良好的學習資源因子

最近遇到this introduction to Factor，我一直有點好奇，想了解更多。除了在那裏提到的官方FAQ，你是否有資源學習語言（以及基於堆棧的「範式」，如果這是正確的話），你發現有幫助嗎？作爲一個側面說明，會學習Forth的幫助，還是像比較C到Python（或你有什麼）？良好的學習資源因子

來源

2008-12-02 J Cooper

你可以從這裏開始：http://concatenative.org/wiki/view/Factor

而且有包含在運行時/ GUI一個很好的文檔。只需安裝，然後「瀏覽器」，你會看到與「你的第一個程序」主題相關的文檔。

的文檔可在網上，太：http://docs.factorcode.org/
（這是一樣的，當你安裝因子你得到一個。）

不要忘記訂閱planet-factor。

來源

2008-12-03 18:29:37 stesch

這些以及下面Peter Mortensen引用的Google Tech Talk視頻。 – semperos 2010-09-01 18:26:35

我一直在教我自己因素最近 - 我實際上發現了Forth作爲一個下午的基於堆棧的語言概念的介紹（作爲一個軟件考古學家的一點，它有趣的退一步幾年的歷史課）。

爲此，我不認爲它不會造成任何傷害需要幾個小時來安裝gforth或類似的第四實施和啓動通過starting forth或using ANS forth前幾章的工作 - 我覺得這是很有趣的，因爲我只是蘸了我的腳趾，它沒有教我任何我不得不忘記的東西，因爲我開始學習因素。

一旦我在學習因子方面取得了一些進展，我會讓你知道我發現有用的東西（或不是很有用！）。

來源

2009-01-13 11:00:30 Bittercoder

因子深受Forth和其他堆棧語言的啓發。它也吸取了來自Lisp和Smalltalk的想法。從我在線閱讀的內容來看，在學習因子之前沒有必要學習任何這些語言。它不會傷害，但是如果你這樣做:)

我遇到的最大的問題是語言的年輕性。換句話說，各種博客/網站上的代碼示例將因爲使用較舊版本的因子（0.6,0.7,0.8等）而過時。因子0.9及以上最有可能保持不變。

一旦你通過基礎知識，文檔（在線+在聽衆中）非常清晰。文檔有時會遇到與博客文章相同的問題：一些過時的代碼示例。如果你真的陷入困境，你仍然有郵件列表/ IRC幫忙。

我只使用到目前爲止的文檔，而不是郵件列表/ IRC。然後，我嘗試與聽衆進一步學習/探索我在文檔中找到的新概念。

這是第一種語言，我的大部分問題都是通過挖掘函數的文檔來回答的。 Factor的大部分都是用Factor編寫的，所以隨着您花更多時間處理文檔，事情會變得更加清晰。（我遇到過的第二大問題是試圖理解Web框架（爐子），Web框架功能豐富，我已經習慣了，這不是不可能的，只需要一些練習和探索文檔）

最快的介紹。以拼接的語言，我發現：http://github.com/raganwald/homoiconic/blob/master/2008-11-16/joy.md#readme

你的第一個步驟因素：http://concatenative.org/wiki/view/Factor/Learning

這些影片進入更詳細關於寫作因子代碼：

90分鐘視頻可以幫助學習的基本因素： YouTube: Factor: An extensible, interactive Language - 基本上，Slava（因素創造者）給出了一個視頻介紹。到因子。它是Google Talk系列的一部分。（如果無法看到幻燈片，則有高質量和低質量的版本。）因素概念也與其他語言進行比較。
13分鐘視頻：Forth @ RubyConf 2008。 Forth的簡短演示。它還提到了一些在整個軟件世界都很常見的想法。
100分鐘視頻：Factor presented to Lisp programmers。音頻不是最好的，但仍然非常好的視頻質量。如果您觀看其他視頻，則可以跳過本文的一些開始部分。

一些改道：

創建一個計算器+ GUI：http://re-factor.blogspot.com/2010/08/calculator-with-gui.html
「爲什麼我喜歡的因素」：http://jedahu.blogspot.com/2010/08/why-i-like-factor.html
星球因素：http://planet.factorcode.org/

這裏有一些博客帖子，可以幫助提供方向：

從2008年1月，但它應該仍然適用："Learning Factor" by Daniel Ehrenberg（他是核心因素貢獻者之一。）
這下面引用的是從博客文章，從2008年九月：Sorting strings with embedded numbers

理解可用的各種抽象和庫是掌握因子的關鍵：集合，通用詞彙，魚苗，當地人，宏，記憶，PEG，漂亮打印機等等。有效使用這些工具可以將解決問題所需的工作量減少一個數量級。

因子絕對是最有趣的語言。它比其他語言的驚喜少。我發現比Ruby或Lisp更容易學習。只是爲了好玩，這裏是Lisp和要素之間的語言槍戰：

對於任何人誰是有興趣在基於堆棧的語言，這篇文章可能會有所幫助：The Joy of Catenative Languages (Parts 1, 2, 3)（這是更通用，並使用貓語言爲例，它幫助我學習因子基礎知識。）

來源

2009-01-19 11:12:09 da01

我認爲斯拉娃佩斯托夫在Google（Google T）上的精彩演講「Factor: an extensible interactive language」談話）是學習因子的良好資源。有是大量的因素的不同方面的演示，你應該能夠在你的系統上嘗試。例如演示使用因子實現互聯網時間服務器，約。 1小時07分20秒和詞彙關閉，46分鐘分鐘35秒。實際上，大部分演示文稿都是演示文稿。

的Flash視頻是141 MB，1小時36分38秒，呈現時間 2008年秋季Slava Pestov是因子編程語言和jEdit的，一個流行的文本編輯器的創造者。

來源

2009-09-01 18:43:26