从0到1完成第一次编程作业：命令行待办事项工具实战指南

我到现在还记得自己第一次真正意义上在电脑前做作业的样子——题目其实很简单就是用命令行做一个待办事项管理工具支持添加任务、查看列表、标记完成、删除任务数据还要在程序关闭后保留。我却盯着空荡荡的编辑器愣了很久。不是不会写而是完全不知道从哪里开始该用什么语言要不要配个数据库代码放在一个文件里还是拆成好几个写完了怎么验证它是“对的”这些问题折磨了我整整一个下午。后来我陆陆续续带过不少新人发现几乎每个人做第一次作业时都会卡在几个完全相同的地方需求没拆清楚就急着写代码、环境配置浪费两小时、代码跑通了但一关程序数据就丢、自测只会试“正常情况”、交上去被打回来说“边界条件没处理”。这篇文章把我当年踩过的坑、试过的错以及后来总结出的完整执行路径原原本本写出来希望能帮正在被第一次作业困住的你少走几个弯路。1. 接到作业后先别打开编辑器把题目翻译成能执行的动作1.1 我当年是怎么把一次作业“想复杂”的我犯过的第一个错误是拿到题目后立刻开始想“要不要用某某框架”。当时我甚至查了半天“怎么在命令行里做一个图形界面”觉得用纯命令行太寒酸总得展示点“真本事”。结果就是我花了两天在视频网站上找框架教程真正写作业的时间只剩半天而且最后用的还是最基础的内置功能。这几乎是所有新人的通病。第一次做作业时潜意识里会把它当成一个“项目”来做于是想的是架构、框架、扩展性、代码组织。但作业的本质是练习不是工程交付。它要检验的是你“在这门课、这个阶段掌握得怎么样”而不是“你能不能做出一个生产系统”。所以第一次作业的第一步是把心态从“我要做一个很厉害的东西”切换成“我要把题目要求的功能跑通并且逻辑清楚”。1.2 三个前置问题语言、环境与验收标准我的经验是打开编辑器之前先把下面三个问题写在纸上我准备用什么语言它是不是我现在最熟悉的那门如果答案不是请直接换回最熟悉的不要在写作业的同时学新语法。我需要在电脑上安装什么才能让它跑起来是解释器、编译环境还是要装依赖包先花十分钟确认环境是好的再开始写。作业的验收标准是什么是只看功能跑通还是看代码结构、注释、报告如果是看代码那我在写的时候就要注意命名和可读性而不是最后再来补。这三个问题问完之后你心里基本就有了一条线用什么工具、跑在哪、做成什么样才算完。不要小看这一步它比写代码更能决定你这次作业的成败。因为大多数第一次作业半途而废不是代码太难而是做着做着发现“我连怎么运行都不确定”然后整个人就垮了。1.3 把一句题目拆成一个可勾选的功能清单题目只有一句话“实现一个命令行待办事项管理工具支持添加、查看、标记完成、删除任务数据需要持久化保存。”这句话看起来很短但直接对着它写代码你会一脸茫然从哪里开始功能之间是什么关系我的习惯是把所有动词圈出来逐个展开。这道题里的动词是“添加、查看、标记完成、删除、持久化”。把它们变成用户可以执行的操作add 任务内容往列表里加一条新任务list查看当前所有任务未完成的排在前面附上编号done 编号把指定编号的任务标记为完成remove 编号删除指定编号的任务exit退出程序持久化这个动词不是用户操作而是程序行为程序启动时读取上一次保存的数据每次数据变化后写入文件。到这里“作业”就从一个模糊的题目变成了一张可以逐项打勾的功能清单。我带过的人里凡是愿意花十五分钟做这个拆解的写的时候基本不会卡住超过半小时凡是直接开写的大概率会边写边改最后代码乱成一团。这张清单往后还有两个用途第一它是你自测的测试用例第二它可以直接变成README里的功能说明。一鱼三吃。2. 第一次作业的翻车现场多半不在逻辑在环境2.1 为什么要坚持用“最熟悉”而不是“最热门”的技术如果让我用一个词总结第一次作业最常见的翻车原因那就是“环境”。不是“逻辑”不是“算法”是“环境”。为什么因为逻辑不会写可以查资料代码报错能搜到答案但环境问题千奇百怪——版本不对、路径不对、编码不对、依赖装不上——而且网上搜到的教程常常和你自己的系统情况对不上越折腾越绝望。所以我的第一条建议特别朴素第一次作业永远选你最熟悉的语言而不是最热门的语言。当年有人劝我用某个新出的框架来做这个待办工具说这样显得厉害。我幸亏没听。如果用框架我得先搞清楚路由、模板、请求生命周期这些概念作业难度直接翻倍。而用Python的内置功能我只用一个文件加一个json模块就解决了所有问题。道理很简单作业是拿来完成的不是拿来炫技的。你选择的技术越接近自己的“舒适区”留给真正的逻辑思考的时间就越多。反过来如果你把大量精力和意志力耗在“怎么配置这个框架”上你会发现等环境终于跑通你已经没有力气写代码了。2.2 用venv给作业建一个不污染系统的“工作间”接下来说说Python的一个基础操作虚拟环境。很多第一次做作业的人听到“虚拟环境”四个字就退缩了觉得自己还没学会走就想跑。但我的观点恰恰相反第一次作业是建立工具链习惯的最佳时机而虚拟环境是这个习惯里最值得先养成的之一。所谓虚拟环境简单说就是给当前项目单独开一个“小房间”你在这个房间里安装的第三方包不会影响到系统里的其他Python程序反过来也一样。第一次作业虽然大概率用不上第三方包但养成“每个项目都有自己的依赖环境”这个习惯比任何一次具体作业都值钱。创建虚拟环境的命令很简单在项目目录下打开终端python -m venv venv然后激活它。Windows下面用venv\Scripts\activatemacOS和Linux用source venv/bin/activate激活成功后你的命令行提示符前面会出现一个(venv)前缀说明你现在已经在这个项目的“小房间”里了。之后用pip安装任何包都只会装进这个项目不会弄乱系统环境。我见过太多人跳过这一步结果半年后在系统Python里装了一堆版本冲突的包连跑个hello world都报错。第一次作业就养成隔离的习惯后面几乎不会遇到这种烂摊子。2.3 新手最容易卡住的三个环境细节说几个我亲眼见过、自己也踩过的坑全都和环境有关。第一个是python和python3的区别。在Windows上通常是python但在macOS和大部分Linux发行版上你得输入python3才能进入Python 3的版本直接输python可能进的是Python 2或者压根找不到命令。解决方案是在项目目录下建一个.venv之后绝大多数情况下python就是对的。所以你只需要记住一句话有虚拟环境用python没有虚拟环境时看系统提示决定用哪个。第二个是pip同样有区分。pip和pip3装包的位置可能不一样。最保险的用法是python -m pip install 包名这样能确保装到当前这个Python版本对应的pip里不会装错地方。你也不用记什么pip3 install之类的变体统一用python -m pip就好。第三个是运行文件时提示No such file or directory。这通常不是文件不存在而是终端当前目录和文件所在目录不一致。新手最容易在这种情况下慌张以为自己的代码写错了。解决办法很简单在终端里输入lsWindows是dir看看当前目录下有没有那个.py文件没有就用cd切到文件所在目录。环境问题有个共同特点它不是你的“代码能力”问题纯粹是你的“工具熟练度”问题。所以第一次作业时遇到环境问题不要自我怀疑更不要为这种事放弃。你只是还没练过这些命令而已练几次就熟了。3. 动手写代码我的第一次作业是这样一步步跑通的3.1 命令循环让程序始终等你输入而不是执行一次就结束判断一个命令行程序写得好不好的第一道分水岭是看它有没有“主循环”。很多新手写出来的程序是这样的跑一下、执行完、退出再跑一下、再执行完、再退出。一次只能做一件事用起来能急死人。而好的命令行工具打开一次之后可以连续操作很多次直到你主动说退出。实现这个效果的核心就是一个while True循环配上手动输入的input()。这就是命令行程序最经典的结构while True: cmd input( ).strip() if cmd exit: break # 其他命令处理这段代码的意思是程序进入一个无限循环每次等你输入一条命令处理完后再回到input()等待下一条。只有当你输入exit时才会跳出循环程序结束。我第一次写的时候还干过一件傻事每处理完一条命令就直接退出然后用一个外层脚本来反复调用它。后来才反应过来这根本不用退出一层while就能解决。这也是为什么我一直强调“先把结构想清楚再写代码”——工具程序和人对话的模型天然就是“循环条件分支”不是“调用一次就完事”。3.2 数据结构为什么每个任务要配一个字典而不是单纯存字符串第一次作业里另一个让我纠结了很久的问题是“任务”到底用什么数据结构存。一开始我想的是任务不就是一句话吗那就用列表里面装字符串比如[买菜, 写作业, 锻炼]。看起来没毛病但很快你就会发现光存一个字符串不够了。因为题目要求“标记完成”。这意味着每个任务除了内容还有一个“完成状态”。一个字符串怎么同时表示两样东西你可以用某种标记比如在字符串后面拼一个[已完成]但这样任务内容本身就被污染了删掉标识还得做字符串操作很麻烦。正确的做法是用字典来表示单个任务用列表来装很多个任务tasks [ {content: 买菜, done: False}, {content: 写作业, done: False}, ]这样每个任务有两个字段content存内容done存完成状态True表示已完成False表示未完成。两个字段互不干扰修改状态的时候只需要改task[done]根本不用去动content。这个设计的核心思想是把“不同种类的信息”装进“不同的字段”而不是混在同一个字符串里。听懂这个你后面理解数据库的表结构、接口的JSON字段都会顺畅很多。不要小看这个从“字符串”到“字典”的跃迁它其实是“数据结构意识”的第一次觉醒。3.3 持久化用JSON文件让任务“关掉程序也不丢”如果程序只能在运行时临时存任务关掉之后全部消失这个作业就还没做完。题目里“数据需要持久化保存”这个要求对应的解决方案叫“文件存储”。我的选择是用JSON文件因为JSON格式天生就是给Python这种语言用的数据格式字典、列表转成JSON几乎不需要动脑。核心是三个函数。第一个是启动时读取文件import json import os def load_tasks(): if not os.path.exists(tasks.json): return [] with open(tasks.json, r, encodingutf-8) as f: return json.load(f)第二个是保存时写入文件def save_tasks(tasks): with open(tasks.json, w, encodingutf-8) as f: json.dump(tasks, f, ensure_asciiFalse, indent2)第三个是在main()里把两者串起来程序启动时先load_tasks()每执行一次添加、删除、标记完成的操作后save_tasks(tasks)。就这么简单数据在程序关闭后再打开还在。这里有几个细节值得说。第一encodingutf-8必须加不加的话在Windows上写中文会乱码。第二ensure_asciiFalse必须加不加的话中文会被转成\u4e70\u83dc这种转义序列肉眼没法看。第三indent2是让文件内容有缩进方便人眼检查不加的话所有数据挤在一行排查问题时会想哭。“写入文件”这件事很多新手以为程序会自动处理其实不会。你必须手动在每次数据变化后调用save_tasks()忘一次数据就少存一次。我第一次就是忘了在done操作后保存结果程序关掉再打开之前标记完成的任务又变回未完成了白做。3.4 踩过的三个坑编码、路径和文件状态除了3.3节已经讲过的UTF-8编码再说三个实际的坑。第一个是路径。当你运行python main.py时程序里写的相对路径tasks.json是相对于“当前工作目录”的不是相对于“代码文件所在目录”。如果你在别的目录下运行这个脚本程序会在那个目录里新建一个tasks.json而你的原目录里还有一个。这会造成一种错觉为什么数据丢了其实数据没丢只是存到了另一个文件里。解决办法是在开头固定工作目录或者直接用os.path.join()拼出绝对路径。第一次作业不需要太复杂只要记住“始终在项目目录里运行程序”就够了。第二个是文件状态。JSON文件如果手写修改一个逗号放错程序就会json.load失败。初学者很容易把这个报错理解为“代码写错了”到处找代码的毛病其实问题在数据文件里。遇到这种报错先打开tasks.json看一眼内容是否符合JSON格式比闷头改代码快得多。第三个是编码。在Windows命令行里运行程序如果看到中文乱码不一定是你代码的问题可能是终端默认编码不是UTF-8。网上有各种改注册表、改系统区域设置的方案第一次作业不用折腾这些先保证代码里所有文件读写都指定了encodingutf-8然后尽量用支持UTF-8的终端比如Windows Terminal来跑程序。4. 功能都正常了还差最后几步才算“像样地完成”4.1 自测不是随便跑一遍而是把这些边界情况一个个打勾我见过不少第一次交作业的人演示的时候只演示“正常路径”添加一个任务、列表能看到、标记完成、退出。老师追问一句“如果我输入一个不存在的编号呢”当场就愣住了因为压根没想过这种情况。自测的正确姿势是把1.3节那张功能清单拿出来在每一项下面补充“正常情况”和“异常情况”两组测试然后逐个跑通。以这个待办工具为例至少要测这些空列表时执行list程序能不能友好地提示而不是报错空列表时执行done 1或remove 1会不会崩溃输入done 999不存在的编号会怎样输入add但后面没有内容会怎样输入一个看不懂的命令程序是会建议可用命令还是直接报一堆traceback任务内容里带空格比如add 买牛奶和面包能不能正确处理我当时的处理方法是给每个命令加参数校验。比如done和remove需要编号就先检查列表是否为空、编号能不能转成整数、转成整数后是否在有效范围内。三个检查都通过才继续操作否则打印一条提示信息try: idx int(parts[1]) - 1 except (IndexError, ValueError): print(请提供有效的任务编号) continue if idx 0 or idx len(tasks): print(编号超出范围请重新输入) continue这样看起来代码多了一点但用户体验是质变程序不会在输入不合法时崩掉而是告诉你该怎么做。这一点在第一次作业里非常加分因为大多数人不会做而你做了。4.2 注释是给“未来翻代码的人”看的思路不是给电脑看的翻译第一次交作业的人在注释上容易走两个极端要么完全不加注释代码像天书要么每一行都加注释把i 1解释成“i自增一”等于没说。这两种都得不到老师或同学的认可。我的标准很简单注释写“为什么”不写“是什么”。比如# 这里用字典而不是字符串是因为任务除了内容还有完成状态 tasks.append({content: content, done: False})这句话解释的是“为什么用字典”这是代码本身看不出来的思考过程。而像# 将任务内容赋值给content变量 content parts[1]这种就完全没有信息量谁看代码都知道它做了什么。另外函数顶部的docstring是加分项。用三引号写清楚这个函数的作用、参数、返回值别人不需要仔细读代码就能知道怎么调用。你以后自己回来看代码也会感谢当时写了这些。4.3 一份三分钟读完的README能帮你把印象分拉满第一次作业通常没有硬性要求写README但我的建议是一定要写。这不是为了给老师看是为了逼你自己完整地梳理一遍“这个项目是什么、怎么跑起来、有哪些命令”。你能把这三件事写清楚说明你是真的理解了这个项目不是碰巧跑通。一个适合第一次作业的README写上这几段就够了项目名称和一句话介绍这个项目是什么。运行环境需要什么版本的语言、要不要装依赖。运行方式在终端里输入什么命令就能跑。功能列表支持哪些命令每个命令的作用。数据存储数据保存在哪个文件里格式是什么。我还喜欢加一个“示例操作”把添加任务、查看列表、退出这一连串交互贴进去别人照着跑一遍就全明白了。README不用长够用就行。但它的价值很大它把你的程序和“交付物”这个身份绑定在一起让人一眼看出你做了完整的思考而不是交上来一个代码文件了事。5. 提交作业之后的复盘第一次作业真正的价值在“暴露问题”5.1 卡得最久的地方就是你学到最多的地方作业交上去之后绝大多数人直接就丢到脑后了等着拿成绩。但我现在回头看第一次作业里真正让我技术能力有质变的其实是交完之后的复盘。复盘从哪里开始从“卡得最久的地方”开始。我在第一次作业里卡得最久的不是命令循环不是数据结构而是文件读写。我始终搞不明白为什么往文件里写中文再读出来就变成乱码。当时我反复调整代码上网搜了很久才明白是编码的问题。整个下午的挫败感反而让“UTF-8”这个知识点深深烙在我脑子里从那以后我再也没在编码上栽过跟头。所以如果你在某个地方卡了很久先别急着沮丧。下次还有下下次它大概率就是你最熟练的部分。第一次作业是暴露问题用的不是证明能力用的。暴露得越早解决得越早你后面的路就越顺。5.2 识别“我以为会了但其实不会”的知识盲点我第一次交完作业信心满满地觉得自己已经把Python基础掌握得很好了。直到同学问我“你那个数据为什么要用列表套字典不能直接用字典套列表吗”我愣住了因为我根本没想过还可以反过来设计。这就是典型的“我以为会了但其实不会”。你会用列表但没想过什么时候用列表、什么时候用字典、什么时候嵌套你会写函数但没想过把代码抽成函数是为了什么你会用open()但没想过with语句的真正意义是保证文件会被关闭。这些“盲点”不是靠上课听出来的是靠写作业踩出来的。复盘时找出两三个这样的点去把背后的概念补明白。我后来的经验是一次作业如果能补上三四个“知识盲点”这一课的含金量已经超过一些整学期的课堂学习。5.3 如果重做一遍我会在哪一步换一种做法复盘的最后一步是想一个问题如果现在重新做这份作业我会在哪里用不同的方式我第一次的答案是我会先画一个简单的流程出来再写代码。当时我边写边想写到一半发现命令处理的分支结构理不清回头改了好几遍。如果重来我会先花十分钟把“用户输入哪种命令、程序做什么反应”写下来就像写剧本一样然后再照着剧本敲代码会顺畅得多。第二次的答案是我会在动手前先查一查“命令行交互程序一般怎么组织代码”而不是沉浸在自己的第一版写法里。因为你看过更成熟的做法之后哪怕现在还不能完全理解心里也会有印象。后面的学习就是在不断“回填”这些印象。“如果重做一遍”不是让你真去重做而是让你站在一个更高的角度重新审视自己这次作业里的每个选择。这个过程会逼着你从“只顾着写”切换到“审视自己的做法”这是从初学者走向靠谱开发者的一个关键分水岭。这几年我偶尔还会翻出自己当年那份第一次作业的代码看着里面各种笨拙的写法忍不住想笑。但正是那次笨拙的、磕磕绊绊的“第一次”让我建立了拆解需求、搭环境、写代码、自测、做文档的完整流程。如果你现在也正对着第一次作业发愁别慌。按照上面的路子一步一步走把功能跑通把边界测一测把过程写清楚你就已经超过大多数人了。做完之后我建议你把这份作业好好留着。三个月后再回来看你会亲眼看到自己长大的痕迹。