最近在 Geek Ranch，我们决定用 Python 实现一些软件。或者更准确地说，是我决定的，而且没有人反对。然后 Python 在 LJ 读者选择调查中被选为最佳脚本语言。这启发了我写这篇文章（并准备好迎接 Perl 和 Ruby 粉丝的叫喊）。

为了理解我的立场，您需要了解我的背景和经验。是的，这将会很长，但我认为这是必要的。

我学习的第一种编程语言是 40 多年前带有 Format 的 Fortran。Fortran 迅速发展，我学习了 Fortran II、Fortran IV 和 Fortran V。对于你们这些 Fortran 人士，我需要解释一下 Fortran V。

Fortran V 基于 Fortran IV，由计算机科学公司在 1960 年代后期在 Univac 1100 系列硬件（以及可能的其他 Univac 系统，如 494）上实现。它扩展了 Fortran，包括参数语句——基本上是一种定义常量、条件编译和语句函数的方式——基本上是生成内联代码的宏。

1970 年，我加入了计算机科学公司，从事他们正在开发的新分时系统 CSTS 的系统测试工作。虽然我的一些工作是用汇编语言完成的，但大部分是用 Fortran V 完成的。对我来说，它是当时我可用的“最佳脚本语言”。（在一段时间内，它也是我在 CSTS 本身上唯一可用的语言。）

除了玩过 Sympl（一种由 CSC 设计用于系统编程的语言，我在 CDC Cyber 系统上使用过），Fortran 一直是我的主要高级“解决问题”语言，直到 1980 年。我生命中的其他语言是各种处理器的汇编语言，包括 Motorola 6800、6809 和 68000。

其中一个例外是在 Pascal 上花了一些时间。这有点偶然。我在常青州立学院找到了一份兼职工作，教授编程风格课程。课程大纲对我来说很有意义，面试也很顺利。惊喜的是，当我接受这份工作时，我的老板说：“哦，这是我们使用的教科书”。虽然这门课主要是理论，但 Pascal 是“将理论付诸实践的工具”。

有了适用于我的 SWTP 6809 系统的 Pascal 编译器，我在学生之前两周学会了 Pascal，一切都很顺利。Pascal 被设计成一种教学语言，它很有道理。例如，它迫使您费尽周折进行类型转换，从而防止编程意外。

1980 年，我在一家制造半导体晶圆探针的公司找到了一份工作。他们过去的系统仅仅是通过一堆硬件逻辑控制的，但我们将要制造终极探针。这包括记忆芯片布局的能力，然后在放置新的晶圆（一种带有多个芯片的圆形硅晶片）时自动将探针与芯片对齐。

作为软件专家，我需要决定用哪种语言来实现这个系统。我最初认为 Pascal 可以工作，并为我们的 CP/M 系统订购了两个不同的 Pascal 编译器。长话短说，Pascal 还没有为黄金时代做好准备。为了使其成为“生产语言”，它被糟糕地扩展了。

这让我做出了一个新的决定：我们需要一个 UNIX 系统，我们将用 C 语言开发。我的老板相信了我（他对软件、UNIX 或 C 一无所知），我订购了一切。他当时不知道的是，我从未见过 UNIX 系统，也从未用 C 语言编程过。

UNIX 和 C 证明了它们的价值，项目取得了成功，我跳槽到下一家公司，几乎做了同样的事情。但是，随着我对 UNIX 越来越熟悉，我决定我的某些工作需要一种更高级的语言。在稍微考察了一下之后，我决定 awk 就是那种语言。它曾经是，而且对我来说，现在仍然是一种非常有用的语言，如果您需要处理一些字符数据。我甚至用 awk 编写了一个 Web 应用程序，允许客户查询他们的订单状态，只是为了证明这是可以做到的。而且做起来甚至不痛苦。

在一个更“awk 式”的冒险中，我的老老板（他当时在一家制造微处理器硬件模拟器的公司）问我是否可以为他做一个项目。他们正在从基于 6809 的模拟器转换为基于 68000 的模拟器，并且需要将数千行指令集编码和解码表从 6809 汇编语言转换为 C 语言。他估计如果用 C 语言完成这项任务需要一个月的时间。我用 awk 和 sed 大约三天就完成了。

所以，我现在是一名 C 程序员和一名 awk 脚本编写者。问题是我的工具集中存在一个空白。与 Fortran V 不同，在 Fortran V 中，我甚至找到了一种在 Fortran 框架内构建和执行汇编语言代码的方法，如果我想做任何字符处理以外的事情，我必须用 C 语言编写代码。在大多数情况下，这还不错，但有时 99% 的任务可以很容易地用几行 awk 完成，但却需要大量的 C 代码。

嗯，1999 年，我有机会采访了 Python 之父 Guido van Rossum。虽然我已经开始玩 Python 了，但我与 Guido 的聊天（不仅仅是一次采访）启发我更加认真地对待它。这次采访实际上解决了 awk 和 Perl 的问题，所以我不在这里赘述。

虽然我过去近十年的生活主要不是编程，但我确实将 Python 作为我的首选工具。我所做的一些事情可以称为脚本编写，但并非全部。例如，我用 Python 为 Visanet（所有可能的信用卡协议中最糟糕的）实现了一个信用卡处理系统。我还使用 Karrigell 做了一些工作，Karrigell 是一个用 Python 实现的 Web 框架。

好的，我谈到了 awk 的局限性，Guido 在采访中帮助我批评了 Perl。请注意，我对 Perl 的默认评论是，如果您不了解正则表达式和 UNIX/Linux shell 编程，Perl 不是了解脚本语言的最佳方式。那么，还剩下什么？显而易见的选择是 Ruby。

嗯，这就是我漫长而无聊的 Pascal 经验历史的用武之地。首先，让我说我喜欢 Ruby。它是一种设计精良且非常干净的语言。如果您还不了解 Python，您应该认真尝试一下。但是，它比 Python 更好吗？我认为不是。

Ruby 虽然不是真正的新语言，但它所做的工作不如 Python 多。就像 30 年前的 Pascal 一样，Ruby 在纸面上看起来不错。Pascal 的成名之处在于没有惊喜。Ruby 的成名之处在于它是纯粹的面向对象。这些都是好事。但是，随着 Ruby 做更多繁重的工作，在我看来，它很可能不得不进化。也就是说，它的纯粹性会像 Pascal 的纯粹性一样被颠覆。

无论如何，我将坚持使用 Python。多年来它肯定已经发展，但这种发展感觉就像是在坚实的基础上，看看是什么让它更有用，并干净利落地处理进化。对我来说，Python 2.5 比 Python 1.5.2 更容易向别人解释。