1、提升python性能工具psyco:python代码加速器 Psyco 是严格地在 Python 运行时进行操作的。也就是说，Python 源代码是通过 python 命令编译成字节码的，所用的方式和以前完全相同（除了为调用 Psyco 而添加的几个 import 语句和函数调用）。但是当 Python 解释器运行应用程序时，Psyco 会不时地检查，看是否能用一些专门的机器代码去替换常规的 Python 字节码操作。这种专门的编译和 Java 即时编译器所进行的操作非常类似（一般地说，至少是这样），并且是特定于体系结构的。到现在为止，Psyco 只可用于 i386 CPU 体系结构。Psyco 的妙处在于可以使用您一直在编写的 Python 代码（完全一样！），却可以让它运行得更快。 Psyco 是如何工作的
其实前面讲算法的文章，也有提到过。比如适用于双向队列的 deque，以及在合适的条件下运用 bisect 和 heapq 来提升算法的性能。
今天公司停电，没上班。跑上来更新个博客，跟大家分享一下我常用的几个第三方 Python 库。Python 语言之所以能够如此流行，除了本身内置许多程序库来保障快速开发之外，目不睱接的第三方库也是一大主因。结合我目前的工作（网游开发），我常用的几个第三方库如下：
解释器是一种让其他程序运行起来的程序。Python也有一个名为解释器的软件包，当你编写了一段Python程序，Python解释器将读取程序，并按照其中的命令执行，得出结果。实际上，解释器是代码与机器的计算机硬件之间的软件逻辑层。
总结了这段时间在PyPy上的折腾，早上给同事分享了一下，不过关于PyPy里面还有很多东西需要去理解。这里先把简单介绍版拿出来，其实是做成一个html5的ppt的rst源码。稍后找个地方放ppt，效果应该不错。
1.编程语言： 机器代码-》微码变成-》高级语言 编译器[解释器]：把人类能够理解的，转换成机器能够理解的 编译器：必须转换成二进制代码才能运行 解释器：边解释[执行]，边运行 python非常接近于人类的思维方式 python也可以理解为脚本语言，但是比脚本语言的更强悍 也适合开发大型程序，也是一种完备的语言 python用来实现自动化运维：大材小用 python有很多框架：web,Django等 python缺陷： 第一次执行比较慢{首次编译成字节码bytecode}，第二次比较快 执行效率比c,C++低，但是开发效率高 pvm：python虚拟机 2.python执行过程： PVM:整个过程需要借助于 source code----->complier------>bytecode----->interpreter--->processor .py格式 .pyc格式 openstack是用python开发的 3.Python的实现 CPython:原始，标准的实现方式 Jython：用于Java语言集成的实现 IronPYthon:用于与.NET框架集成的实现 PyPy:python实现的python解释器 4.Python性能优化工具： Psyco:Python语言的一个扩展模块，可以及时对程序代码进行专业的算法优化 可以在一定程度上提高程序的执行速度，尤其是在程序中有大量的循环操作时 目前开发已经停止，由PyPy接替 PyPY:是python实现的python解释器：PyPY的图标特别有意思，一条蟒蛇自己咬着自己的尾巴 python语言的动态编译器，是Psyco的后继项目 可以运行在linux，32,64，MacOSX，windows-32中 Shed Skin: python编译器，能够将python代码转换成优化的C++代码 Python使用方式： 1.交互式python：输入命令python即可，只能一次执行 2.python文件：将编写的程序保存至(.py)中方便多次运行， python的此类包含了一系列预编写好的语句的程序文件称作“模块” 能够直接运行的模块文件通常称作脚本(即程序的顶层文件) 例如vim, //每一个文件都叫做一个模块都可以被调用， //顶层文件--作为整个程序的执行入口 3.或者使用IDE：集成开发环境 python实现子模块中自我测试，而不是在顶层文件中调用实现测试 第一个python程序 a.py #!/usr/bin/python //shebang，即执行脚本时通知内容要启动的解释器 import platform //通过import导入一个python模块platform print platform.uname() //打印platform模块的uname方法的执行结果 chmod +x a.py ./a.py python v2和v3之间的兼容性特别差 python v2流行度高 Python程序可以分解成模块、语句、表达式 和对象 程序由模块构成 模块包含语句 语句包含表达式 表达式建立并处理对象 表达式是“某事”，而语句是“做某事(即指令)"; 例如，“3+4”是某事，“print 3+4”则是做某事 语句的特性：它们改变了事物，例如，赋值语句改变了变量，print语句改变了屏幕输出等： 5.python对象 Python中一切皆对象，变量也是一个对象 面向过程： 以指令为中心，由指令处理数据 如何组织代码解决问题 面向过程：{更是和解决复杂问题} 以数据为中心，所有的处理代码都围绕数据展开 如何设计数据
下载地址：http://www.riverbankcomputing.com/software/pyqt/download
来源：https://www.ibm.com/developerworks/cn/linux/l-cn-python-optim/
adodb：我们领导推荐的数据库连接组件 bsddb3：BerkeleyDB的连接组件 Cheetah-1.0：我比较喜欢这个版本的cheetah cherrypy：一个WEB framework ctypes：用来调用动态链接库 DBUtils：数据库连接池 django：一个WEB framework docutils：用来写文档的 dpkt：数据包的解包和组包 MySQLdb：连接MySQL数据库的 py2exe：用来生成windows可执行文件 Pylons：我们领导推荐的web framework pysqlite2：SQLite的连接组件 pythonwin：Python的Windows扩展 setuptools：无奈，PEAK的一套python包管理机制 sqlalchemy：数据库连接池 SQLObject：数据库连接池 twisted：巨无霸的网络编程框架 wxPython-2.6：因为需要保持与linux相同的版本才没用最新的，GUI编程框架 pypcap：抓包的 python-dnet：控制网络安全的其他设备 pyevent：Python的事件支持 pydot：画图的，graphiz sendpkt：Python发包 simplejson：JSON的支持 DPKT：raw-scoket网络编程 Cx-oracle：连接oracle的好东东 Mechanize：爬虫连接网站常用 PIL：图像处理工具包 reportlab for PDF 文件。 PyQt4 for GUI界面 feedparser： rss解析 chardet：编码检测 scons: 项目构建工具，写好了模板用起来还是很方便的 scapy: 网络包构建分析框架,可编程的wireshark,有兴趣的google “Silver Needle in the Skype” pefile: windows pe文件解析器 winpdb: 自己的程序或者用别的库不太明白的时候就靠它了 pywmi: 省了好多折腾功夫 pylint: 培养良好的编码习惯 下面是准备用的,不做评论: pygccxml pyparsing pymacs idapython paimei pysvn pyLucene wikidpad
代码优化能够让程序运行更快，它是在不改变程序运行结果的情况下使得程序的运行效率更高，根据 80/20 原则，实现程序的重构、优化、扩展以及文档相关的事情通常需要消耗 80% 的工作量。优化通常包含两方面的内容：减小代码的体积，提高代码的运行效率。
上一节我们简单了解了python程序运行的过程，并且大家也都了解到开发环境中有一个python解释器（PVM）的存在，那在python中，这样的解释器主要都有哪些，那些又是比较好用的呢？
上一期，和大家分享了12306架构优化思路，本期讲和大家分享YouTube架构设计，阅读了本文你将了解到YouTube初期架构是个什么样子，以此，增强自己站点架构设计的信心。 YouTube网站架构吐槽（上） YouTube作为一个几十亿级别流量的视频网站，其站点维护人员却少之又少，这些技术人员是如何设计YouTube架构，使其具备如此强大的抗压能力的呢，我们接着往下看。 核心技术要点 1）Apache：站点服务器 2）Python：Web应用主要是用Python搞定的 3）Linux（SuSe）：操作系统
现今计算机已进入了各行各业，无论是飞机上的自动驾驶仪，还是自行车上的数字速度计，似乎都在说各种形式的计算机在围绕着我们，帮助储存和访问信息，而在编程语言中，Python公认为是初学者开始学习的最佳选择。
1、用户： 问题空间 2、计算机：解决问题 解空间 抽象 机器代码->微码语言->高级语言
前文用Python实现CRUD功能REST服务中发现，一个普通的web.py页面每秒只能执行数十次requests，经网友Arbow提醒, web.py默认是单线程方式，所以性能提升困难，并推荐了一些高性能的web framework。同时也看到Python资深网友ZoomQuiet的总结 Pythonic Web 应用平台对比，因此觉得有必要换一种更强的web framework。同时也研究了国内著名的豆瓣所采用的Quixote框架。但由于牵涉到更换之后web.py中的REST接口代码实现要调整，所以就暂时搁置了。
我们创建好了一个Python项目（mysite/）之后，需要在项目中添加模块应用（polls/），在模块应用中添加处理功能逻辑，如添加模块中的视图处理函数（polls.views.index()），这是一个python项目简单的结构模型
高级语言：实现效率高，执行效率低，对硬件的可控性弱，目标代码大，可维护性好，可移植性好
Tkinter———— Python默认的图形界面接口。 Tkinter是一个和Tk接口的Python模块，Tkinter库提供了对 Tk API的接口，它属于Tcl/Tk的GUI工具组。Tcl/Tk是由John Ousterhout发展的书写和图形设备。Tcl(工具命令语言)是个宏语言，用于简化shell下复杂程序的开发，Tk工具包是和Tcl一起开发的，目的是为了简化用户接口的设计过程。Tk工具包由许多不同的小部件，如一个按钮、一个滚动条等。通过Tk提供的这些小部件，我们就可快速地进行GUI开发。Perl、Scheme等语言也利用Tk库进行GUI开发。Tkinter是跨平台，在各种平台下都能使用。 Python Imaging Library(PIL)————python提供强大的图形处理的能力，并提供广泛的图形文件格式支持，该库能进行图形格式的转换、打印和显示。还能进行一些图形效果的处理，如图形的放大、缩小和旋转等。是Python用户进行图象处理的强有力工具。 Pmw(Python megawidgets)Python超级GUI组件集————一个在python中利用Tkinter模块构建的高级GUI组件，每个Pmw都合并了一个或多个Tkinter组件，以实现更有用和更复杂的功能。 PyXML———— 用Python解析和处理XML文档的工具包，包中的4DOM是完全相容于W3C DOM规范的。它包含以下内容： xmlproc: 一个符合规范的XML解析器。 Expat: 一个快速的，非验证的XML解析器。 还有其他 和他同级别的还有 PyHtml PySGML PyGame———— 用于多媒体开发和游戏软件开发的模块。 PyOpenGL———— 模块封装了“OpenGL应用程序编程接口”，通过该模块python程序员可在程序中集成2D和3D的图形。 NumPy、NumArray和SAGE———— NumArray是Python的一个扩展库，主要用于处理任意维数的固定类型数组，简单说就是一个矩阵库。它的低层代码使用C来编写，所以速度的优势很明显。NumPy是Numarray的后继者，用来代替NumArray。SAGE是基于NumPy和其他几个工具所整合成的数学软件包，目标是取代 Magma, Maple, Mathematica和Matlab 这类工具。 MySQLdb模块———— 用于连接MySQL数据库。还有用于zope的ZMySQLDA模块，通过它就可在zope中连接mysql数据库。 PyGTK ———— 用于python GUI程序开发的GTK+库。GTK就是用来实现GIMP和Gnome的那个库。有了它，你完全可以自信的尝试自己制造Photoshop PyQt ———— 用于python的Qt开发库。QT就是实现了KDE环境的那个库，由一系列的模块组成，有qt, qtcanvas, qtgl, qtnetwork, qtsql, qttable, qtui and qtxml，包含有300个类和超过5750个的函数和方法。PyQt还支持一个叫qtext的模块，它包含一个QScintilla库。该库是 Scintillar编辑器类的Qt接口。 PyMedia ———— 用于多媒体操作的python模块。它提供了丰富而简单的接口用于多媒体处理(wav, mp3, ogg, avi, divx, dvd, cdda etc)。可在Windows和Linux平台下使用。 Psyco ———— 一个Python代码加速度器，可使Python代码的执行速度提高到与编译语言一样的水平。 Python-ldap ———— 提供一组面向对象的API，可方便地在python中访问ldap目录服务，它基于OpenLDAP2.x。 smtplib模块 ———— 发送电子邮件。 ftplib模块 ———— 定义了FTP类和一些方法，用以进行客户端的ftp编程。我们可用python编写一个自己的ftp客户端程序，用于下载文件或镜像站点。如果想了解ftp协议的详细内容，请参考RFC959。 xmpppy模块 ———— Jabber服务器采用开发的XMPP协议，Google Talk也是采用XMPP协议的IM系统。在Python中有一个xmpppy模块支持该协议。也就是说，我们可以通过该模块与Jabber服务器通信，是不是很Cool。 下面这些就不详细介绍，只列出名字和功能 adodb ———— ADO数据库连接组件 bsddb3 ———— BerkeleyDB的连接组件 chardet ———— 编码检测 Cheetah ———— 构建和扩充任何种类的基于文本的内容 cherrypy ———— 一个WEB framework ctypes ——
https://www.runoob.com/python/python-tutorial.html
转一篇关于Python GIL的文章。 归纳一下，CPU的大规模电路设计基本已经到了物理意义的尽头，所有厂商们都开始转向多核以进一步提高性能。Python为了能利用多核多线程的的优势，但又要保证线程之间数据完整性和状态同步，就采用了最简单的加锁的方式（所以说Python的GIL是设计之初一时偷懒造成的！）。Python库的开发者们接受了这个设定，即默认Python是thread-safe，所以开始大量依赖这个特性，无需在实现时考虑额外的内存锁和同步操作。但是GIL的设计有时会显得笨拙低效，但是此时由于内
python作为一种编程语言，通过编写程序的方式来解决问题 python编写的程序，是文本文件，后缀名称为[.py]
ActivePython-3.1.3.5-win32-x86.msi bzr-2.3.1.win32-py2.6.exe CherryPy-3.2.0-py2.win32.exe dreampie-1.1.1-setup.exe Genshi-0.6.win32.exe ipython-0.10.1.win32-setup.exe matplotlib-0.99.3.win32-py2.6.exe mod_python-3.2.5b.win32-py2.3.exe mod_python-3.2.5b.win32-py2.4.exe MySQL-python-1.2.2.win32-py2.6.exe numpy-1.5.1-win32-superpack-python2.6.exe PyQt-Py2.6-gpl-4.5.4-1.exe pysqlite-2.6.0.win32-py2.6.exe python-2.7.msi pywin32-216.win32-py2.6.exe scipy-0.8.0-win32-superpack-pytho.exe setuptools-0.6c11.win32-py2.6.exe svn-python-1.6.1.win32-py2.6.exe Twisted-11.0.0.winxp32-py2.7.msi numpy scipy Markdown-2.0.win32.exe aggdraw-1.2a3-20060212.win32-py2.6.exe Tkinter wxpython pythonwin java swing pygtk pyqt ---- highlight-setup-3.4.exe ------- Psyco Pyrex PyPy Weave NumPy ctypes Tkinter wxPython PythonWin Java Swing PyGTK PyQt Paycopg MySQLdb Pygame PyXML ReportLab RepltC
1.简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。
Python /pi:'thon/ 用作者的话说, Python是另一个脚本语言，另一个Perl。 Python的设计崇尚简洁和优雅，它主要吸引那些觉得Perl 丑陋怪异的程序员。Python \Py"thon\, n. Python是卧在特尔斐阿波罗神殿的毒蛇的名字。Python一种大型蟒蛇。
pyfiglet，Python写的figlet程序，使用字符组成ASCII艺术图片
Python的强大之处除了它的简洁易用，最厉害的就是它有着广泛的第三方库支持。今天小编就带你看下Python有哪些常用第三库吧, 知道且用过超过10个的欢迎留言~
操作系统原理相关的书，基本都会提到一句很经典的话： "进程是资源分配的最小单位，线程则是CPU调度的最小单位"。
总共用时 28 秒，如果开启两条线程来执行上面的操作（假设处理器为多核 CPU），如下所示：
豌豆贴心提醒，本文阅读时间5分钟 来源：伯乐在线 原文：http://python.jobbole.com/87498/ 引言&动机 考虑一下这个场景，我们有10000条数据需要处理，处理每条数据需要花费1秒，但读取数据只需要0.1秒，每条数据互不干扰。该如何执行才能花费时间最短呢？ 在多线程(MT)编程出现之前，电脑程序的运行由一个执行序列组成，执行序列按顺序在主机的中央处理器(CPU)中运行。无论是任务本身要求顺序执行还是整个程序是由多个子任务组成，程序都是按这种方式执行的
线程，有时被称为轻量进程(Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。另外，线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。一个线程可以创建和撤消另一个线程，同一进程中的多个线程之间可以并发执行。由于线程之间的相互制约，致使线程在运行中呈现出间断性。线程也有就绪、阻塞和运行三种基本状态。就绪状态是指线程具备运行的所有条件，逻辑上可以运行，在等待处理机；运行状态是指线程占有处理机正在运行；阻塞状态是指线程在等待一个事件（如某个信号量），逻辑上不可执行。每一个程序都至少有一个线程，若程序只有一个线程，那就是程序本身。 线程是程序中一个单一的顺序控制流程。进程内有一个相对独立的、可调度的执行单元，是系统独立调度和分派CPU的基本单位指令运行时的程序的调度单位。在单个程序中同时运行多个线程完成不同的工作，称为多线程。
优酷视频网站架构 一、网站基本数据概览 据2010年统计，优酷网日均独立访问人数（uv)达到了8900万，日均访问量（pv）更是达到了17亿，优酷凭借这一数据成为google榜单中国内视频网站排名最高的厂商。 硬件方面，优酷网引进的戴尔服务器主要以 PowerEdge 1950与PowerEdge 860为主，存储阵列以戴尔MD1000为主，2007的数据表明，优酷网已有1000多台服务器遍布在全国各大省市，现在应该更多了吧。 二、网站前端框架 从一开始，优酷网就自建了一套CMS来解决前端的页面显示，各个模
一、异常基础 try/except：捕捉由代码中的异常并恢复，匹配except里面的错误，并自行except中定义的代码，后继续执行程序（发生异常后，由except捕捉到异常后，不会中断程序，继续执行try语句后面的程序） try/finally: 无论异常是否发生，都执行清理行为 （发生异常时程序会中断程序，只不过会执行finally后的代码） raise: 手动在代码中接触发异常。 assert: 有条件地在程序代码中触发异常。 with/as 在Python2.6和后续版本中实现环境管理器。 用户定义的异常要写成类的实例，而不是字符串、。 finally可以和except和else分句出现在相同的try语句内、 1、异常的角色 错误处理 事件通知 特殊情况处理：有时发生很罕见的情况，很难调整代码去处理。通常会在异常处理器中处理这些罕见的情况，从而省去编写应对特殊情况的代码 终止行为 非常规控制流程 >>> x='diege >>> def fetcher(obj,index): ... return obj[index] ... >>> fetcher(x,4) 'e' >>> fetcher(x,5) Traceback (most recent call last): File "<stdin>", line 1, in <module> File "<stdin>", line 2, in fetcher IndexError: string index out of range >>> try: ... fetcher(x,5) #尝试抓取第5个字符 ... except IndexError: #如果发生异常【指出引发的异常名称】 ... print fetcher(x,-1) #那就抓取最后一个字符 ... e >>> def catcher(): ... try: ... fetcher(x,5) ... except IndexError: ... print fetcher(x,-1) ... print "continuing" ... >>> catcher() e continuing 可以看到从异常中恢复并继续执行。 try/finally: 无论异常是否发生，都执行清理行为（发生异常时程序也会终端，只不过会执行finally后的代码） >>> try: ... fetcher(x,4) ... finally: ... print 'after fetch' ... 'e' after fetch 没有发生异常的情况,也执行finally语句中的代码 发生异常的情况下 >>> try: ... fetcher(x,5) ... finally: ... print 'after fetch' ... after fetch Traceback (most recent call last): File "<stdin>", line 2, in <module> File "<stdin>", line 2, in fetcher IndexError: string index out of range 发生异常的情况下，也执行了finally语句中的代码 实际应用镇南关，try/except的组合可用于捕捉异常并从中恢复，而try/finally的组合则很方便，可以确保无论try代码块内的 代码是否发生异常，终止行为一定会运行。如，try/except来捕捉第三方库导入的代码所引发的错误，然后以try/finally来确保 关闭文件，或者终止服务器连接等调用。 可以在同一个try语句内混合except和finally分句:finally一定回执行，无论是否有异常引发，而且不也不关异常是否被except分句捕捉到 2、try/except/else语句 try的完×××式：try/多个except/else语句 else是可选的 try首行底下的代码块代表此语句的主要动作：试着执行的程序代码。except分句定义try代码块内引发的异常处理器，而else分句（如果有）则是提供没有发生异常时候要执行的处理器。 *如果try代码块语句执行时发生了异常，Python就跳回try，执行第一个符合引发的异常的except分句下面的语句。当except代码执行后（除非 except代码块引发另一异常），控制全就会到整个try
线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。一个进程至少有一个线程，一个进程必定有一个主线程。
前文提到 import 指令是用来载入 module 的，如果需要，也会顺道做编译的事。但 import 指令，还会做一件重要的事情就是把 import 的那个 module 的代码执行一遍，这件事情很重要。Python 是解释执行的，连函数都是执行的时候才创建的。如果不把那个 module 的代码执行一遍，那么 module 里面的函数都没法创建，更别提去调用这些函数了。
线程（Thread）也叫轻量级进程，是操作系统能够进行运算调度的最小单位，它被包涵在进程之中，是进程中的实际运作单位。线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。一个线程可以创建和撤消另一个线程，同一进程中的多个线程之间可以并发执行。 举个简单的例子来理解下： 假定有一 7 * 24 小时不停工的工厂，由于其电力有限，一次仅供一个车间使用，当一个车间在生产时，其他车间停工。在这里我们可以理解这个工厂相当于操作系统，供电设备相当于 CPU，一个车间相当于一个进程。
rpm(RedHat Package Manager) 简介 rpm是免费的，并在以下条件下发布GPL(General Public License）。 rpm将所有已安装包的信息保存在/var/lib/rpm数据库。 rpm是 Linux 系统下安装包的唯一方式，如果你已经使用源代码安装了包，那么rpm不能管理它。 rpm处理.rpm文件，其中包含有关软件包的实际信息，例如：what it is,from where it comes,dependencies info,version info等等。 r
第一章 Python 入门 第二章 Python基本概念 第三章 序列 第四章 控制语句 第五章 函数 第六章 面向对象基础 第七章 面向对象深入 第八章 异常机制 第九章 文件操作 第十章 模块 第十一章 GUI图形界面编程 第十二章 pygame游戏开发基础 第十三章 pyinstaller 使用详解 第十四章 并发编程初识 第十五章 并发编程三剑客-进程, 线程与协程
一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程本身不拥有系统资源，与进程内的其它线程共享进程的所有资源。一个进程中至少有一个线程，并作为程序的入口，即主线程，其它线程称为工作线程。 多线程，是指从软件或者硬件上实现多个线程并发执行的技术。支持多线程能力的计算机因有硬件支持而能够在同一时间执行多个线程，进而提升整体处理性能。
这份文档为主Python发行版中标准库的Python代码提供了编码规范。请参阅相关的信息性PEP，该PEP描述了Python C实现中的C代码的样式指南。
Python 教程 欢迎来到Python的世界，本教程将带你遨游Python，领悟Python的魅力。本教程专注于帮助初学者，尤其是生物信息分析人员快速学会Python的常用功能和使用方式，因此只精选了部分Python的功能，请额外参考Python经典教程A byte of python和它的中文版 来更好的理解Python. 本文档的概念和文字描述参考了A byte of python(中文版)，特此感谢。 This work is licensed under a Creative Commons A
1946年第一台计算机诞生--20世纪50年代中期，还未出现操作系统，计算机工作采用手工操作方式。
各自的模块可以在模块工件中定义，要么就是在编译期或者运行期嵌入的环境中。为了提供可靠的配置和强健的封装性，在分块的模块系统中利用他们，必须确定它们的位置，然后决定他们如何关联彼此。
平时编写 TypeScript 代码时,一般都倾向于使用模块(Module),通过结合使用 import 和 export 我们便可以方便的进行模块的导入和导出.
Git 子模块允许你在一个 Git 仓库中引用另一个仓库。这对于在一个项目中使用其他项目的特定版本非常有用。以下是创建和管理 Git 子模块的基本步骤：
Java 9引入了一项重要的功能：模块化（Module System）。模块化是一种将代码和资源封装到可重用和独立的单元中的方法，它有助于改善代码的可维护性、可重用性和安全性。本文将介绍Java模块化的基本概念、如何创建和使用模块以及一些最佳实践。
首先先准备两个模块，md_01_测试模块1和 md_02_测试模块2，然后在demo文件中导入模块并使用工具。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
