阅读Python开源项目代码主要有如下三个原因：
1. 在工作过程中遇到一些问题，Google和StackOverFlow等网站找不到解决办法，只能去翻源码。
2. 对某些项目或者方向非常感兴趣，希望深入。
3. 学习遇到瓶颈需要汲取开源项目的经验和用法来做提高。
没有目的的阅读开源项目就是耍流氓。浪费了时间，但是能学到的东西也很少。怎么样根据自身情况去阅读呢？
1. 和兴趣以及工作契合。举个例子，工作中没有机会用到Celery又不是想自己造个轮子，读它的源码做什么？所以要从平时能接触到的那些项目中选取。比如我，我肯定不去看Django的代码，因为日常工作基本遇不到，遇到了现翻就好了。
2. 一个方向只看一两个典型的就可以了。比如Web框架，我只看过Bottle和Flask的源码（其实之前也看过Django的，只是浅尝辄止），而且看Bottle已经是好几年前的事情了。并不是堆的多了更好，有时候反而选择太多会懵。
3. 不同技术阶段的选择代码量、复杂度不一样的项目，下面会具体推荐。
4. 清楚自己看代码的目的。就是你看代码是想了解人家怎么设计、调试BUG、还是只是想学习正确的编程用法呢？其实没有必要细抠每个代码细节，有时候当黑盒看，知道输入输出就可以了。
接下来我整理了十个还算可以的开源项目供你练手
▌Rank 1：Requests-HTML v0.9（7385 stars on Github，来自Kenneth Reitz）
该库旨在尽可能简单直观地解析 HTML，仅支持 Python 3.6。
▌Rank 2：PyTest v3.5（2453 stars on Github，来自Pytest-dev）
该项目是一个可扩展的 Python 框架，可以轻松编写小型测试，支持更复杂的功能测试。
▌Rank 3：Lector（327 stars on Github，来自BasioMeusPuga）
基于 Qt 的电子书阅读器
▌Rank 4：Asciinema v2.0（5491 stars on Github，来自Asciinema）
Python 编写的终端会话录制器。
▌Rank 5：Snips-nlu v0.13（1416 stars on Github，来自Snips）
Snips-nlu 是一个 Python 库，可以解析用自然语言编写的句子并提取结构化信息。
▌Rank 6：Black（1665 stars on Github，来自Łukasz Langa）
Python 代码格式化工具库。
▌Rank 7：Instagram-terminal-news-feed（690 stars on Github，来自Bill Cheng）
Instagram Terminal Feed
▌Rank 8：Makesite（481 stars on Github，来自Sunaina Pai）
适合 Python 工程师的简单、轻量级静态网站/博客生成器。
▌Rank 9：Twitter-scraper（832 stars on Github，来自Kenneth Reitz）
Python 写的 Twitter 爬虫工具，无 API 流速限制，非常高效，可轻松获取任何用户的推文。
▌Rank 10：Fast-Pandas（667 stars on Github，来自M. Mansour）
Pandas 是为数据科学家和开发人员提供的最灵活、最强大的工具之一。开发者可通过几种方式执行特定的任务。Fast-Pandas 旨在针对这些情况下的不同可用方法进行基准测试。此外，在 numpy 和 pandas 中都有专门的功能部分。
B站最牛的Python自动化测试框架全栈测试开发实战项目入门到精通，涨薪必备教程！！！
666
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
