如何阅读他人的程序代码[转]

 

正在困扰如何能深一步的学习技术时发现了这篇文章，实在是写的好，让人有茅塞顿开之感

如何阅读他人的程序代码

文/王建兴

 

作者简介： 王建兴，清华大学资讯工程系的博士研究生，研究兴趣包括计算机网络、点对点网络、分布式网络管理、以及行动式代理人，专长则是Internet应用系统的开发。曾参与过的开发项目性质十分广泛而且不同，从ERP、PC Game到P2P网络电话都在他的涉猎范围之内。

  

  一、读懂程序代码，使心法皆为我所用

程序代码是别人写的，只有原作者才真的了解程序代码的用途及涵义。许多程序人心里都有一种不自觉的恐惧感，深怕被迫去碰触其他人所写的程序代码。但是，与其抗拒接收别人的程序代码，不如彻底了解相关的语言和惯例，当成是培养自我实力的基石。

 

对大多数的程序人来说，撰写程序代码或许是令人开心的一件事情，但我相信，有更多人视阅读他人所写成的程序代码为畏途。许多人宁可自己重新写过一遍程序代码，也不愿意接收别人的程序代码，进而修正错误、维护它们、甚至加强功能。

这其中的关键究竟在何处呢？若是一语道破，其实也很简单，程序代码是别人写的，只有原作者才真的了解程序代码的用途及涵义。许多程序人心里都有一种不自觉的恐惧感，深怕被迫去碰触其他人所写的程序代码。这是来自于人类内心深处对于陌生事物的原始恐惧。

 

读懂别人写的程序代码，让你收获满满

不过，基于许多现实的原因，程序人时常受迫要去接收别人的程序代码。例如，同事离职了，必须接手他遗留下来的工作；也有可能你是刚进部门的菜鸟，而同事经验值够了、升级了，风水轮流转，一代菜鸟换菜鸟。甚至，你的公司所承接的项目，必须接手或是整合客户前一个厂商所遗留下来的系统，你们手上只有那套系统的原始码（运气好时，还有数量不等的文件）。

诸如此类的故事，其实时常在程序人身边或身上持续上演着。许多程序人都将接手他人的程序代码，当做一件悲惨的事情。每个人都不想接手别人所撰写的程序代码，因为不想花时间去探索，宁可将生产力花在产生新的程序代码，而不是耗费在了解这些程序代码上。

很遗憾的是，上述的情况对程序人来说很难避免。我们总是必须碰触到其他人所写成的程序代码，甚至必须了解它、加以修改。对于这项需求，在现今开放原始码的风气如此盛行的今日，正如之前的「程序设计2.0」文中所提到的，你可以透过开放原始码学习到新的技术、学习到高手的架构设计，大幅提高学习的效率及效果。你甚至可以直接自开放原始码项目中抽取、提炼出自己所需的程序代码，站在巨人的肩膀上，直接由彼端获得所需的生产力。从这个观点来看，读懂别人所写的程序代码，就不再只是从负面观点的「被迫接收」，而是极具正面价值的「汲取养份」。

 

先了解系统架构与行为模式，再细读

倘若撰写程序代码是程序人的重要技艺之一，那么读懂别人的程序代码、接着加以修改，也势必是另一个重要的技艺。

如果你不能熟悉这项工作，不仅在遭逢你所不愿面对的局面时，无法解决眼前接手他人程序代码的难题，更重要的是，当你看着眼前现成的程序代码，却不知如何从中撷取自己所需，导致最后只能入宝山空手回，望之兴叹。

接触他人的程序代码，大致上可以分为三种程度：一、了解，二、修改、扩充，三、抽取、提炼。

了解别人的程序代码是最基础的工作，倘若不能了解自己要处理的程序代码，就甭论修改或扩充，更不可能去芜存菁，从中萃取出自己所需，回收再利用别人所撰写的程序代码。

虽说是「阅读」，但程序代码并不像文章或小说一样，透过这种做法，便能够获得一定程度的了解。阅读文章或小说时，几乎都是循序地阅读，你只消翻开第一页，一行行阅读下去即可。但是，有许多程序人在试着阅读其他人的程序代码时，却往往有不知如何读起的困难。

或许找到系统的第一页（也就是程序代码执行的启始点）并不难，但是复杂度高的系统，有时十分庞大，有时千头万绪。

从程序代码的启始点开始读起，一来要循序读完所有的程序代码旷日费时，二来透过这种方式来了解系统，很难在脑中构建出系统的面貌，进而了解到系统真正的行为。所以，阅读程序代码的重点，不在于读完每一行程序代码，而是在于有效率地透过探索及阅读，从而了解系统的架构及行为模式。以便在你需要了解任何片段的细节实作时，能够很快在脑上对映到具体的程序代码位置，直到那一刻，才是细读的时机。

 

熟悉沟通语言与惯例用语

不论如何，有些基本的准备，是阅读他人程序代码时必须要有的。

首先，你最好得了解程序代码写成的程序语言。想要读懂法文写成的小说，总不能连法文都不懂吧。有些情况则很特殊。我们虽然不懂该程序代码撰写所用的语言，但是因为现代语言的高阶化，而且流行的程序语言多半都是血统相近，所以即使不那么熟悉，有时也可勉力为之。

除了认识所用语言之外，再来就是要先确认程序代码所用的命名惯例（naming convention）。了解命名惯例很重要，不同的程序人或开发团队，差异可能很大。

这命名惯例涵盖的范围通常包括了变量的名称、函式的名称、类别（如果是面向对象的话）的名称、原始码档案、甚至是项目建构目录的名称。倘若使用了像设计模式之类的方法，这些名称更有一些具体的表述方式。

命名惯例有点像是程序人在程序语言之上，另行建构的一组沟通行话。程序人会透过共通约束、遵守的命名惯例，来表达一些较高阶的概念。例如，有名的匈牙利式命名法，便将变量名称以属性、型别、说明合并在一起描述。对程序人来说，这种方式能够提供更丰富的信息，以了解该变量的作用及性质。

对程序代码阅读来说，熟悉这个做法之所以重要，是因为当你了解整个系统所采用的惯例时，你便能试着以他们所共同操用的语汇来进行理解。倘若，不能了解其所用的惯例，那么这些额外提供的信息，就无法为你所用。像以设计模式写成的程序代码，同样处处充满着模式的名称，诸如：Factory、Facade、Proxy等等。以这些名称指涉的类别，也直接透过名称，表达了它们自身的作用。对于懂得这命名惯例的读者来说，不需要深入探索，也能很快捕捉到这些类别的意义。

当你拿到一套必须阅读的程序代码时，最好先取得命名惯例的说明文件。然而，并不是每套程序代码都附有此类的说明文件。另一个方式，就是自己到程序代码中，大略浏览一遍，有经验的程序人可以轻易发掘出该系统所用的命名惯例。

常见的命名方式不脱那几类，这时候经验就很重要，倘若你知道的惯例越多，就越能轻易识别他人所用的惯例。如果运气很糟，程序代码所用的惯例是前所未见的，那么你也得花点时间归纳，凭自己的力量找出这程序代码命名上的规则。

 

掌握程序代码撰写者的心态与习惯

大多数的程序代码，基本上都依循一致的命名惯例。不过运气更差的时候，一套系统中可能会充斥着多套命名惯例。这有可能是因为开发团队由多组人马所构成，每组人马都有不同的文化，而在项目开发管理又没有管控得宜所造成。最糟的情况，程序代码完全没有明显的惯例可言，这时候阅读的难度就更高了。

想要阅读程序代码，得先试着体会程序代码作者的「心」。想要这么做，就得多了解对方所使用的语言，以及惯常运用的语汇。在下一回中，我们将继续探讨阅读程序代码的相关议题。

 

 

 

  二、摸清架构，便可轻松掌握全貌

在本文中，我们的重点放在：要了解一个系统，最好是采取由上至下的方式。先试着捕捉系统架构性的观念，不要过早钻进细节，因为那通常对于你了解全貌，没有多大的帮助。阅读程序代码不需要从第一行读起，我们的目的并不是在于读遍每一段程序代码。

 

基于许多原因，程序人需要阅读其他人所写成的程序代码。而对程序设计2.0时代的程序人来说，最正面的价值在于，能读懂别人程序的人，才有能力从中萃取自己所需的程序，藉以提高生产力。

 

阅读程序代码的目的，在于了解全貌而非细节

想要读懂别人程序代码的根本基础，便是了解对方所用的程序语言及命名惯例。有了这个基础之后，才算是具备了基本的阅读能力。正如我之前提到的──想要读懂法文写成的小说，总不能连法文都不懂吧。阅读程序代码和阅读文学作品，都需要了解撰写所用的语言及作者习用的语汇。

但我们在阅读文学作品通常是采循序的方式，也就是从第一页开始，一行一行地读下去，依循作者为你铺陈的步调，逐渐进到他为你准备好的世界里。

阅读程序代码却大大不同。我们很少从第一行开始读起，因为除非它是很简单的单线程程序，否则很少这么做。因为要是这么做，就很难了解整个系统的全貌。

是的，我们这边提到了一个重点，阅读程序代码的目的在于了解系统的全貌，而不是在于只是为了地毯式的读遍每一段程序代码。

就拿面向对象程序语言所写成的系统来说，整个系统被拆解、分析成为一个个独立的类别。阅读个别类别的程序代码，或许可以明白每项类别对象个别的行为。但对于各类别对象之间如何交互影响、如何协同工作，又很容易陷入盲人摸象的困境。这是因为各类别的程序代码，只描述个别对象的行为，而片段的阅读就只能造就片面的认识。

 

由上而下厘清架构后，便可轻易理解组成关系

如果你想要跳脱困境，不想浪费大量时间阅读程序代码，却始终只能捕捉到对系统片段认识，就必须转换到另一种观点来看待系统。从个别的类别行为着手，是由下至上（Bottom-Up）的方法；在阅读程序代码时，却应该先采由上至下（Top-Down）的方式。对程序代码的阅读来说，由上至下意谓着，你得先了解整个系统架构。

系统的架构是整个系统的骨干、支柱。它表现出系统最突出的特征。知道系统架构究竟属于那一种类型，通常大大有益于了解系统的个别组成之间的静态及动态关系。

有些系统因为所用的技术或框架的关系，决定了最上层的架构。例如，采用Java Servlet/JSP技术的应用系统，最外层的架构便是以J2EE（或起码J2EE中的Web Container）为根本。

使用Java Servlet/JSP技术时，决定了某些组成之间的关系。例如，Web Container依据web.xml的内容加载所有的Servlets、Listeners、以及Filters。每当Context发生事件（例如初始化）时，它便会通知Listener类别。每当它收到来自客户端的请求时，便会依循设定的所有Filter Chain，让每个Filter都有机会检查并处理此一请求，最后再将请求导至用来处理该请求的Servlet。

当我们明白某个系统采用这样的架构时，便可以很容易地知道各个组成之间的关系。即使我们还不知道究竟有多少Servlets，但我们会知道，每当收到一个请求时，总是会有个相对应的Servlet来处理它。当想要关注某个请求如何处理时，我应该去找出这个请求对应的Servlet。

 

了解架构，必须要加上层次感

同样的，以Java写成的Web应用程序中，也许会应用诸如Struts之类的MVC框架，以及像Hibernate这样的数据存取框架。它们都可以视为最主要的架构下的较次级架构。而各个应用系统，甚至有可能在Struts及Hibernate之下，建立自有的更次级的架构。

也就是说，当我们谈到「架构」这样的观念时，必须要有层次感。而不论是那一层级的架构，都会定义出各自的角色，以及角色间的关系。对阅读者来说，相较于直接切入最细微的单一角色行为，不如了解某个特定的架构中，究竟存在多少角色，以及这些角色之间的互动模式，比较能够帮助我们了解整个系统的运作方式。

这是一个很重要的关键，当你试着进到最细节处之前，应该先试着找出参与的角色，及他们之间的关系。例如，对事件驱动式的架构而言，有3个很重要的角色。一个是事件处理的分派器（Event Dispatcher）、一个是事件产生者（Event Generator）、另一个则是事件处理器（Event Handler）。

事件产生器产生事件，并送至事件分派器，而事件分派器负责找出各事件相对应的事件处理器，并且转交该事件，并命令事件处理器加以处理。像Windows的GUI应用程序，便是采用事件驱动式的架构。

当你知道此类的应用程序皆为事件驱动式的架构时，你便可以进一步得知，在这样的架构下会有3种主要的角色。虽然也许还不清楚整个系统中，究竟会需要处理多少事件的类型，但对你而言，已经建立了对系统全貌最概观的认识。

虽然你还不清楚所有的细节，但诸如确切会有那些事件类型之类的信息，在此刻还不重要──不要忘了，我们采取的是由上而下的方式，要先摸清楚主建筑结构，至于壁纸的花色怎么处理，那是到了尾声时才会做的事。

 

探索架构的第一件事：找出系统如何初始化

有经验的程序人，对于时常被运用的架构都很熟悉。常常只需要瞧上几眼，就能明白一个系统所用的架构，自然就能够直接联想到其中会存在的角色，以及角色间的关系。

然而，并不是每个系统所用的架构，都是大众所熟悉，或是一眼能够望穿的。这时候，你需要探索。目标同样要放在界定其中的角色、以及角色间的静态、动态关系。

不论某个系统所采用的架构是否为大部分人所熟知的，在试着探索一个系统的长相时，我们应该找出来几个答案，了解在它所用的架构下，下列这件事是如何被完成的：一、系统如何初始化，二、与这个系统相接的其他系统（或用户）有那些，而相接的接口又是什么；三、系统如何反应各种事件，四、系统如何处理各种异常及错误。

系统如何初始化是很重要的一件事，因为初始化是为了接下来的所有事物而做的准备。从初始化的方式、内容，能知道系统做了什么准备，对于系统会有什么行为展现，也就能得窥一二了。

之所以要了解与系统相接的其他系统（或用户），为的是要界定出系统的边界。其他的系统可能会提供输入给我们所探索的系统，也可能接收来自这系统的输出，了解这边界所在，才能确定系统的外观。

而系统所反应的事件类型、以及如何反应，基本上就代表着系统本身的主要行为模式。最后，我们必须了解系统处理异常及错误的方式，这同样也是系统的重要行为，但容易被忽略。

之前，我们提到必须先具备一个系统的语言基础，才能够进一步加以阅读，而在本文中，我们的重点放在：要了解一个系统，最好是采取由上至下的方式。先试着捕捉系统架构性的观念，不要过早钻进细节，因为那通常对于你了解全貌，没有多大的帮助。

 

 

 

  三、优质工具在手，读懂程序非难事

系统的复杂度往往超过人脑的负荷。阅读程序代码的时候，你会需要更多工具提供协助。使用好的集成开发环境（IDE）或文本编辑器，就能提供最基本的帮助。

 

阅读程序代码的动作，可以是很原始的，利用最简单的文本编辑器，逐一开启原始码，然后凭借着一己的组织能力，在不同的程序代码间跳跃，拼凑出脑中想要构建的图像。

不过，系统的复杂度往往超过人脑的负荷。阅读程序代码的时候，你会需要更多工具提供协助。使用好的集成开发环境（IDE）或文本编辑器，就能提供最基本的帮助。

 

善用文本编辑器或IDE，加速解读程序代码

许多文本编辑器提供了常见程序语言的语法及关键词标示功能。这对于阅读来说，绝对能够起很大的作用。有些文本编辑器（例如我常用的EditPlus及偶而使用的Notepad++），甚至能够自动列出某个原始档中所有定义的函式清单，更允许你直接从清单中选择函式，直接跳跃到该函式的定义位置。这对于阅读程序代码的人来说，就提供了极佳的便利性。

因为在阅读程序代码时，最常做的事，就是随着程序中的某个控制流，将阅读的重心，从某个函式移至它所呼叫的另一个函式。所以对程序人来说，阅读程序代码时最常做的事之一就是：找出某个函式位在那一个原始档里，接着找到该函式所在的位置。

好的IDE能够提供的协助就更多了。有些能够自动呈现一些额外的信息，最有用的莫过于函式的原型宣告了。例如，有些IDE支持当光标停留在某函式名称上一段时间后，它会以Tooltip的方式显示该函式的原型宣告。

对阅读程序代码的人来说，在看到程序代码中呼叫到某个函式时，可以直接利用这样的支持，立即取得和这个函式有关的原型信息，马上就能知道呼叫该函式所传入的各个自变量的意义，而不必等到将该函式的定义位置找出后，才能明白这件事。

 

grep是一个基本而极为有用的工具

除了选用好的文本编辑器或IDE之外，还有一个基本、但却极为有用的工具，它就是grep。熟悉Unix操作系统的程序人，对grep这个公用程序多半都不陌生。Grep最大的用途，在于它允许我们搜寻某个目录（包括递归进入所有子目录）中所有指定档案，是否有符合指定条件（常数字符串或正规表示式）档案。

倘若有的话，则能帮你指出所在的位置。这在阅读程序代码时的作用极大。当我们随着阅读的脚步，遇上了任何一个不认识、但自认为重要的类别、函式、数据结构定义或变量，我们就得找出它究竟位在这茫茫程序代码海中的何处，才能将这个图块从未知变为已知。

grep之所以好用，就是在于当我们发现某个未知的事物时，可以轻易地利用它找出这个未知的事物究竟位在何方。此外，虽说grep是Unix的标准公用程序之一，但是像Windows这样子的平台，也有各种类型的grep程序。对于在Windows环境工作的程序人来说，可以自行选用觉得称手的工具。

 

gtags可建立索引，让搜寻更有效率

grep虽然好用，但是仍然有一些不足之处。第一个缺点在于它并不会为所搜寻的原始码档案索引。每当你搜寻时，它都会逐一地找出所有的档案，并且读取其中的所有内容，过滤出满足指定条件的档案。当项目的原始码数量太大时，就会产生搜寻效率不高的问题。

第二个缺点是它只是一个单纯的文本文件搜寻工具，本身并不会剖析原始码所对应的语言语法。当我们只想针对「函式」名称进行搜寻时，它有可能将批注中含有该名称的原始码，也一并找了出来。

针对grep的缺点，打算阅读他人程序代码的程序人，可以考虑使用像是gtags这样子的工具。gtags是GNU GLOBAL source code tag system，它不只搜寻文字层次，而且因为具备了各种语言的语法剖析器，所以在搜寻时，可以只针对和语言有关的元素，例如类别名称、函式名称等。

而且，它能针对原始码的内容进行索引，这意谓一旦建好索引之后，每次搜寻的动作，都毋需重新读取所有原始码的内容并逐一搜寻。只需要以现成的索引结构为基础，即可有效率的寻找关键段落。

gtags提供了基于命令行的程序，让你指定原始码所在的目录执行建立索引的动作。它同时也提供程序让你得如同操作grep一般，针对索引结构进行搜寻及检索。它提供了许多有用的检索方式，例如找出项目中定义某个数据结构的档案及定义所在的行号，或者是找出项目中所有引用某数据结构的档案，以及引用处的行号。

这么一来，你就可以轻易地针对阅读程序代码时的需求予以检索。相较于grep所能提供的支持，gtags这样的工具，简直是强大许多。

 

再搭配htags制作HTML文件，更是如虎添翼

还有一个绝对需要一提的工具。这个叫做htags的工具，能够帮你将已制作完成的索引结构，制作成为一组相互参考的HTML文件。基本上，利用这样的HTML文件阅读程序代码，比起单纯地直接阅读原始码，来得更有结构。原因是阅读程序代码时，这样的HTML文件，已经为你建立起在各个原始码档案片段间跳跃的链结。例如，图一（略）是针对一个有名的开放原始码项目ffmpeg，由gtags所产生出来的HTML文件首页的一部分。

 

htags工具首先为你找出所有定义main()函式的档案，并且列出所在的函式。找出main()函式，时常是阅读程序代码的第一步，因为main()函式是程序的主要入口点，所有的动作皆由此启动，它是一切事物的源头。

凭借htags制作的HTML文件，你可以轻易地点击超链接，直接进到main()函式所在的代码段，如图二（略）。

 

当我们检视上述原始码时，发现av_register_all()是个陌生、无法了解的事物，而想要搞懂它究竟是什么，可以再继续点击这个函式，如图三（略）。这真是太方便了！阅读至此，你会猛然发现，gtags彷佛就是为了阅读程序代码而专门量身打造的利器。

 

 

 

 

  四、望文生义，进而推敲组件的作用

先建立系统的架构性认识，然后透过名称及命名惯例，就可以推测出各组件的作用。例如：当Winamp尝试着初始化一个Plug-In时，它会呼叫这个结构中的init函式，以便让每个Plug-In程序有机会初始化自己。当Winamp打算结束自己或结束某个Plug-In的执行时，便会呼叫quit函式。

在阅读程序代码的细节之前，我们应先试着捕捉系统的运作情境。在采取由上至下的方式时，系统性的架构是最顶端的层次，而系统的运作情境，则是在它之下的另一个层次。

 

好的说明文件难求，拼凑故事的能力很重要

有些系统提供良善的说明文件，也许还利用UML充分描述系统的运作情境。那么对于阅读者来说，从系统的分析及设计文件着手，便是快速了解系统运作情境的一个途径。

但是，并不是每个软件项目都伴随着良好的系统文件，而许多极具价值的开放原始码项目，也时常不具备此类的文件。对此，阅读者必须尝试自行捕捉，并适度地记录捕捉到的运作情境。

我喜欢将系统的运作情境，比拟成系统会上演的故事情节。在阅读细节性质的程序代码前，先知道系统究竟会发生那些故事，是必备的基本功课。你可以利用熟悉或者自己发明的表示工具，描述你所找到的情境。甚至可以只利用简单的列表，直接将它们列出。只要能够达到记录的目的，对程序代码阅读来说，都能够提供帮助。或者，你也可以利用UML中的类别图、合作图、循序图之类的表示方法，做出更详细的描述。

当你能够列出系统可能会有的情境，表示你对系统所具备的功能，以及在各种情况下的反应，都具备概括性的认识。以此为基础，便可在任何需要的时候，钻进细节处深入了解。

 

探索架构的第一步──找到程序的入口

在之前，我们在一个开发项目中，曾经需要将系统所得到的MP3音讯文件，放至iPod这个极受欢迎的播放设备中。

虽然iPod本身也可以做为可移动式的储存设备，但并不是单纯地将MP3档案放到iPod中，就可以让iPod的播放器认得这个档案，甚至能够加以播放。

这是因为iPod利用一个特殊的档案结构（iTunes DB），记录播放器中可供播放的乐曲、播放列表以及乐曲信息（例如专辑名称、乐曲长度、演唱者等）。为了了解并且试着重复使用既有的程序代码，我们找到了一个Winamp的iPod插件（Plug-In）。

Winamp是个人计算机上极受欢迎的播放软件，而我们找到的插件，能让Winamp直接显示连接至计算机的iPod中的歌曲信息，并且允许Winamp直接播放。

我们追踪与阅读这个插件的思路及步骤如下，首先，我们要先了解插件的系统架构。很明显的，大概浏览过原始码后，我们注意到它依循着WinAmp为Plug-In程序所制定的规范，也就是说，它是实作成Windows上的DLL，并且透过一个叫做winampGetMediaLibraryPlugin的DLL函式，提供一个名为winampMediaLibraryPlugin的结构。

当我们不清楚系统的架构究竟为何时，我们会试着探索，而第一步，便是找到程序的入口。如何找到呢？这会依程序的性质不同而有所差别。

对一个本身就是可独立执行的程序来说，我们会找启动程序的主要函式，例如对C/C++来说就是main()，而对Java来说，便是static void main()。在找到入口后，再逐一追踪，摸索出系统的架构。

但有时，我们所欲阅读的程序代码是类别库或函式库，它只是用来提供多个类别或函式供客户端程序（Client Program）使用，本身并不具单一入口，此类的程序代码具有多重的入口──每个允许客户端程序呼叫的函式或类别，都是它可能的入口。

例如，对WinAmp的iPod Plug-In来说，它是一个DLL形式的函式库，所以当我们想了解它的架构时，必须要先找出它对外提供的函式，而对Windows DLL来说，对外提供的函式，皆会以dllexport这个关键词来修饰。所以，不论是利用grep或gtags之类的工具，我们可以很快从原始码中，找到它只有一个DLL函式（这对我们而言，真是一个好消息），而这个函式便是上述的winampGetMediaLibraryPlugin。

 

系统多会采用相同的架构处理Plug-In程序

如果经验不够的话，也许无法直接猜出这个函式的作用。

不过，如果你是个有经验的程序人，多半能从函式所回传的结构，猜出这个函式实际的用途。而事实上，当你已经知道它是一个Plug-In程序时，就应该要明白，它可能采用的，就是许多系统都采用的相同架构处理Plug-In程序。

当一个系统采用所谓Plug-In形式的架构时，它通常不会知道它的Plug-In究竟会怎么实作、实作什么功能。它只会规范Plug-In程序需要满足某个特定接口。当系统初始化时，所有的Plug-In都可以依循相同的方式，向系统注册，合法宣示自己的存在。

虽然系统并不确切知道Plug-In会有什么行为展现，但是因为它制定了一个标准的接口，所以系统仍然可以预期每个Plug-In能够处理的动作类型。这些动作具体上怎么执行，对系统来说并不重要。这也正是面向对象程序设计中的「多型」观念。

 

随着实务经验，归纳常见的架构模式

我想表达的重点，是当你「涉世越深」之后，所接触的架构越多，就越能触类旁通。只需要瞧上几眼，就能明白系统所用的架构，自然就能够直接联想到其中可能存在的角色，以及角色间的关系。

像上述的Plug-In程序手法，时常可以在许多允许「外挂」程序代码的系统中看到。所以，有经验的阅读者，多半能够立即反应，知道像Winamp这样的系统，应该是让每个Plug-In程序，都写成DLL函式库。

而每个Plug-In的DLL函式库中，都必须提供winampGetMediaLibraryPlugin()这个函式（如果你熟悉Windows的程序设计，你会知道这是利用LoadLibrary()和GetProcAddress()来达成的一种多型手法）。如果你熟悉设计模式，你更会知道这是Simple Factory Method这个设计模式的运用。

winampGetMediaLibraryPlugin()所回传的winampMediaLibraryPlugin结构，正好就描述了每个Winamp Plug-In的实作内容。

 

善用名称可加速了解

利用gtags这个工具，我们立即发现，这个Plug-In它所定义的init、quit、PluginMessageProc这三个名称，都是函式名称。这暗示在多型的作用下，它们都是在某些时间点，会由Winamp核心本体呼叫的函式。

名称及命名惯例是很重要的。看到「init」，我们会知道它的作用多半是进行初始化的动作，而「quit」大概就是结束时处理函式，而PluginMessageProc多半就是各种讯息的处理程序（Proc通常是procedure的简写，所以PluginMessageProc意指Plugin Message Procedure）了。

「望文生义」很重要，我们看到函式的名称，就可以猜想到它所代表的作用，例如：当Winamp尝试着初始化一个Plug-In时，它会呼叫这个结构中的init函式，以便让每个Plug-In程序有机会初始化自己；当Winamp打算结束自己或结束某个Plug-In的执行时，便会呼叫quit函式。当Winamp要和Plug-In程序沟通时，它会发送各种不同的讯息至Plug-In，而Plug-In程序必须对此做出回应。

我们甚至不需要检视这几个函式的内容，就可以做出推测，而这样的假设，事实上也是正确的。

 

 

 

  五、找到程序入口，再由上而下抽丝剥茧

根据需要决定展开的层数，或展开特定节点，并记录树状结构，然后适度忽略不需要了解的细节─这是一个很重要的态度。因为你不会一次就需要所有的细节，阅读都是有目的的，每次的阅读也许都在探索程序中不同的区域。

 

探索系统架构的第一步，就是找到程序的入口点。找到入口点后，多半采取由上而下（Top-Down）的方式，由最外层的结构，一层一层逐渐探索越来越多的细节。

我们的开发团队曾针对Winamp的iPod plug-in进行阅读及探索，不仅找到入口点，也找出、并理解它最根本的基础架构。从这个入口点，可以往下再展开一层，分别找到三个重要的组成及其意义：

● init()：初始化动作

● quit()：终止化动作

● PluginMessageProc()：以讯息的方式处理程序所必须处理的各种事件

 

展开的同时，随手记录树状结构

当我们从一个入口点找到三个分支后，可以顺着每个分支再展开一层，所以分别继续阅读init、quit、以及PluginMessageProc的内容，并试着再展开一层。阅读的同时，你可以在文件中试着记录展开的树状结构。

● init()：初始化动作

● itunesdb_init_cc()：建立存取iTunes database的同步对象

● 初始化数据结构

● 初始化GUI元素

● 加载设定

● 建立log檔

● autoDetectIpod()：侦测iPod插入的线程

● quit()：终止化动作

● itunesdb_del_cc()：终止存取iTunes database的同步对象

● 关闭log檔

● 终止化GUI元素

● PluginMessageProc()：以讯息的方式处理程序所必须面临的各种事件

● 执行所连接之iPod的MessageProc()

 

这部分必须要留意几个重点。首先，应该一边阅读，一边记录文件。因为人的记忆力通常有限，对于陌生的事物更是容易遗忘，因此边阅读边记录，是很好的辅助。

再者，因为我们采取由上而下的方式，从一个点再分支出去成为多个点，因此，通常也会以树状的方式记录。除此之外，每次只试着往下探索一层。从init()来看你便会明白。以下试着摘要init()的内容：

int init() {

itunesdb_init_cc();

currentiPod=NULL;

iPods = new C_ItemList;

…略

conf_file=(char*)SendMessage(plugin.hwndWinampParent,WM_WA_IPC,0,IPC_GETINIFILE);

m_treeview = GetDlgItem(plugin.hwnd LibraryParent,0x3fd);

//this number is actually magic :)

…略

g_detectAll = GetPrivateProfileInt("ml_ipod", "detectAll",0,conf_file)!=0;

…略

g_log=GetPrivateProfileInt("ml_ipod","log",0,conf_file)!=0;

…略

g_logfile=fopen(g_logfilepath,"a");

…略

autoDetectIpod();

return 0;

}

 

因为我们只试着多探索一层，而目的是希望发掘出下一层的子动作。所以在init()中看到像「itunesdb_init_cc();」这样的函数调用动作时，我们知道它是在init()之下的一个独立子动作，所以可以直接将它列入。但是当看到如下的程序行：

currentiPod=NULL;

iPods = new C_ItemList;

 

我们并不会将它视为init()下的一个独立的子动作。因为好几行程序，才构成一个具有独立抽象意义的子动作。例如以上这两行构成了一个独立的抽象意义，也就是初始化所需的数据结构。

理论上，原来的程序撰写者，有可能撰写一个叫做init_data_structure()的函式，包含这两行程序代码。这样做可读性更高，然而基于种种理由，原作者并没有这么做。身为阅读者，必须自行解读，将这几行合并成单一个子动作，并赋予它一个独立的意义──初始化数据结构。

 

无法望文生义的函式，先试着预看一层

对于某些不明作用的函式叫用，不是望其文便能生其义的。当我们看到「itunesdb_init_cc()」这个名称时，我们或许能从「itunesdb_init」的字眼意识到这个函式和iPod所采用的iTunes database的初始化有关，但「cc」却实在令人费解。为了理解这一层某个子动作的真实意义，有时免不了要往前多看一层。

原来它是用来初始化同步化机制用的对象。作用在于这程序一定是用了某个内部的数据结构来储存iTunes database，而这数据结构有可能被多线程存取，所以必须以同步对象（此处是Windows的Critical Section）加以保护。

所以说，当我们试着以树状的方式，逐一展开每个动作的子动作时，有时必须多看一层，才能真正了解子动作的意义。因为有了这样的动作，我们可以在展开树状结构中，为itunesdb_init_cc()附上补充说明：建立存取itunes database的同步对象。这么一来，当我们在检视自己所写下的树状结构时，就能轻易一目了然的理解每个子动作的真正作用。

 

根据需要了解的粒度，决定展开的层数

我们究竟需要展开多少层呢？这个问题和阅读程序代码时所需的「粒度（Granularity）」有关。如果我们只是需要概括性的了解，那么也许展开两层或三层，就能够对程序有基础的认识。倘若需要更深入的了解，就会需要展开更多的层次才行。

有时候，你并不是一视同仁地针对每个动作，都展开到相同深度的层次。也许，你会基于特殊的需求，专门针对特定的动作展开至深层。例如，我们阅读Winamp iPod plug-in的程序目录，其实是想从中了解究竟应该如何存取iPod上的iTunes DB，使我们能够将MP3歌曲或播放列表加至此DB中，并于iPod中播放。

当我们层层探索与分解之后，找到了parseIpodDb()，从函式名称判断它是我们想要的。因为它代表的正是parse iPod DB，正是我们此次阅读的重点，也就达成阅读这程序代码的目的。

我们强调一种不同的做法：在阅读程序代码时，多半采取由上而下的方式；而本文建议了一种记录阅读的方式，就是试着记录探索追踪时层层展开的树状结构。你可以视自己需要，了解的深入程度，再决定要展开的层数。你更可以依据特殊的需要，只展开某个特定的节点，以探索特定的细目。

适度地忽略不需要了解的细节，是一个很重要的态度，因为你不会一次就需要所有的细节，阅读都是有目的的。每次的阅读也许都在探索程序中不同的区域；而每次探索时，你都可以增补树状结构中的某个子结构。渐渐地，你就会对这个程序更加的了解。

 

 

 

  六、阅读的乐趣：透过程序代码认识作者

即便每个人的写作模式多半受到他人的影响，程序人通常还是会融合多种风格，而成为自己独有的特色，如果你知道作者程序设计的偏好，阅读他的程序代码就更得心应手。

 

阅读程序代码时，多半会采取由上而下、抽丝剥茧的方式。透过记录层层展开的树状结构，程序人可以逐步地建立起对系统的架构观，而且可以依照需要的粒度（Granularity），决定展开的层次及精致程度。

建立架构观点的认识是最重要的事情。虽然这一系列的文章前提为「阅读他人的程序代码」，但我们真正想做的工作，并不在于彻底地详读每一行程序代码的细节，而是想要透过重点式的程序代码「摘读」，达到对系统所需程度的了解。每个人在阅读程序代码的动机不尽相同，需要了解的程度也就有深浅的分别。只有极为少数的情况下，你才会需要细读每一行程序代码。

 

阅读程序代码是新时代程序人必备的重要技能

这一系列的文章至此已近尾声，回顾曾探讨的主题，我们首先研究了阅读程序代码的动机。尤其在开放原始码的风气如此之盛的情况下，妥善利用开放原始码所提供的资源，不仅能够更快学习到新的技术，同时在原始码版权合适时，还可以直接利用现成的程序代码，大幅地提高开发阶段的生产力。所以，阅读程序代码俨然成为了新时代程序人必备的重要技能之一。

接着，我们提到了阅读程序代码前的必要准备，包括了对程序语言、命名惯例的了解等等。在此之后，我们反复提起了「由上而下」的阅读方向的重要性。

由上而下的阅读方式，是因为我们重视架构更胜于细节。从最外层的架构逐一向内探索，每往内探索一层，我们了解系统的粒度就增加了一个等级。当你识别出系统所用的架构时，便能够轻易了解在这个架构下会有的角色，以及它们之间的动态及静态的关系。如此一来，许多信息便不言可喻，毋需额外花费力气，便能够快速理解。

 

好的名称能够摘要性地点出实体的作用

追踪原始码时，固然可以用本来的方式，利用编辑器开启所需的档案，然后利用编辑器提供的机制阅读，但是倘若能够善用工具，阅读程序代码的效率及质量都能大大提升。在本系列文章中，我们介绍了一些工具，或许你还可以在坊间找到其他更有用的工具。

我在这一系列的文章中，实际带着大家阅读、追踪了一个名为ml_pod的开放原始码项目。它是一个Winamp的iPod plug-in程序。在追踪的过程中，我们试着印证这一系列文中所提到的观念及方法。我们采用逐渐开展的树状结构来记录追踪的过程，并藉以建立起对系统的概观认识。

就原始码的阅读来说，之前的讨论涉及了工具面及技巧面。但还有一些主题不在这两个范畴之内，例如，善用名称赋予你的提示。名称做为隐喻（Metaphor）的作用很大，好的名称能够摘要性地点出实体的作用，例如我们看到autoDetectIpod()，自然而然能够想象它的作用在于自动（Auto）侦测（Detect）iPod的存在。

我们在展开树状结构时，有时候需要预看一层，有时却不需要这么做，便可得到印证。程序人都会有惯用的名称以及组合名称的方法，倘若能够从名称上理解，便毋需钻进细节，可以省去相当多的时间。例如，当我们看到parseIpodDb()时，便可以轻易了解它是剖析（Parse）iPod的数据库（DB），因此便不需要立即钻进parseIpodDb()中查看底细。

尽管如此，能否理解程序人命名的用意，和自身的经验以及是否了解原作者的文化背景，是息息相关的。

命名本身就是一种文化产物。不同的程序人文化，就会衍生出不同的命名文化。当你自己的经验丰富，看过及接触过的程序代码也多时，对于名称的感受及联想的能力自然会有不同。

这种感受和联想的能力，究竟应该如何精进，很难具体描述。就我个人的经验，多观察不同命名体系的差异，并且尝试归纳彼此之间的异同，有助于更快地提升对名称的感受及联想力。

 

转换立场，理解作者的思考方式

除了工具及技巧之外，「想要阅读程序代码，得先试着阅读写这个程序代码的程序人的心。」这句话说来十分抽象，或许也令人难以理解。

当你在阅读一段程序代码时，或许可以试着转换自己的立场，从旁观者的角度转换成为写作者的心态，揣摩原作者的心理及处境。当你试着设身处地站在他的立场，透过他的思考方式来阅读、追踪他所写下的程序代码，将会感觉更加流畅。

许多软件项目，都不是由单一程序人所独力完成。因此，在这样的项目中，便有可能呈现多种不同的风格。

许多项目会由架构师决定主体的架构及运作，有既定实施的命名惯例，及程序设计需要遵守方针。在多人开发的模式下，越是好的软件项目，越看不出某代码段究竟是由谁所写下的。

不过，有些开放原始码的项目，往往又整合了其他开放原始码的项目。有的时候，也很难求风格的统一，便会出现混杂的情况。好比之前提到的ml_pod项目，因为程序代码中混合了不同的来源，而呈现风格不一致的情况。

我在阅读非自己所写的程序代码时，会观察原作者写作的习惯，藉以对应到脑中所记忆的多种写作模型。在阅读的过程中，读完几行程序代码，我会试着猜想原作者在写下这段程序代码时的心境。他写下这段程序代码的用意是什么？为什么他会采取这样的写法？顺着原作者的思考理路阅读，自己的思考才能更贴近对方写作当时的想法。

当你短暂化身为原作者时，才能更轻易的理解他所写下的程序代码。

如果你能知道原作者的背景，程序设计时的偏好，阅读他的程序代码，就更能得心应手了。

 

从程序代码着手认识作者独有的风格，进而见贤思齐

我在阅读别人写下的程序代码时，我会试着猜想，原作者究竟是属于那一种「流派」呢？每个人都有自己独特的写作模式，即便每个人的写作模式多半受到他人的影响──不论是书籍的作者、学习过程中的指导者，或一同参与项目的同侪，但每个程序人通常会融合多种风格，而成为自己独有的风格。

面向对象的基本教义派，总是会以他心中觉得最优雅的面向对象方式来撰写程序。而阅读惯用、善用设计模式的程序人所写下的程序代码时，不难推想出他会在各种常见的应用情境下，套用哪些模式。

有些时候，在阅读之初，你并不知道原作者的习性跟喜好，甚至你也不知道他的功力。但是，在阅读之后，你会慢慢地从一个程序人所写下的程序代码，开始认识他。

你或许会在阅读他人的程序代码时，发现令人拍案叫绝的技巧或设计。你也有可能在阅读的同时，发现原作者所留下的缺失或写作时的缺点，而暗自警惕于心。这也算是阅读他人程序代码时的一项乐趣。

  当你从视阅读他人的程序代码为畏途，转变成为可以从中获取乐趣的时候，我想，你又进到了另一个境界。