Программирование Python - Правила/Совет для разработки программного обеспечения уровня предприятия в Python?
Это потому, что вы не заключаете значения в кавычки.
Попробуйте:
$("select#mylist option[value='"+val+"']").prop('selected',true).click();
Обратите внимание, что там, где у вас есть value="+value+", теперь есть две одинарные кавычки, заключающие значение в это значение value='"+value+"'.
В качестве небольшого отступления я бы рекомендовал не использовать пробелы для идентификаторов и значений параметров.
2 ответа
Я использую Python для разработки сложной страховки, подписывающей приложение.
Наше прикладное программное обеспечение по существу повторно упаковывает нашу страховую модель в форме, которую компании могут подписать на него. Этот бизнес основан на наших актуариях и их глубоких взглядах. Мы не упаковываем умный алгоритм, это относительно фиксируется. Мы арендуем страховые мозги клиентам через веб-сервис.
Актуарии должны быть свободны внести изменения, поскольку они получают более глубокое понимание различных факторов тот вывод к требованиям.
Статические языки (Java, C++, C#) приводят к ранней привязке к модели данных.
Python позволяет нам иметь очень гибкую модель данных. Они свободны добавить, изменить или удалить факторы или источники информации без большого количества затрат на разработку и сложности. Утиный ввод позволяет нам представлять новые части без, много переделывают.
Наше программное обеспечение является сервисом (не пакет), таким образом, у нас есть бесконечная проблема интеграции.
Статическим языкам нужны сложные компоненты отображения. Часто некоторое настраиваемое, XML-управляемое отображение от клиента обменивается сообщениями к нашим постоянно меняющимся внутренним структурам.
Python позволяет нам иметь отображения как простое определение класса Python, которое мы просто настраиваем, тестируем и вводим в эксплуатацию. Нет никаких ограничений на этот модуль - это - первоклассный код Python.
Мы должны сделать обширное, продолжительное подтверждение концепции. Они включают многочисленный, "что - если" сценарии с различными данными питается и настроенные функции.
Статические языки требуют, чтобы большое тщательное планирование и размышление создало еще одну демонстрацию, еще одно отображение от еще одного предоставленного клиентами файла до текущей версии наших страховых моделей.
Python требует намного меньшего количества планирования. Утиный ввод (и Django) позволил нам вывести демонстрацию из строя без очень большого количества боли. Отображения данных являются простыми определениями классов Python; наши страховые модели находятся в довольно постоянном состоянии потока.
Наша бизнес-модель подвергается определенному количеству согласования. У нас есть довольно сложные контракты с информационными поставщиками; они не изменяются так же часто как страховая модель, но изменения здесь требуют настройки.
Статические языки связывают в предположениях о контрактах и требуют, чтобы довольно сложные проекты (или обходные решения) обработали заскоки бизнес-людей, заключающих сделки.
В Python мы используем обширный набор тестов и делаем большой рефакторинг как различная струйка условий контракта и условий вниз нам.
Каждую неделю мы получаем вопрос как, "Мы можем обработать условие как X?" Наш стандартный ответ "Абсолютно". Сопровождаемый часом рефакторинга, чтобы быть уверенными мы могли обработать его, если бы соглашение было достигнуто в той форме.
Мы - главным образом УСПОКОИТЕЛЬНЫЙ веб-сервис. Django делает многое из этого из поля. Мы должны были записать некоторые расширения, потому что наша модель обеспечения безопасности немного более строга, чем та, обеспеченная Django.
Статические языки не должны поставлять источник. Не любить модель обеспечения безопасности? Заплатите $$$ поставщика.
Динамические языки должны поставляться как источник. В нашем случае мы проводим время, читая источник Django тщательно, чтобы удостовериться, что наша модель обеспечения безопасности соответствует чисто остальной части Django. Нам не нужно соответствие HIPAA, но мы создаем его в так или иначе.
Мы используем веб-сервисы от информационных поставщиков. urllib2 делает это для нас приятно. Мы можем моделировать интерфейс быстро.
Со статическим языком у Вас есть API, Вы пишете, Вы работаете, и Вы надеетесь, что он работал. Цикл разработки является Редактированием, Компиляцией, Сборкой, Выполнением, Катастрофическим отказом, Взглядом на Журналы; и это должно только пронзить интерфейс и быть уверено, что у нас есть протокол, учетные данные и право конфигурации.
Мы осуществляем интерфейс в интерактивном Python. Так как мы выполняем его в интерактивном режиме, мы можем сразу исследовать ответы. Цикл разработки уменьшается до Выполненного, Редактирования. Мы можем пронзить веб-сервисы API днем.
Я использовал Python в качестве платформы распределенных вычислений в одном из миров крупнейшие банки. Это было выбрано потому что:
- Это должно было быть чрезвычайно быстро для разработки и развертывания новых технических возможностей;
- Это должно было быть легко интегрируемо с C и C++;
- Некоторые части кода должны были быть записаны людьми, область знаний которых была математическим моделированием, не разработкой программного обеспечения.