3、Hello World 的进阶：从打印语句到第一个可复用的验证函数，理解入口函数与模块化。

好，我们正式开始写代码了。

很多新手学验证，上来就写一个 print("Hello World")。然后呢？然后就没有然后了。说实话，这跟验证工程师的工作差得有点远。你想想看，真正的验证环境里，没人会写一个孤零零的打印语句就完事。我们需要的是——可复用的函数，清晰的入口，以及模块化的思维。

这一章，我们就从那个经典的 Hello World 出发，一步步把它改造成一个真正能用的验证函数。我个人习惯，每学一个新语言或新框架，都会先搭一个最小的可运行骨架。这个骨架就是我们的“入口函数”。

3.1 从打印语句到函数封装

先看最原始的写法：

print("Hello World, Verification!")

嗯，能跑。但问题来了——如果我想打印不同的消息呢？如果我想在多个地方打印呢？复制粘贴？别闹了，那是新手干的事。

我们把它包成一个函数：

def hello_verification(message):
    """打印验证相关的问候信息"""
    print(f"Hello Verification: {message}")

# 调用
hello_verification("开始检查时序约束")
hello_verification("开始检查复位信号")

看到了吗？一次定义，多次调用。这就是复用的雏形。我在项目中遇到过很多次，有人把同样的打印逻辑写了十几遍，后来要改格式，改到崩溃。你想想看，如果一开始就封装成函数，改一处就全改了，多省心。

3.2 理解入口函数：为什么需要 main？

好，函数有了。但怎么组织执行顺序呢？

很多 Python 脚本会这样写：

def hello_verification(message):
    print(f"Hello Verification: {message}")

hello_verification("开始检查时序约束")
hello_verification("开始检查复位信号")

这也能跑。但如果你把这个脚本 import 到别的文件里呢？糟糕了——那两行调用会立刻执行！

为什么会这样？因为 Python 解释器是从上往下执行的。它看到函数定义就记住，看到函数调用就执行。所以我们需要一个“入口函数”，也就是 main 函数：

def hello_verification(message):
    """打印验证相关的问候信息"""
    print(f"Hello Verification: {message}")

def main():
    """主入口函数"""
    hello_verification("开始检查时序约束")
    hello_verification("开始检查复位信号")
    hello_verification("开始检查电源域")

if __name__ == "__main__":
    main()

这里有个关键点：if __name__ == "__main__"。它的意思是——只有当我直接运行这个脚本时，才执行 main()。如果我是被别的文件 import 的，那就不执行。这样，你的代码既可以作为独立脚本运行，也可以作为模块被导入。

3.3 第一个可复用的验证函数

好了，现在我们把 Hello World 升级成真正的验证函数。假设我们要检查一个信号是否在预期时间内稳定：

def check_signal_stable(signal_name, expected_value, timeout_ns=100):
    """
    检查信号是否在超时时间内稳定到预期值
    
    参数:
        signal_name: 信号名称
        expected_value: 预期值 (0 或 1)
        timeout_ns: 超时时间，单位纳秒
    
    返回:
        bool: 是否稳定
    """
    print(f"[CHECK] 检查信号 {signal_name} 是否稳定到 {expected_value}")
    print(f"[CHECK] 超时时间: {timeout_ns} ns")
    
    # 这里只是演示框架，实际会调用仿真器 API
    # 模拟检查过程
    import time
    time.sleep(0.1)  # 模拟仿真时间
    
    result = True  # 假设检查通过
    if result:
        print(f"[PASS] 信号 {signal_name} 稳定")
    else:
        print(f"[FAIL] 信号 {signal_name} 未稳定")
    
    return result

def main():
    """验证流程主入口"""
    print("=== 开始验证流程 ===")
    
    # 检查复位信号
    check_signal_stable("rst_n", 1, timeout_ns=1000)
    
    # 检查时钟信号
    check_signal_stable("clk", 1, timeout_ns=500)
    
    print("=== 验证流程结束 ===")

if __name__ == "__main__":
    main()

这个函数已经有点意思了。它有明确的输入参数，有返回值，还有清晰的日志输出。我在项目中遇到过很多类似的场景——检查信号稳定、检查协议握手、检查数据一致性。把这些检查逻辑封装成函数，就是验证组件的基础。

3.4 模块化：把函数放到该放的地方

函数多了怎么办？全塞在一个文件里？那文件会越来越臃肿。我们需要模块化。

在 Python 里，一个 .py 文件就是一个模块。我们可以把相关的函数放到同一个模块里：

模块名	功能	包含函数示例
signal_checks.py	信号级检查	check_signal_stable(), check_signal_toggle()
protocol_checks.py	协议级检查	check_axi_handshake(), check_apb_write()
data_checks.py	数据一致性检查	check_data_integrity(), check_crc()
utils.py	通用工具函数	log_message(), format_time()

然后，在主脚本里这样导入：

from signal_checks import check_signal_stable
from protocol_checks import check_axi_handshake
from data_checks import check_data_integrity

def main():
    check_signal_stable("rst_n", 1)
    check_axi_handshake("axi_master")
    check_data_integrity("dma_data")

if __name__ == "__main__":
    main()

你看，主脚本变得非常清晰。它只负责“编排”验证流程，具体的检查逻辑都在各自的模块里。这就是模块化的好处——各司其职，互不干扰。

3.5 避坑指南与最佳实践

最后，分享几个我这些年总结的经验：

1. 函数命名要见名知意：check_signal_stable 比 func1 好一万倍。你想想看，三个月后你回来看代码，看到 func1 是什么感觉？
2. 每个函数只做一件事：如果一个函数既检查信号又打印日志又写文件，赶紧拆。我曾经见过一个函数写了 200 行，什么活都干，改一次崩一次。
3. 写文档字符串：就是函数定义下面的那个三引号注释。别偷懒。Python 的 help() 函数会直接显示它，团队协作时特别有用。
4. 入口函数保持简洁：main() 只做流程编排，不做具体实现。具体逻辑都放到函数里。

好了，这一章的内容就到这里。我们从一句简单的 print 出发，走到了函数封装、入口函数、模块化设计。说白了，这就是验证脚本的骨架。后面的所有内容，都会在这个骨架上生长。

下一章，我们会开始接触真正的验证环境搭建。做好准备。