为什称Python是一种胶水语言?

python现在最广为闻名的形容大概有这些：

他是很好的胶水语言。什么是胶水语言？反正当时的我不知道。
他是新一代的系统脚本。系统脚本是什么？
其次就是代码可读性。不过，这个其实还是争议挺大的，我也不准备在这多说了。

反正我发现大家其实都没解释清楚。

大概是因为，那些大牛们都已经把很多东西习以为常了，却不知道新人其实都一头雾水。其实事情也没那么复杂。

胶水语言

先从Hello world开始。所有学python的童鞋都会从这句话开始：

print "Hello World!"。

问题来了：为什么所有语言第一件做的事情，就是Hello World？

其实，他代表了UNIX统一的文本处理模型及接口。这些个玩意，Windows的编程领域是很难接触到的也很难理解的。

下面写个范例。比如我这么干了：

# file: say.py
import sys
txt = sys.argv[1]
print "Hello %s!"%(txt)

那么我就可以在Linux或Mac的终端上直接输入：

python say.py World

输出结果就会是：

Hello World!

这样就确保了，在终端调用上的直观与可编程性。

这样，我就不用必须在别的python语言里面调用python了，而能够直接在shell上跟其它处理程序直接连接。

BTW，这其实也是Hello world，呵呵。

再玩复杂点的：

file: say2.py
import sys
for line in sys.stdin.readlines():
print "Hello %s!"%(line.strip())

那么我就可以在终端这么干：echo -e 'water\nmaomaol\nkenbing\nlonger\nchuang'|python say3.py

输出就会是：
Hello water!
Hello maomaol!
Hello kenbing!
Hello longer!
Hello chuang!

再进一步，我可以把前面的内容写成文件，比如写成一个这样的文件：

names.txt
water
maomaol
kenbing
longer
chuang

就可以直接更便捷地做处理：

cat names.txt | python say2.py 这样，我就用cat命令把文本打印出来，然后输出到say2.py上去了。

输出一样的结果。

但是，我输入到终端又有什么用呢？？？没错，到终端的确没啥用，我们把他输出到文件吧！

cat names.txt | python say2.py > result.txt

就这样，结果就保存到了result.txt这个文件里了。

这样做的意义是什么？

意义就是，在终端上我可以随意地组合他和其它程序，作为一个中间处理模块。

而且，他可以如此地简单便捷，一些简单的脚本只需要cat一下马上就能明白是什么意思。

一个表达式一行代码，代码块有一致的标准的缩进，标准的命名方式，简练的语言，支持注释……

别的程序要访问或调用，很简单，一个命令把指定数据输入到这里就好，然后要怎么拼接怎么拼接；
周期性地处理也没问题，输出到文件，等待别的程序调用。

比起windows各种诡异的processer，各种诡异的二进制存储的文件，这样一致的接口简直能让人想哭了。

系统脚本上：

他比SHELL多了很多数学及字符串处理能力，还多了很多很好用的迭代方法，还多了很多的原生的数据结构；
他比PERL多了很要命的代码可读性。
比起ruby和nodejs，他基本所有机器都预装，而且已经经历了时间的考验。虽然，将来的确会有被这俩货代替的可能性。
比起C/C++，他多了一个终端、甚至像ipython这样的加强版神器终端，可以边调试代码边把没问题的代码写进文件。而且，源码即可执行。

在我看来，这些就是python的优势。让他当之无愧是系统脚本的王者。

只可惜，现在就连大多数的程序员，都已经被图形化界面给宠坏了，也习惯了各种大厂商、IDE提供的诸多工具包与功能，却把很多很基础的东西都给忽略了，却在不断地、重复地造轮子。这就叫码农。

所以，大概也就敢于拥抱变化的系统管理员、运维工程师或数据分析工程师，才会长久地持续地喜欢python。

这个用户群，小众而又庞大，而且整个业界对这这方面的专家有着很大的缺口。

纯以前端兼设计师的身份，向这部分人群表示高山仰止。

然后，我再继续折腾别的东西去。

有七大优势所致。

1. 优质的文档

2.平台无关，可以在现在每一个*nix版本上使用

3.和其他面向对象编程语言比学习更加简单快速

4.Python有许多图像加强库像Python Imaging Libary,VTK和Maya 3D可视化工具包，Numeric Python, Scientific Python和其他很多可用工具可以于数值和科学应用。

5.Python的设计非常好，快速，坚固，可移植，可扩展。很明显这些对于人工智能应用来说都是非常重要的因素。

6.对于科学用途的广泛编程任务都很有用，无论从小的shell脚本还是整个网站应用。

7.最后，它是开源的。可以得到相同的社区支持。