Python工程目录组织

关于如何组织一个较好的Python工程目录结构，已经有一些得到了共识的目录结构。在Stackoverflow的这个问题上，能看到大家对Python目录结构的讨论。

这里面说的已经很好了，我也不打算重新造轮子列举各种不同的方式，这里面我说一下我的理解和体会。

假设你的项目名为foo, 我比较建议的最方便快捷目录结构这样就足够了:

Foo/
|-- bin/
|   |-- foo
|
|-- foo/
|   |-- tests/
|   |   |-- __init__.py
|   |   |-- test_main.py
|   |
|   |-- __init__.py
|   |-- main.py
|
|-- docs/
|   |-- conf.py
|   |-- abc.rst
|
|-- setup.py
|-- requirements.txt
|-- README

简要解释一下:

bin/: 存放项目的一些可执行文件，当然你可以起名script/之类的也行。
foo/: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/存放单元测试代码； (3) 程序的入口最好命名为main.py。
docs/: 存放一些文档。
setup.py: 安装、部署、打包的脚本。
requirements.txt: 存放软件依赖的外部Python包列表。
README: 项目说明文件。

除此之外，有一些方案给出了更加多的内容。比如LICENSE.txt,ChangeLog.txt文件等，我没有列在这里，因为这些东西主要是项目开源的时候需要用到。如果你想写一个开源软件，目录该如何组织，可以参考这篇文章。

下面，再简单讲一下我对这些目录的理解和个人要求吧。

关于README

这个我觉得是每个项目都应该有的一个文件，目的是能简要描述该项目的信息，让读者快速了解这个项目。

它需要说明以下几个事项:

软件定位，软件的基本功能。
运行代码的方法: 安装环境、启动命令等。
简要的使用说明。
代码目录结构说明，更详细点可以说明软件的基本原理。
常见问题说明。

我觉得有以上几点是比较好的一个README。在软件开发初期，由于开发过程中以上内容可能不明确或者发生变化，并不是一定要在一开始就将所有信息都补全。但是在项目完结的时候，是需要撰写这样的一个文档的。

关于 requirements

python项目中必须包含一个 requirements.txt 文件，用于记录所有依赖包及其精确的版本号。以便新环境部署。

官方文档：

Pip’s documentation states

pip description

freeze Output installed packages in requirements format.

list List installed packages.

在虚拟环境中使用pip生成(否则会生成大量本地数据包，安装或升级包后，最好更新这个文件)：

pip freeze >requirements.txt # 输出本地包环境至文件

当需要创建这个虚拟环境的完全副本，可以创建一个新的虚拟环境，并在其上运行以下命令：

pip install -r requirements.txt # 根据文件进行包安装

需求文件requirements.txt的内容示例如下：

alembic==0.8.6

bleach==1.4.3

click==6.6

dominate==2.2.1

关于setup.py

一般来说，用setup.py来管理代码的打包、安装、部署问题。业界标准的写法是用Python流行的打包工具setuptools来管理这些事情。这种方式普遍应用于开源项目中。不过这里的核心思想不是用标准化的工具来解决这些问题，而是说，一个项目一定要有一个安装部署工具，能快速便捷的在一台新机器上将环境装好、代码部署好和将程序运行起来。

这个我是踩过坑的。

我刚开始接触Python写项目的时候，安装环境、部署代码、运行程序这个过程全是手动完成，遇到过以下问题:

安装环境时经常忘了最近又添加了一个新的Python包，结果一到线上运行，程序就出错了。
Python包的版本依赖问题，有时候我们程序中使用的是一个版本的Python包，但是官方的已经是最新的包了，通过手动安装就可能装错了。
如果依赖的包很多的话，一个一个安装这些依赖是很费时的事情。
新同学开始写项目的时候，将程序跑起来非常麻烦，因为可能经常忘了要怎么安装各种依赖。

setup.py可以将这些事情自动化起来，提高效率、减少出错的概率。"复杂的东西自动化，能自动化的东西一定要自动化。"是一个非常好的习惯。

setuptools的文档比较庞大，刚接触的话，可能不太好找到切入点。学习技术的方式就是看他人是怎么用的，可以参考一下Python的一个Web框架，flask是如何写的: setup.py

当然，简单点自己写个安装脚本（deploy.sh）替代setup.py也未尝不可。

关于conf.py

注意，在上面的目录结构中，没有将conf.py放在源码目录下，而是放在docs/目录下。

很多项目对配置文件的使用做法是:

配置文件写在一个或多个python文件中，比如此处的conf.py。
项目中哪个模块用到这个配置文件就直接通过import conf这种形式来在代码中使用配置。

这种做法我不太赞同:

这让单元测试变得困难（因为模块内部依赖了外部配置）
另一方面配置文件作为用户控制程序的接口，应当可以由用户自由指定该文件的路径。
程序组件可复用性太差，因为这种贯穿所有模块的代码硬编码方式，使得大部分模块都依赖conf.py这个文件。

所以，我认为配置的使用，更好的方式是，

模块的配置都是可以灵活配置的，不受外部配置文件的影响。
程序的配置也是可以灵活控制的。

能够佐证这个思想的是，用过nginx和mysql的同学都知道，nginx、mysql这些程序都可以自由的指定用户配置。

所以，不应当在代码中直接import conf来使用配置文件。上面目录结构中的conf.py，是给出的一个配置样例，不是在写死在程序中直接引用的配置文件。可以通过给main.py启动参数指定配置路径的方式来让程序读取配置内容。当然，这里的conf.py你可以换个类似的名字，比如settings.py。或者你也可以使用其他格式的内容来编写配置文件，比如settings.yaml之类的。

关于main.py

__name__ == '__main__'是Python的main函数入口。并非说，加入这句才能使用python xxx.py来执行，而是说，这里可以判断，当前是否是直接被python直接调用执行。

getopt是一个包装方法，用以读取main函数后面跟着的参数。getopt.getopt(args, options[, long_options])有三个变量，args就是python xxx.py后面跟着的参数，通常就是sys.argv数组，不过我们一般会去除第一个元素，因为sys.argv的第一个元素，就是文件名本身。所以，我们的写法是sys.argv[1:]。

options是一个字符串，描述了需要解析哪些参数。如果一个参数，不需要跟变量，比如-h，那么直接使用参数名即可。如果一个参数需要传入变量，则在后面加:，比如n:。所以本案例中hn:w:的意思是，我们有三个参数，分别是-h, -n, -w，其中-h无需传入变量，而-n, -w需要传入变量。

long_options是一个字符串数组，也表示需要解析哪些参数。long_options是相对options而言的，我们在linux中，经常会看到一个命令的参数有多种写法，最常见的就是帮助参数，它有两种写法：-h, --help。前一种是就是我们的options，而后一种就是long_options。

假如我们有一个--help，那么在long_options中就是['help']。如果一个参数需要传入参数，比如--name 'Good'，那么在long_options中就是['name=']，是的，就是多一个=。

getopt.getopt返回一个元组(opts, args)，其中opts就是我们解析出来的参数，而args则是剩余没有解析的参数。opts是元组数组，每个元组，相当于key-value。key就是我们的参数名，而value就是参数的内容。

经典例子：

# coding=utf-8

import getopt

import sys

if __name__ == '__main__':

opts, args = getopt.getopt(sys.argv[1:], 'hn:w:', ['name=', 'word=', 'help'])

name = 'No Name'

word = 'Hello'

for key, value in opts:

if key in ['-h', '--help']:

print'一个向人打招呼的程序'

print'参数：'

print'-h 显示帮助'

print'-n 你的姓名'

print'-w 想要说的话'

sys.exit(0)

if key in ['-n', '--name']:

name = value

if key in ['-w', '--word']:

word = value

print'你好，我叫', name, '，', word

类class中调用的优先级：

1、def__new__(cls):

2、def__init__(self):

3、def__call__(self, x):