在大型项目上，Python 是个烂语言吗？

许多后端业务都是用Python编写的，每个基本微服务至少有数万行代码。每一个项目并没有增加到几百万行或至少几十万行。现在基本上，Java、GO、Python都有。

有些程序员讨厌动态的语言，觉得很累。先前的学术研究专门计算了github上不同语言项的错误率，并得出结论，静态语言确实不容易出错，并且更容易维护。动态语言需要良好的工程实践来控制，但灵活性和表现力更强。如果它是一个非常大的单个项目，静态语言是支持统计的更好选择。

下面是一些著名的Python项目代码统计。目前，最大的Python项目应该是一个开放的堆栈，达到100万行，但是大多数大型项目可以达到数十万行。如果是商业项目，目前不能有一百万排。目前，中国许多Python公司或中小企业可能只有大型服务和大型网站，不可能有超大型的单个项目。如果项目团队不被排除在编写Python之外，Python可以在许多项目中使用。Python在爬虫、网站、数据分析等领域有成熟的解决方案。一开始，没有必要过于纠缠于技术选择。也许工程控制，代码质量更重要。

使用方便灵活高效

易于使用包括：

1、简洁、易懂、易懂易懂。

2。一致性好，易于合作，易于维护。

3，基本结构紧凑。

4，尽可能多地支持，包括丰富的类库和软件包。

5，可移植性，对执行环境的假设较少。

6，从写入到执行，在整个过程中所涉及的工具越少，部署程序就越容易。

7，手动可以方便地访问。

灵活性包括：

1，可扩展性好，删除依赖性与添加依赖性一样简单。

2，允许不同级别的抽象（包括DSL）。

三。支持多种编程范例。

4，尝试应用到更多的领域。

5，可定制的语言子集（方言）；

6，可以编译或执行。

效率包括：

1，写得更快、更快和更好（考虑工具支持和纯手写）；

2，编译速度越来越快。

3、快速调试，越早越好。

4，执行速度快，越快越好。

还有一些未列出的特性。仔细想想，以上特点并不缺乏相互对立，如何实现平衡完全取决于应用环境。这些特征将与设计哲学相互作用，并最终决定编程语言的写作风格和使用。

但最终，编程语言被设计成尽可能地在最小化成本的基础上解决问题。

另外，从架构的角度考虑开发与运行、维护和用户操作之间的关系，不可避免地会删除生成的内容，难以维护。不要低估编程语言。它必须是有用的，如果它被发明了。正确的语言更重要的是在正确的时间解决正确的问题。

编写Python几年，CPP几年，CS几年，Python做一个大的项目是没有问题的，不比其他主流语言差，项目的可控大小，主要取决于人，当然不是语言，有差异，但不是很多UBLITY。至于开发工具，高级开发人员根本不依赖开发工具。Python本身不是依赖代码完成和其他功能的技术。习惯的组合是Emacs + IPython + Python模式，它使用DOCTREST作为TDD并且是高效的。最近，许多崇高的文本被使用，没有感觉，我不能离开习惯的环境。

至于运行时错误，它取决于自动化测试的级别。Python项目的bug不会高于CPP或Java bug。

Python超过1K行是一场灾难？这些语法正确性完全取决于提示写的1K行代码。最好的软件工程工具是语言无关的：单元测试，根据合同设计。除了很少的特殊语言（艾菲尔，AspectJ），它基本上是由图书馆和程序员手工完成的。

至于性能问题…没有谷歌的规模，性能问题不需要从全球的角度来解决。找到一个热点并用适当的工具替换它。这是一个可行的项目。此外，Python是一种在C语言中易于扩展的语言。

Perl，Python，Go，甚至Java。这些语言的问题在于它们从未被取代。它们都解决非常特定的问题，所以当新语言在当前语言框架之外解决新的特定问题时，旧语言会失去许多用户。GO的协作程序，Python的语法简单明了，Perl的字符串处理效率和准备运行，Java库和GC，从左到右是回溯波和前向波之间的关系。每个程序员和架构师都应该用正确的工具来解决正确的问题。