【脚本目录规范】
设计一个层次清晰的目录结构，就是为了达到这两点：
- 可读性高：不熟悉项目的人，一眼就能看懂目录结构。
- 可维护性高：随着时间的推移，代码/配置的规模增加，项目结构不会混乱，仍然能够组织良好。
目录组织方式：
ATM
├── bin
│ └── start.py
├── conf
│ └── settings.py
├── core
│ └── test_main.py
├── db
│ └── db.json
├── docs
├── lib
│ └── common.py
├── log
│ └── access.log
└── README
简单解释一下：
- bin ：存放项目的一些可执行文件，当然你可以起名script/之类的也行。
- conf ：配置文件目录
- core：核心代码目录
- db：数据目录
- docs ：存放一些说明文档。
- lib：库文件，存放一些自定义模块和包
- log：日志目录
- README 安装说明
关于README的内容：
README的作用是描述该项目的信息，让读者快速了解这个项目。
它需要说明以下几个事项：
- 软件定位，软件的基本功能。
- 运行代码的方法：安装环境、启动命令等。
- 简要的使用说明。
- 代码目录结构说明，更详细点可以说明软件的基本原理。
- 常见问题说明。
关于requirements.txt和setup.py
一般来说，用setup.py来管理代码的打包、安装、部署问题。业界标准的写法是用Python流行的打包工具setuptools来管理这些事情。这种方式普遍应用于开源项目中。不过这里的核心思想不是用标准化的工具来解决这些问题，而是说，一个项目一定要有一个安装部署工具，能快速便捷的在一台新机器上将环境装好、代码部署好和将程序运行起来。 这个我是踩过坑的。 我刚开始接触Python写项目的时候，安装环境、部署代码、运行程序这个过程全是手动完成，遇到过以下问题: 1、安装环境时经常忘了最近又添加了一个新的Python包，结果一到线上运行，程序就出错了。 2、Python包的版本依赖问题，有时候我们程序中使用的是一个版本的Python包，但是官方的已经是最新的包了，通过手动安装就可能装错了。 3、如果依赖的包很多的话，一个一个安装这些依赖是很费时的事情。 4、新同学开始写项目的时候，将程序跑起来非常麻烦，因为可能经常忘了要怎么安装各种依赖。 setup.py可以将这些事情自动化起来，提高效率、减少出错的概率。"复杂的东西自动化，能自动化的东西一定要自动化。"是一个非常好的习惯。 setuptools的文档比较庞大，刚接触的话，可能不太好找到切入点。学习技术的方式就是看他人是怎么用的，可以参考一下Python的一个Web框架，flask是如何写的: setup.py 当然，简单点自己写个安装脚本（deploy.sh）替代setup.py也未尝不可。