کتاب آموزش عملی تست واحد و توسعه آزمون‌محور (TDD) در پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 عملی تست واحد و توسعه آزمون‌محور (TDD) در پایتون

موضوع کلی: توسعه نرم‌افزار و مهندسی کیفیت

موضوع میانی: آزمون نرم‌افزار (Software Testing)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تست واحد و اهمیت آن در چرخه توسعه نرم‌افزار
  • 2. نصب و راه‌اندازی محیط توسعه و ابزارهای تست (pytest)
  • 3. نوشتن اولین تست واحد با pytest و درک ساختار assert
  • 4. آشنایی با قواعد نام‌گذاری توابع و فایل‌های تست
  • 5. اجرای تست‌ها و تفسیر خروجی موفق و ناموفق
  • 6. کار با Fixtures در pytest برای مدیریت وابستگی‌ها
  • 7. اشتراک‌گذاری و اسکوپ‌دهی Fixtures (function, class, module, session)
  • 8. پارامتری‌سازی تست‌ها با decorator parametrize
  • 9. تست توابع خالص (Pure Functions) و ورودی و خروجی مشخص
  • 10. تست متدهای کلاس‌ها و اشیاء
  • 11. تست کدهای دارای وابستگی به زمان (datetime mocking)
  • 12. تست ورودی و خروجی فایل‌ها و سیستم‌عامل با monkeypatch و tmp_path
  • 13. معرفی کتابخانه unittest و مقایسه آن با pytest
  • 14. تست استثناها و خطاهای مورد انتظار
  • 15. تست کدهای نامعتبر و لبه‌های مرزی (Boundary Testing)
  • 16. تست توابع بازگشتی و الگوریتم‌های پیچیده
  • 17. مفهوم Test Coverage و اندازه‌گیری آن با pytest-cov
  • 18. تست کلاس‌های دادگان (Data Classes) و ساختارهای ساده
  • 19. تست کدهای ناهمگام (Async) با pytest-asyncio
  • 20. معرفی توسعه آزمون‌محور (TDD) و چرخه Red-Green-Refactor
  • 21. پیاده‌سازی یک ویژگی ساده با رویکرد TDD گام به گام
  • 22. نوشتن تست قبل از کد: تعریف رفتار مطلوب
  • 23. اجرای تست و مشاهده شکست (Red Phase)
  • 24. نوشتن حداقل کد برای عبور از تست (Green Phase)
  • 25. بهبود و بازآرایی (Refactor) کد بدون تغییر در تست‌ها
  • 26. تست موجودیت‌ها و منطق دامنه (Domain Logic)
  • 27. تست سرویس‌ها و لایه کاربردی برنامه
  • 28. تست مخازن داده (Repositories) با استفاده از دیتابیس‌های درون حافظه
  • 29. تست API‌های ساده (بدون وابستگی به فریم‌ورک وب)
  • 30. تست توابع کمکی و ابزارهای عمومی
  • 31. کار با Mock Objects برای شبیه‌سازی وابستگی‌های خارجی
  • 32. معرفی کتابخانه unittest.mock و تابع patch
  • 33. شبیه‌سازی فراخوانی APIهای خارجی با Mock
  • 34. شبیه‌سازی پاسخ دیتابیس و صف پیام
  • 35. تأیید رفتار (Asserting Calls) با assert_called_once و assert_has_calls
  • 36. تست کدهای دارای شرط و شاخه‌های متعدد
  • 37. تست حلقه‌ها و ساختارهای تکرار
  • 38. تست کدهای پیکربندی (Configuration) و متغیرهای محیطی
  • 39. تست لاگرها (Logging) و خروجی‌های متنی
  • 40. تست تابع main و نقطه ورود برنامه
  • 41. تست مدل‌های جنگو (Django Models) با pytest-django
  • 42. تست ویوهای جنگو (Django Views) و کلاینت تست
  • 43. تست مسیریابی و URLهای جنگو
  • 44. تست کوئری‌های اورم (ORM) و فیلترها
  • 45. تست فرم‌های جنگو و اعتبارسنجی
  • 46. تست سریالایزرهای جنگو رست (Django REST Framework)
  • 47. تست ویوهای مبتنی بر کلاس و ViewSet در DRF
  • 48. تست احراز هویت و مجوزها در API
  • 49. تست کوئری‌های دیتابیس با SQLite درون حافظه
  • 50. تست Pipelineهای پردازش داده و ETL
  • 51. تست توابع ناشناس (Lambda) و مپ‌ها
  • 52. تست دکوریتورهای سفارشی
  • 53. تست ژنراتورها و iteratorها
  • 54. تست کدهای عددی و محاسبات علمی
  • 55. تست کدهای رشته‌ای و پردازش متن
  • 56. تست کدهای شبکه‌ای و سوکت‌ها (با Mock)
  • 57. مدیریت داده‌های تست و فایل‌های فیکسچر
  • 58. تست‌های یکپارچه‌سازی بین ماژول‌ها (Integration Tests)
  • 59. تفاوت تست واحد و تست یکپارچه‌سازی و زمان استفاده از هرکدام
  • 60. تست پایگاه داده با تراکنش‌های برگشت‌پذیر
  • 61. اجرای تست‌های انتخابی با نشانه‌گذاری (Markers)
  • 62. اجرای تست‌های موازی با pytest-xdist
  • 63. تولید گزارش‌های HTML از نتایج تست با pytest-html
  • 64. ادغام تست‌ها در خط لوله CI/CD (مانند GitHub Actions)
  • 65. تست کدهای میراثی (Legacy Code) و افزودن تدریجی تست
  • 66. تکنیک‌های تست کدهای بدون تست (Characterization Tests)
  • 67. تست کدهای دارای State و Singleton
  • 68. تست کدهای دارای حافظه پنهان (Cache)
  • 69. تست کدهای بین‌المللی‌سازی (i18n)
  • 70. تست کدهای دارای Randomness (تست توزیع و Mock)
  • 71. تست متدهای جادویی (Magic Methods)
  • 72. تست کدهای پلاگین‌محور و معماری‌های توسعه‌پذیر
  • 73. بازآرایی کد با اطمینان از تست‌های واحد (Safe Refactoring)
  • 74. تست خطاهای حافظه و مدیریت منابع
  • 75. تست کدهای دارای تایمر و زمان‌بندی
  • 76. تست کدهای دارای Callback و Event
  • 77. تست کدهای دارای Context Manager
  • 78. تست تایپ‌ها و حاشیه‌نویسی‌های نوع (Type Hints) با mypy و pytest
  • 79. تست کدهای دارای نسخه‌بندی (Versioning) و مهاجرت
  • 80. تست کدهای دارای Dependency Injection
  • 81. تست کدهای دارای Factory Pattern
  • 82. تست کدهای دارای Strategy Pattern
  • 83. معرفی ابزارهای تست فازی (Fuzz Testing) در پایتون
  • 84. معرفی مفهوم تست نفوذ و امنیت در سطح واحد
  • 85. خلاصه و مرور مفاهیم کلیدی و بهترین شیوه‌های تست واحد
تگ‌ها: pytest TDD پایتون Unit Testing آموزش pytest تست نرم‌افزار تست واحد پایتون تست‌نویسی پایتون توسعه آزمون‌محور کیفیت کد مهندسی نرم‌افزار

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.