فلش‌کارت‌های آموزشی جامع تست‌نویسی حرفه‌ای در پایتون با استفاده از unittest و pytest

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع تست‌نویسی حرفه‌ای در پایتون با استفاده از unittest و pytest

موضوع کلی: مهندسی نرم‌افزار و توسعهٔ سیستم‌های هوشمند

موضوع میانی: تضمین کیفیت و تست خودکار نرم‌افزار

📋 سرفصل‌های دوره

• 1. مبانی تضمین کیفیت نرم‌افزار و چرخه حیات تست
• 2. آشنایی با مفاهیم تست واحد و اهمیت آن در توسعه نرم‌افزار
• 3. نصب و پیکربندی محیط توسعه پایتون برای تست‌نویسی
• 4. معماری کتابخانه unittest و ساختار کلاس‌های تست
• 5. نحوه اجرای تست‌ها در محیط خط فرمان
• 6. مبانی نگارش اولین تست‌های واحد با استفاده از assert
• 7. استفاده از متدهای assertEqual و assertTrue برای بررسی صحت منطق
• 8. مدیریت چرخه‌های حیات تست با استفاده از setUp و tearDown
• 9. استفاده از کلاس‌های Setup و Teardown در سطح ماژول و کلاس
• 10. تست کردن استثناها و مدیریت خطاها در unittest
• 11. تکنیک‌های گروه‌بندی تست‌ها با استفاده از TestSuite
• 12. آشنایی با کتابخانه قدرتمند pytest و تفاوت‌های آن با unittest
• 13. نصب و راه‌اندازی pytest در پروژه‌های پایتونی
• 14. استفاده از assert ساده در pytest بدون نیاز به متدهای پیچیده
• 15. مفهوم فیکسچرها در pytest و مدیریت وابستگی‌ها
• 16. استفاده از scopeهای مختلف در فیکسچرها
• 17. پارامتری‌سازی تست‌ها برای پوشش سناریوهای متعدد
• 18. مدیریت خطاهای مورد انتظار در pytest با استفاده از raises
• 19. استفاده از مارکرها برای دسته‌بندی و فیلتر کردن تست‌ها
• 20. شبیه‌سازی اشیاء و توابع با استفاده از unittest.mock
• 21. تکنیک‌های استفاده از patch برای ایزوله‌سازی تست‌ها
• 22. تست توابع وابسته به پایگاه داده با استفاده از دیتابیس‌های موقت
• 23. تست رابط‌های برنامه‌نویسی و درخواست‌های شبکه
• 24. بررسی پوشش کد با استفاده از ابزار coverage
• 25. تحلیل گزارش‌های پوشش کد و شناسایی بخش‌های تست‌نشده
• 26. تست‌نویسی برای کلاس‌های پیچیده و متدهای خصوصی
• 27. استفاده از پلاگین‌های کاربردی در pytest
• 28. یکپارچه‌سازی تست‌ها با سیستم‌های CI/CD
• 29. استانداردهای نام‌گذاری و نگارش تست‌های تمیز و خوانا
• 30. تست نرم‌افزار در محیط‌های چندنخی و ناهمگام
• 31. تست توابع async در پایتون
• 32. استفاده از موک‌های پیشرفته برای جایگزینی سرویس‌های خارجی
• 33. تکنیک‌های تست مبتنی بر داده
• 34. اصول طراحی نرم‌افزار با رویکرد تست‌محور (TDD)
• 35. اجرای تست‌های رگرسیون و جلوگیری از بازگشت خطا
• 36. مدیریت تنظیمات تست با استفاده از فایل pytest.ini
• 37. استفاده از conftest.py برای اشتراک‌گذاری فیکسچرها
• 38. بررسی عملکرد و بنچ‌مارک‌گیری از کد در حین تست
• 39. تست توابع تولیدکننده و تکرارپذیرها
• 40. تولید داده‌های تصادفی برای تست با استفاده از hypothesis
• 41. ارزیابی کیفیت تست‌های نوشته شده با استفاده از mutation testing
• 42. اصول مستندسازی تست‌ها و گزارش‌دهی خودکار
• 43. راهکارهای رفع خطاهای رایج در پیاده‌سازی تست‌های خودکار
• 44. بهترین شیوه‌های نگهداری و بروزرسانی مجموعه‌های تست
• 45. معماری تست در پروژه‌های بزرگ و ماژولار
• 46. تست اپلیکیشن‌های وب مبتنی بر فریم‌ورک‌های استاندارد
• 47. استفاده از ابزارهای مانیتورینگ تست در محیط عملیاتی
• 48. اخلاق حرفه‌ای و مسئولیت‌پذیری در تضمین کیفیت سیستم‌های نرم‌افزاری