笨办法学 Python · 续 第五部分：文本解析

第五部分：文本解析

原文：Part V: Parsing Text

译者：飞龙

协议：CC BY-NC-SA 4.0

自豪地采用谷歌翻译

本书的这一部分将教你如何处理文本，特别是，它是文本解析的正式开始。所以我不会涉及编程语言理论的所有不同理论元素，因为这是整个大学的学位。这只是简单而朴素的文本解析的开始，可以在许多编程环境中使用它。

大多数程序员与解析文本有着奇怪的关系。所有计算机程序设计的核心是解析，它是计算机科学中最容易理解和形式化的方向之一。解析数据在计算中无处不在。你可以在网络协议，编译器，电子表格，服务器，文本编辑器，图形渲染器，以及拥有人机或其他计算机接口的任何东西中找到它。即使两台计算机正在发送固定的二进制协议，尽管缺少文本，仍然存在解析的层面。

我要教你解析，因为它是一种容易理解的可靠技术，可以产生可靠的结果。当你面对可靠地处理一些输入并给出准确的错误时，你将求助于解析器，而不是手动编写一个。另外，一旦学习了解析的基础，就会更容易学习新的编程语言，因为你可以理解他们的语法。

代码覆盖简介

在这部分中，你仍然应该尝试拆解和剖析你编写的任何代码。我在这部分中增加的新东西，是代码覆盖的概念。代码覆盖的想法是，你实际上不知道在编写自动测试时是否测试了大多数情况。你可以使用形式逻辑来开发一个理论，即你覆盖了一切东西，但是我们知道人类的大脑非常难以在自己的思维中找到缺陷。这就是为什么你在这本书中使用“创造然后批判”的循环。在尝试创建某些东西的时候，你很难分析自己的想法。

代码覆盖是一种方法，至少能够了解你在应用中测试的东西。它不会找到你所有的缺陷，但它至少会显示，你已经命中每个可能的代码分支。如果没有覆盖，你实际上不知道你是否测试了每个分支。一个非常好的例子是故障处理。大多数自动测试仅测试最可靠的条件，并且不会测试错误处理。当你运行覆盖时，你会发现你忘记的所有方法，来测试错误处理代码。

代码覆盖也可以帮助你避免过度测试代码。我曾经从事测试驱动开发（TDD）爱好者的项目，他们因 12/1 的测试/代码比而感到自豪（这意味着每一行代码都有 12 行测试）。一个简单的代码覆盖分析显示，他们只测试了 30% 的代码，其中许多线路以同样的方式进行了 6~20 次的测试。同时，像数据库查询中的异常情况那样的简单错误是完全未经测试的，并导致频繁的错误。最终，这些测试套件成为一种负担，阻止了项目的成长，并且只会吞掉开发人员的工作安排。难怪这么多敏捷咨询公司讨厌代码覆盖。

在本练习的视频中，你将看到我运行测试，并使用代码覆盖来确认我正在测试什么。我要求你做同样的事情，并且有使其变得容易的工具。我将向你展示如何阅读测试覆盖结果，以及如何确保你高效地测试你可以测试的一切东西。目标是拥有一个彻底的自动化测试套件，但不会浪费你的努力，所以你不会连续测试 12 次只有 30% 的代码。