoverflow,你会发现生活是如此惬意。