فلش‌کارت‌های آموزشی آموزش عملی تست واحد و توسعه آزمون‌محور (TDD) در پایتون

🎓 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