我如何使用Python进行大规模开发？
我想了解一下在Python中进行大规模开发的情况，特别是如何维护一个庞大的代码库。
当你对一个方法的签名（也就是方法的名字和参数）做了不兼容的修改时，你是怎么找到所有调用这个方法的地方的？在C++或Java中，编译器会帮你找到这些地方，但在Python中你该怎么做呢？
当你在代码的深处做修改时，怎么知道一个实例（对象）提供了哪些操作？因为你没有静态类型可以查找。
你是如何处理或防止输入错误（比如拼写错误）的？
单元测试（UnitTest）是否可以用来代替静态类型检查？
可以想象，我几乎只用过静态类型的语言（C++/Java），但我想尝试在Python中做一些大项目。不过很久以前，我在使用clipper（dBase）语言时有过很糟糕的经历，那也是一种动态类型的语言。
8 个回答
我之前有修改过一个叫“Frets On Fire”的开源游戏，它是个类似“吉他英雄”的游戏，用的是Python语言。
我觉得Python不太适合做特别大的项目。
在开发过程中，我花了很多时间去调试一些类型不匹配的问题，而这些问题在静态类型的语言中，编译时就能轻松发现。因为Python是在运行时才确定变量类型，所以理解已有代码就变得困难了，因为你根本不知道你正在看哪个参数的类型是什么。
另外，在Python中，使用字符串形式的函数名来调用函数（通过__getattr__这个内置函数）是比较常见的，这让我们想要追踪某个函数的调用关系变得有点麻烦（虽然在一些静态类型的语言中也可以用名字调用函数）。
我认为Python在小型软件、快速原型开发和把现有程序组合在一起时表现得很好，但我不会用它来做大型软件项目，因为在这些项目中，维护性才是个大问题，而我觉得Python在这方面相对较弱。
别把螺丝刀当锤子用
Python 不是一种静态类型的语言，所以别试图用那种方式来使用它。
每种工具都有它的用途。对于 Python 来说，这意味着：
鸭子类型：没有类型检查。只关注行为。因此，你的代码设计要考虑到这一点。好的设计意味着通用的函数签名，组件之间没有依赖关系，抽象层次高……所以如果你改动了某个地方，其他代码就不需要跟着改。Python 也不会抱怨，这正是它的设计初衷。类型问题不是问题。
庞大的标准库。如果你使用的是标准功能，而不是自己写的代码，你就不需要在程序中修改所有的调用。Python 自带很多功能，我每天都在发现新东西。刚开始的时候，我根本不知道可以用多少模块，只是像大家一样试图重写已有的东西。没关系，刚开始不可能什么都对。
你不能用同样的方式来写 Java、C++、Python、PHP、Erlang 等等。每种语言都有它存在的理由，它们并不是做同样的事情。
单元测试不能替代其他东西
无论使用什么语言，都必须进行单元测试。最著名的单元测试库（JUnit）来自 Java 世界！
这和类型无关。你检查的是行为。这样可以避免回归问题，确保客户知道你在按计划进行。
Python 适合大规模项目
语言、库和框架本身并不能扩展。架构才是关键。
如果你设计了一个稳固的架构，并且能够快速发展，那么它就能扩展。单元测试和自动代码检查都有帮助，但它们只是安全网，而且是小型的。
Python 特别适合大型项目，因为它强制一些好的实践，并且内置了很多常用的设计模式。但再次强调，别用它去做它不擅长的事情。例如：Python 不是用来处理 CPU 密集型任务的技术。
在一个大型项目中，你很可能会使用几种不同的技术。比如一个 SGBD（法语的 数据库管理系统）和一个模板语言，或者其他的。Python 也不例外。
你可能会想用 C/C++ 来处理需要快速的代码部分，或者用 Java 来适应 Tomcat 环境。无所谓，Python 可以很好地与这些配合。
总结一下
我的回答可能听起来有点直接，但别误会：这是个很好的问题。
很多人带着旧习惯来学习 Python。我曾经试图用 Python 的方式去写 Java，结果搞得一团糟。你可以这样做，但永远无法发挥出它的最佳效果。
如果你玩过或想玩 Python，那太好了！这是个很棒的工具。但说到底，它只是一个工具而已。
既然没人提到pychecker、pylint和类似的工具，我就来讲讲：pychecker和pylint是一些可以帮助你发现错误假设的工具，比如函数的写法、对象的属性等等。虽然它们找不到编译器在静态类型语言中能发现的所有问题，但它们也能发现一些编译器找不到的问题。
Python（以及任何动态类型的语言）在你可能犯的错误类型和如何检测、修复这些错误方面，跟静态类型语言是完全不同的。它有明显的优缺点，但很多人（包括我）会认为，在Python的情况下，写代码的简单性（以及让代码结构合理的简单性）和在不破坏API兼容性的情况下修改代码（比如添加新的可选参数，提供不同的对象但它们有相同的方法和属性）使得它非常适合大型代码库。