کتاب آموزش جامع و کاربردی تست‌نویسی در پایتون با فریم‌ورک Pytest با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع و کاربردی تست‌نویسی در پایتون با فریم‌ورک Pytest

موضوع کلی: مهندسی نرم‌افزار و توسعه سیستم‌های رایانه‌ای

موضوع میانی: تضمین کیفیت و تست خودکار نرم‌افزار

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی تضمین کیفیت در توسعه نرم‌افزار
  • 2. آشنایی با جایگاه تست در چرخه حیات تولید نرم‌افزار
  • 3. معرفی فریم‌ورک پای‌تست و نصب محیط توسعه
  • 4. ساختار و قواعد نام‌گذاری تست‌ها در پای‌تست
  • 5. اجرای اولین تست ساده و بررسی خروجی‌ها
  • 6. تفاوت تست‌های واحد و تست‌های یکپارچگی
  • 7. استفاده از دستورات شرطی و توابع assert در تست
  • 8. مدیریت خطاها و بررسی استثناها در کد
  • 9. معرفی مفهوم فیکسچرها و مدیریت پیش‌نیازها
  • 10. سطوح دسترسی و طول عمر فیکسچرها
  • 11. استفاده از پارامترسازی برای اجرای تست‌های تکرارپذیر
  • 12. مدیریت تنظیمات و پیکربندی تست‌ها با فایل کانفیگ
  • 13. استفاده از مارکرها برای دسته‌بندی تست‌ها
  • 14. اجرای انتخابی تست‌ها بر اساس الگوها و مارکرها
  • 15. مفهوم تست‌های پارامتریک و افزایش پوشش کد
  • 16. شبیه‌سازی توابع با استفاده از ماژول unittest.mock
  • 17. تست کردن توابع وابسته به ورودی و خروجی استاندارد
  • 18. بررسی تست‌های متمرکز بر دیتابیس با رعایت اصول امنیتی
  • 19. استفاده از پلاگین‌های کاربردی برای گزارش‌گیری
  • 20. تولید گزارش‌های پوشش کد با pytest-cov
  • 21. بررسی و تحلیل گزارش‌های پوشش کد
  • 22. تست کردن کدهای ناهمگام و توابع async
  • 23. مدیریت منابع موقت در طول اجرای تست‌ها
  • 24. استفاده از پای‌تست در محیط‌های توسعه چابک
  • 25. یکپارچه‌سازی تست‌های خودکار در فرآیند استقرار مستمر
  • 26. اصول نگهداری و بازنگری کدهای تست
  • 27. شناسایی و رفع کدهای تکراری در تست‌نویسی
  • 28. تست کردن رابط‌های برنامه‌نویسی وب با پای‌تست
  • 29. بهترین شیوه‌های مستندسازی تست‌های نوشته شده
  • 30. تکنیک‌های عیب‌یابی تست‌های ناموفق
  • 31. مدیریت داده‌های تست و حفظ امنیت اطلاعات
  • 32. استفاده از تست‌های مبتنی بر ویژگی با hypothesis
  • 33. بررسی استانداردهای کدنویسی و تحلیل ایستا در کنار تست
  • 34. تست کردن کدهای چندنخی و ملاحظات آن
  • 35. استراتژی‌های انتخاب تست برای پروژه‌های بزرگ
  • 36. بهینه‌سازی زمان اجرای تست‌های سنگین
  • 37. نقش تست‌های خودکار در بهبود کیفیت و امنیت سیستم
  • 38. پروژه عملی: طراحی سناریوی تست برای یک سامانه مدیریت داده
  • 39. بازبینی و بهینه‌سازی کدهای تست بر اساس اصول مهندسی نرم‌افزار
تگ‌ها: آموزش پایتون برنامه‌نویسی پایتون تست خودکار نرم‌افزار تست نرم‌افزار با Pytest تست واحد در پایتون تست‌نویسی در پایتون تضمین کیفیت نرم‌افزار توسعه نرم‌افزار فریم‌ورک Pytest

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.