驳《我不是很懂 Node.js 社区的 DRY 文化》

今天在群里有人讨论方老师的文章《我不是很懂 Node.js 社区的 DRY 文化》，我也看了一遍，槽点太多，不知道如何下笔。

方老师分析了几个依赖最多的 npm 包，每个都只有不到百行代码。

比如 is-odd，每周下载 300 万次，但是只有核心 5 行代码。而且依赖了每周下载 1000 万次的 is-number 库。

得出了一个结论：

原来有这么多 JS 程序员不会判断奇数

只要 markdown 写得漂亮，就能迷倒 JS 程序员

的问题一直在困扰 JS 程序员，我要不要写一个 库解决这个问题呢

首先第一条:

原来有这么多 JS 程序员不会判断奇数。

其实不仅仅是 JS 程序员，大部分程序员都不会准确的判断奇数。

你写

这是小学的知识，除以 2，如果除不尽（有余数）那么就是奇数。正因为知识点很简单，所以给人一种随便一个程序员都会判断的错觉。

现在我们假设用户传入的参数一定是数字。

即便如此，这个函数依然不能正确判断奇数。因为 的结果是 。

有人说那就这么写：

随便一个小数就被判断为奇数了。更不用说浮点数中的妖怪 和 了。

那么是不是对 和 直接返回 falst，然后把 的判断也加上去就行了：

也是图样

为什么从 开始呢？因为这个值是 ，是 。

那回过头来看看 is-odd 库是怎么实现的呢？

用于把字符串转换为整数，和 进行按位与运算判断最后一位是 还是 。

很遗憾，也有问题。 因为在字符串转整数的时候精度就丢失了。

如果有谁想造轮子，可以写一个 better-is-odd，可以把字符串 判断为奇数，但是对于数字 也是无能为力。等着 proposal-bigint 提案吧。

不仅仅是判断奇数，单纯的判断一个字符串是不是数字就可以难倒一大片 JS 程序员（其它语言程序员也一样）。

is-number 库核心代码不到 10 行。方老师只关注了库的源代码，但是我们如果看一看他的 test case，就决定要使用这个库了。

作者为这 10 行代码写了 108 行的测试用例，来保证这个函数的功能是正确的。

我在之前的文章百行代码，千行测试里面曾写过：

不要重复发明轮子。

很多大牛推荐我们“造轮子”，但是造轮子的目的是为了学习，而不是使用，尤其不要用在生产环境。

造个轮子很简单，但是你非要把自己的轮子安在汽车上，开上路，那肯定是一个安全隐患。

有很多人会说，“既然自己可以写一个，为什么非要用别人的？” 还有人觉得，有些非常小的功能不需要使用别人的。

很多人还会借此吐槽 leftpad 模块，但是平心而论，你自己能徒手这一个没有 bug 且高性能的 leftpad 函数吗？

前几天我们项目组就遇到了一次，其实功能很简单，一个页面分享出去，并使用 url 携带参数。比如：

aaa.html?id=123456

看似很简单的一个需求，但是真正自己写一个却不简单。

查找“=”字符，然后截取后面的？

split("=")，然后去第二个

……

不到 10 行代码就写完了。

第一次分享到微信是正常，把分享出去的页面再次转发分享，页面错误。

因为微信会在 URL 后面添加一些额外的参数，同样，不同的平台都会有不同形式的添加参数方式，有的加 ，有的加 ，不论加什么都会导致解析的失败。

归根结底是我们写的解析函数有 bug，我们重新造了一个有 bug 的轮子。

解决方式就是:

麻雀虽小，五脏俱全。看看 github 源码，“百行代码，千行测试”。绝对比自己写的代码靠谱。

我写这篇文章不是为了推荐这个 qs 库，而是告诉大家不要重复造轮子用在生产环境，平时大家多造轮子用来学习。

在回过头来看看 is-number 库，不仅仅有 100 多行的 test case，还有一个目录 benchmark。这里面的代码我没有数，但是光看文件数量就有 10 个以上。也就是说作者不仅仅保证了这个函数的运行结果没有问题，更保证了这个函数的性能。

我们为什么要使用这个库，因为作者为了他的 10 行代码，写了几百行的其它代码来保证质量。

作者 9 天前还发布了新版，20 天前还优化了字符串转数字的性能。

再看看方老师说的第二条：

只要 markdown 写得漂亮，就能迷倒 JS 程序员。 这些包的 markdown 代码远远多于 JS 代码，可能它们的 markdown 更值得我们学习

Redux 号称百行代码，千行文档，一共就导出了 5 个函数。

而且 markdown 写的漂亮也是很有必要的，否则你不知道下面的代码到底输出什么

第三条：

的问题一直在困扰 JS 程序员，我要不要写一个 库解决这个问题呢

不能。

我是认真的！因为 npm 已经有一个 库了，名字被别人占用了，所以你只能叫别的名字了。

虽然是一个小众的库，但是每周也有近一万的下载量。这个库实现了 JavaScript 中的浮点数加法的 Rump-Ogita-Oishi 算法。

比如有如下浮点数：

把这些数累加

结果是：

而使用 Rump-Ogita-Oishi 算法：

再看看 benchmark (OS X 10.9.4, 2 GHz Core i7, 8GB DDR3 1600Mhz RAM)：

最后再重申一般：Don't Repeat Yourself。