diff --git a/translated/tech/20190701 Get modular with Python functions.md b/published/20190701 Get modular with Python functions.md
similarity index 56%
rename from translated/tech/20190701 Get modular with Python functions.md
rename to published/20190701 Get modular with Python functions.md
index 86d3fd926d..37124c8e2b 100644
--- a/translated/tech/20190701 Get modular with Python functions.md	
+++ b/published/20190701 Get modular with Python functions.md	
@@ -1,27 +1,29 @@
 [#]: collector: (lujun9972)
 [#]: translator: (MjSeven)
-[#]: reviewer: ( )
-[#]: publisher: ( )
-[#]: url: ( )
+[#]: reviewer: (wxy)
+[#]: publisher: (wxy)
+[#]: url: (https://linux.cn/article-11295-1.html)
 [#]: subject: (Get modular with Python functions)
 [#]: via: (https://opensource.com/article/19/7/get-modular-python-functions)
 [#]: author: (Seth Kenlon https://opensource.com/users/seth/users/xd-deng/users/nhuntwalker/users/don-watkins)
 
 使用 Python 函数进行模块化
 ======
-使用 Python 函数来最大程度地减少重复任务编码工作量。
 
-![OpenStack source code (Python) in VIM][1]
+> 使用 Python 函数来最大程度地减少重复任务编码工作量。
+
+![](https://img.linux.net.cn/data/attachment/album/201909/01/234309ja7ooanopazo3o2m.jpg)
 
 你是否对函数、类、方法、库和模块等花哨的编程术语感到困惑？你是否在与变量作用域斗争？无论你是自学成才的还是经过正式培训的程序员，代码的模块化都会令人困惑。但是类和库鼓励模块化代码，因为模块化代码意味着只需构建一个多用途代码块集合，就可以在许多项目中使用它们来减少编码工作量。换句话说，如果你按照本文对 [Python][2] 函数的研究，你将找到更聪明的工作方法，这意味着更少的工作。
 
-本文假定你对 Python 很熟（译注：稍微熟悉就可以），并且可以编写和运行一个简单的脚本。如果你还没有使用过 Python，请首先阅读我的文章：[Python 简介][3]。
+本文假定你对 Python 很熟（LCTT 译注：稍微熟悉就可以），并且可以编写和运行一个简单的脚本。如果你还没有使用过 Python，请首先阅读我的文章：[Python 简介][3]。
 
 ### 函数
 
 函数是迈向模块化过程中重要的一步，因为它们是形式化的重复方法。如果在你的程序中，有一个任务需要反复执行，那么你可以将代码放入一个函数中，根据需要随时调用该函数。这样，你只需编写一次代码，就可以随意使用它。
 
 以下一个简单函数的示例：
+
 ```
 #!/usr/bin/env python3
 import time
@@ -30,17 +32,18 @@ def Timer():
     print("Time is " + str(time.time() ))
 ```
 
-创建一个名为 **mymodularity** 的目录，并将以上函数代码保存为 **timestamp.py**。
+创建一个名为 `mymodularity` 的目录，并将以上函数代码保存为该目录下的 `timestamp.py`。
 
-除了这个函数，在 **mymodularity** 目录中创建一个名为 **\_\_init__.py** 的文件，你可以在文件管理器或 bash shell 中执行此操作：
+除了这个函数，在 `mymodularity` 目录中创建一个名为 `__init__.py` 的文件，你可以在文件管理器或 bash shell 中执行此操作：
 
 ```
 $ touch mymodularity/__init__.py
 ```
 
-现在，你已经创建了属于你自己的 Python 库（Python 中称为“模块”），名为 **mymodularity**。它不是一个特别有用的模块，因为它所做的只是导入 **time** 模块并打印一个时间戳，但这只是一个开始。
+现在，你已经创建了属于你自己的 Python 库（Python 中称为“模块”），名为 `mymodularity`。它不是一个特别有用的模块，因为它所做的只是导入 `time` 模块并打印一个时间戳，但这只是一个开始。
+
+要使用你的函数，像对待任何其他 Python 模块一样对待它。以下是一个小应用，它使用你的 `mymodularity` 软件包来测试 Python `sleep()` 函数的准确性。将此文件保存为 `sleeptest.py`，注意要在 `mymodularity` 文件夹 *之外*，因为如果你将它保存在 `mymodularity` *里面*，那么它将成为你的包中的一个模块，你肯定不希望这样。
 
-要使用你的函数，像对待任何其他 Python 模块一样对待它。以下是一个小应用，它使用你的 **mymodularity** 软件包来测试 Python **sleep()** 函数的准确性。将此文件保存为 **sleeptest.py**，注意要在 **mymodularity** 文件夹 _之外_，因为如果你将它保存在 **mymodularity** _里面_，那么它将成为你的包中的一个模块，你肯定不希望这样。
 ```
 #!/usr/bin/env python3
 
@@ -55,11 +58,12 @@ time.sleep(3)
 timestamp.Timer()
 ```
 
-在这个简单的脚本中，你从 **mymodularity** 包中调用 **timestamp** 模块两次。从包中导入模块时，通常的语法是从包中导入你所需的模块，然后使用 _模块名称 + 一个点 + 要调用的函数名_（例如 **timestamp.Timer()**）。
+在这个简单的脚本中，你从 `mymodularity` 包中调用 `timestamp` 模块两次。从包中导入模块时，通常的语法是从包中导入你所需的模块，然后使用 *模块名称 + 一个点 + 要调用的函数名*（例如 `timestamp.Timer()`）。
 
-你调用了两次 **Timer()** 函数，所以如果你的 **timestamp** 模块比这个简单的例子复杂些，那么你将节省大量重复代码。
+你调用了两次 `Timer()` 函数，所以如果你的 `timestamp` 模块比这个简单的例子复杂些，那么你将节省大量重复代码。
 
 保存文件并运行：
+
 ```
 $ python3 ./sleeptest.py
 Testing Python sleep()...
@@ -67,9 +71,9 @@ Time is 1560711266.1526039
 Time is 1560711269.1557732
 ```
 
-根据测试，Python 中的 sleep 函数非常准确：在三秒钟等待之后，时间戳成功且正确地增加了 3，在微秒单位上差距很小。
+根据测试，Python 中的 `sleep` 函数非常准确：在三秒钟等待之后，时间戳成功且正确地增加了 3，在微秒单位上差距很小。
 
-Python 库的结构看起来可能令人困惑，但其实它并不是什么魔法。Python _编程_ 会处理一个包含 Python 代码的目录，并附带一个 **\_\_init__.py** 文件，那么这个目录就会被当作一个包，并且会首先在当前目录中查找可用模块。这就是为什么语句 **from mymodularity import timestamp** 有效的原因：Python 在当前目录查找名为 **mymodularity** 的目录，然后查找 **timestamp.py** 文件。
+Python 库的结构看起来可能令人困惑，但其实它并不是什么魔法。Python *被编程* 为一个包含 Python 代码的目录，并附带一个 `__init__.py` 文件，那么这个目录就会被当作一个包，并且 Python 会首先在当前目录中查找可用模块。这就是为什么语句 `from mymodularity import timestamp` 有效的原因：Python 在当前目录查找名为 `mymodularity` 的目录，然后查找 `timestamp.py` 文件。
 
 你在这个例子中所做的功能和以下这个非模块化的版本是一样的：
 
@@ -89,7 +93,7 @@ print("Time is " + str(time.time() ) )
 
 对于这样一个简单的例子，其实没有必要以这种方式编写测试，但是对于编写自己的模块来说，最佳实践是你的代码是通用的，可以将它重用于其他项目。
 
-通过在调用函数时传递信息，可以使代码更通用。例如，假设你想要使用模块来测试的不是 _系统_ 的 sleep 函数，而是 _用户自己实现_ 的 sleep 函数，更改 **timestamp** 代码，使它接受一个名为 **msg** 的传入变量，它将是一个字符串，控制每次调用 **timestamp** 时如何显示：
+通过在调用函数时传递信息，可以使代码更通用。例如，假设你想要使用模块来测试的不是 *系统* 的 `sleep` 函数，而是 *用户自己实现* 的 `sleep` 函数，更改 `timestamp` 代码，使它接受一个名为 `msg` 的传入变量，它将是一个字符串，控制每次调用 `timestamp` 时如何显示：
 
 ```
 #!/usr/bin/env python3
@@ -101,9 +105,9 @@ def Timer(msg):
     print(str(msg) + str(time.time() ) )
 ```
 
-现在函数比以前更抽象了。它仍会打印时间戳，但是它为用户打印的内容 msg 还是未定义的。这意味着你需要在调用函数时定义它。
+现在函数比以前更抽象了。它仍会打印时间戳，但是它为用户打印的内容 `msg` 还是未定义的。这意味着你需要在调用函数时定义它。
 
-**Timer** 函数接受的 **msg** 参数是随便命名的，你可以使用参数 **m**、**message** 或 **text**，或是任何对你来说有意义的名称。重要的是，当调用 **timestamp.Timer** 函数时，它接收一个文本作为其输入，将接收到的任何内容放入 msg 变量中，并使用该变量完成任务。
+`Timer` 函数接受的 `msg` 参数是随便命名的，你可以使用参数 `m`、`message` 或 `text`，或是任何对你来说有意义的名称。重要的是，当调用 `timestamp.Timer` 函数时，它接收一个文本作为其输入，将接收到的任何内容放入 `msg` 变量中，并使用该变量完成任务。
 
 以下是一个测试测试用户正确感知时间流逝能力的新程序：
 
@@ -123,7 +127,7 @@ input()
 timestamp.Timer("You slept until ")
 ```
 
-将你的新程序保存为 **response.py**，运行它：
+将你的新程序保存为 `response.py`，运行它：
 
 ```
 $ python3 ./response.py
@@ -137,7 +141,7 @@ You slept until 1560714484.1628013
 
 ### 函数和所需参数
 
-新版本的 timestamp 模块现在 _需要_ 一个 **msg** 参数。这很重要，因为你的第一个应用程序将无法运行，因为它没有将字符串传递给 **timestamp.Timer** 函数：
+新版本的 `timestamp` 模块现在 *需要* 一个 `msg` 参数。这很重要，因为你的第一个应用程序将无法运行，因为它没有将字符串传递给 `timestamp.Timer` 函数：
 
 ```
 $ python3 ./sleeptest.py
@@ -148,13 +152,14 @@ Traceback (most recent call last):
 TypeError: Timer() missing 1 required positional argument: 'msg'
 ```
 
-你能修复你的 **sleeptest.py** 应用程序，以便它能够与更新后的模块一起正确运行吗？
+你能修复你的 `sleeptest.py` 应用程序，以便它能够与更新后的模块一起正确运行吗？
 
 ### 变量和函数
 
-通过设计，函数限制了变量的范围。换句话说，如果在函数内创建一个变量，那么这个变量 _只_ 在这个函数内起作用。如果你尝试在函数外部使用函数内部出现的变量，就会发生错误。
+通过设计，函数限制了变量的范围。换句话说，如果在函数内创建一个变量，那么这个变量 *只* 在这个函数内起作用。如果你尝试在函数外部使用函数内部出现的变量，就会发生错误。
+
+下面是对 `response.py` 应用程序的修改，尝试从 `timestamp.Timer()` 函数外部打印 `msg` 变量：
 
-下面是对 **response.py** 应用程序的修改，尝试从 **timestamp.Timer()** 函数外部打印 **msg** 变量：
 ```
 #!/usr/bin/env python3
 
@@ -174,6 +179,7 @@ print(msg)
 ```
 
 试着运行它，查看错误：
+
 ```
 $ python3 ./response.py
 Press the RETURN key. Count to 3, and press RETURN again.
@@ -188,13 +194,13 @@ Traceback (most recent call last):
 NameError: name 'msg' is not defined
 ```
 
-应用程序返回一个 **NameError** 消息，因为没有定义 **msg**。这看起来令人困惑，因为你编写的代码定义了 **msg**，但你对代码的了解比 Python 更深入。调用函数的代码，不管函数是出现在同一个文件中，还是打包为模块，都不知道函数内部发生了什么。一个函数独立地执行它的计算，并返回你想要它返回的内容。这其中所涉及的任何变量都只是 _本地的_：它们只存在于函数中，并且只存在于函数完成其目的所需时间内。
+应用程序返回一个 `NameError` 消息，因为没有定义 `msg`。这看起来令人困惑，因为你编写的代码定义了 `msg`，但你对代码的了解比 Python 更深入。调用函数的代码，不管函数是出现在同一个文件中，还是打包为模块，都不知道函数内部发生了什么。一个函数独立地执行它的计算，并返回你想要它返回的内容。这其中所涉及的任何变量都只是 *本地的*：它们只存在于函数中，并且只存在于函数完成其目的所需时间内。
 
 #### Return 语句
 
-如果你的应用程序需要函数中特定包含的信息，那么使用 **return** 语句让函数在运行后返回有意义的数据。
+如果你的应用程序需要函数中特定包含的信息，那么使用 `return` 语句让函数在运行后返回有意义的数据。
 
-时间就是金钱，所以修改 timestamp 函数，以使其用于一个虚构的收费系统：
+时间就是金钱，所以修改 `timestamp` 函数，以使其用于一个虚构的收费系统：
 
 ```
 #!/usr/bin/env python3
@@ -207,9 +213,10 @@ def Timer(msg):
     return charge
 ```
 
-现在，**timestamp** 模块每次调用都收费 2 美分，但最重要的是，它返回每次调用时所收取的金额。
+现在，`timestamp` 模块每次调用都收费 2 美分，但最重要的是，它返回每次调用时所收取的金额。
+
+以下一个如何使用 `return` 语句的演示：
 
-以下一个如何使用 return 语句的演示：
 ```
 #!/usr/bin/env python3
 
@@ -230,7 +237,7 @@ while True:
         total = total+charge
 ```
 
-在这个示例代码中，变量 **charge** 为 **timestamp.Timer()** 函数的返回，它接收函数返回的任何内容。在本例中，函数返回一个数字，因此使用一个名为 **total** 的新变量来跟踪已经进行了多少更改。当应用程序收到要退出的信号时，它会打印总花费：
+在这个示例代码中，变量 `charge` 为 `timestamp.Timer()` 函数的返回，它接收函数返回的任何内容。在本例中，函数返回一个数字，因此使用一个名为 `total` 的新变量来跟踪已经进行了多少更改。当应用程序收到要退出的信号时，它会打印总花费：
 
 ```
 $ python3 ./charge.py
@@ -279,15 +286,15 @@ while True:
         total = total+charge
 ```
 
-它没有外部依赖（Python 发行版中包含 **time** 模块），产生与模块化版本相同的结果。它的优点是一切都位于一个文件中，缺点是你不能在其他脚本中使用 **Timer()** 函数，除非你手动复制和粘贴它。
+它没有外部依赖（Python 发行版中包含 `time` 模块），产生与模块化版本相同的结果。它的优点是一切都位于一个文件中，缺点是你不能在其他脚本中使用 `Timer()` 函数，除非你手动复制和粘贴它。
 
 #### 全局变量
 
-在函数外部创建的变量没有限制作用域，因此它被视为 _全局_ 变量。
+在函数外部创建的变量没有限制作用域，因此它被视为 *全局* 变量。
 
-全局变量的一个例子是在 **charge.py** 中用于跟踪当前花费的 **total** 变量。total 是在函数之外创建的，因此它绑定到应用程序而不是特定函数。
+全局变量的一个例子是在 `charge.py` 中用于跟踪当前花费的 `total` 变量。`total` 是在函数之外创建的，因此它绑定到应用程序而不是特定函数。
 
-应用程序中的函数可以访问全局变量，但要将变量传入导入的模块，你必须像发送 **msg** 变量一样将变量传入模块。
+应用程序中的函数可以访问全局变量，但要将变量传入导入的模块，你必须像发送 `msg` 变量一样将变量传入模块。
 
 全局变量很方便，因为它们似乎随时随地都可用，但也很难跟踪它们，很难知道哪些变量不再需要了但是仍然在系统内存中停留（尽管 Python 有非常好的垃圾收集机制）。
 
@@ -295,7 +302,7 @@ while True:
 
 ### 总结
 
-你已经学到了很多关于函数的知识，所以开始将它们放入你的脚本中 - 如果它不是作为单独的模块，那么作为代码块，你不必在一个脚本中编写多次。在本系列的下一篇文章中，我将介绍 Python 类。
+你已经学到了很多关于函数的知识，所以开始将它们放入你的脚本中 —— 如果它不是作为单独的模块，那么作为代码块，你不必在一个脚本中编写多次。在本系列的下一篇文章中，我将介绍 Python 类。
 
 --------------------------------------------------------------------------------
 
@@ -304,7 +311,7 @@ via: https://opensource.com/article/19/7/get-modular-python-functions
 作者：[Seth Kenlon][a]
 选题：[lujun9972][b]
 译者：[MjSeven](https://github.com/MjSeven)
-校对：[校对者ID](https://github.com/校对者ID)
+校对：[wxy](https://github.com/wxy)
 
 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
 
@@ -312,4 +319,4 @@ via: https://opensource.com/article/19/7/get-modular-python-functions
 [b]: https://github.com/lujun9972
 [1]: https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/openstack_python_vim_1.jpg?itok=lHQK5zpm 
 [2]: https://www.python.org/
-[3]: https://opensource.com/article/17/10/python-10
\ No newline at end of file
+[3]: https://opensource.com/article/17/10/python-10