Pete Corey的博客《Build your own code poster with Elixir》展示了如何通过Elixir实现一个类似Commits.io一样的功能，即可以将自己的代码融合到一张LOGO图片中，例如这样的效果：
左侧是原图，右侧则将代码重叠到图中有颜色的部分，形成一种颇有极客范儿的图片。这很有趣。
实现代码并不复杂，不到200行代码。虽然简单，代码却很好地体现了Elixir编程的风格。这种风格提倡运用|>管道符以流的形式传递数据，体现函数组合子的强大威力。针对问题域，我们的解决方案是思考数据流动的方向，以及处理数据的各个阶段，并将其组合成一个顺序的执行流程。
以Code Poster为例，其执行流程如下所示：
- 读取代码文件
- 读取图片文件
- 生成Text元素集（这个过程会完成代码字符与颜色的融合）
- 生成SVG
- 保存SVG文件
Elixir的管道运算符，会自然地让我们想起Unix中实现的Pipe and Filter模式，每个Filter均被定义为一个统一的接口：输入为stdin，输出为stdout或者stderr。
在Unix中，这种统一接口可以被隐喻为文件（file），上图中的stdin、stdout与stderr都属于file descriptor，可以像操作文件那样读或写字节流（stream of bytes）。这里所谓的文件是一个宽泛的概念，可以是一个文件系统，也可以通过管道（pipe）将字节流传递到另一个进程，可以是Unix Socket，设备驱动，内核API以及TCP连接。
那么，在Code Poster场景下，这个统一接口是什么呢？或者说我们需要抽象的数据究竟是什么呢？分析前面的执行流程，读取一个code文件与读取一个image文件，返回的结果其实完全不同。那么，如这般不同的数据结构如何才能够像Stream一样通过管道连接起来呢？
在Elixir中，我们通常通过定义一个struct来完成对数据的抽象。整个管道处理中需要的数据会作为一个“并集”被定义到struct的属性中。例如，load code file操作需要一个code path，返回文件中的代码code；load image file操作则需要一个image path，返回一个image结构体。image结构体包含了图片的width和所有像素（pixels）。这些数据都是construct text element步骤需要的，在对这些数据进行处理后，该步骤又会返回生成的text elements集合；然后再交给construct svg，最后生成一个svg对象并保存。这个过程如下图所示：
整个过程传递的数据为PosterData，它好像是一个数据容器一般，各个执行步骤都会对该数据容器传来的相关数据进行处理，然后再将获得的结果塞到该容器中，再接力传递给下一个。PosterData的定义如下：
代码语言：javascript复制 defstruct code_path: nil,
image_path: nil,
ratio: nil,
final_width: nil,
final_height: nil,
out_path: nil,
code: nil,
image: nil,
pixels: nil,
text_elements: nil,
svg: nilElixir使用管道操作符|>非常好地改善了代码的阅读体验。阅读如下代码，与阅读自然语言没有太大区别：
def go(ratio, final_width, final_height, code_path, image_path, out_path) do
%PosterData{
ratio: ratio,
final_width: final_width,
final_height: final_height,
code_path: code_path,
image_path: image_path,
out_path: out_path
}
|> load_code
|> load_image
|> construct_text_elements
|> construct_svg
|> save_svg
end在编写这样的方法时，我们一定要注意方法的抽象层次，即遵循所谓的单一抽象层次原则。该原则要求一个函数中的所有操作都处于相同的抽象层。只有如此，才不会让函数表达的意思失衡，有的隐藏了细节，有的又暴露了不必要的内容。
我们可以通过对需求的任务逐层拆分来保证这一点。前面提到的流程是最高抽象层的任务分解，而针对load code file，又可以拆分为如下的子任务：
- 读取代码文件
- 去除文件内容中的空格、tab、换行符（表现的业务含义就是拼接这些代码字符）
- 转换为字符集合
load_code函数体现了这样的流程：
def load_code(data = %PosterData{code_path: code_path}) do
Logger.debug("Loading code from '#{code_path}'...")
code = code_path
|> File.read!
|> join_code
|> String.codepoints
%{data | code: code}
end其中join_code接收的是File.read!函数读取的文件内容，它又可以继续拆分子任务：
def join_code(code) do
Logger.debug("Joining code...")
code
|> String.trim
|> String.replace(~r/s*n s*/, " ")
|> String.replace(~r/s/," ")
end多么美妙的代码表现力！又是多么清晰的任务分解层次！管道操作符将整个业务盘活了，就好像赋予了代码灵魂一般。
