Czysty kod w Pythonie. Twórz wydajny i łatwy w utrzymaniu kod. Wydanie II - Ebook - Mariano Anaya - Nowoczesna platforma edukacyjna

Kategorie

Szczegóły ebooka

Zaloguj się, jeśli jesteś zainteresowany treścią pozycji.

Czysty kod w Pythonie. Twórz wydajny i łatwy w utrzymaniu kod. Wydanie II

Ebook

Popularność Pythona, ulubionego języka programistów i naukowców, stale rośnie. Jest on bowiem łatwy do nauczenia się: nawet początkujący programista może napisać działający kod. W efekcie, mimo że Python pozwala na pisanie kodu przejrzystego i prostego w konserwacji, zdarzają się przypadki kodu źle zorganizowanego, nieczytelnego i praktycznie nietestowalnego. Jedną z przyczyn tego stanu rzeczy jest tendencja niektórych programistów do pisania kodu bez czytelnej struktury. Zidentyfikowanie takich problemów i ich rozwiązywanie nie jest łatwym zadaniem.

Dzięki tej książce nauczysz się korzystać z kilku narzędzi służących do zarządzania projektami napisanymi w Pythonie. Dowiesz się, czym się charakteryzuje czysty kod i jakie techniki umożliwiają tworzenie czytelnego i wydajnego kodu. Przekonasz się, że do tego celu wystarczą standardowa biblioteka Pythona i zestaw najlepszych praktyk programistycznych. Opisano tu szczegóły programowania obiektowego w Pythonie wraz z zastosowaniem deskryptorów i generatorów. Zaprezentowano również zasady testowania oprogramowania i sposoby rozwiązywania problemów poprzez implementację wzorców projektowych w kodzie. Pokazano też, jak można podzielić monolityczną aplikację na mikrousługi, by otrzymać solidną architekturę aplikacji.

W książce między innymi:

konfiguracja wydajnego środowiska programistycznego
tworzenie zaawansowanych projektów obiektowych
techniki eliminacji zdublowanego kodu i tworzenie rozbudowanych abstrakcji
zastosowanie dekoratorów i deskryptorów
skuteczna refaktoryzacja kodu
budowa solidnej architektury opartej na czystym kodzie Pythona

Czysty kod w Pythonie. Tylko taki warto pisać!

O autorze
O recenzencie
Przedmowa
- Dla kogo jest ta książka?
- Co zawiera ta książka?
- Jak najlepiej wykorzystać tę książkę?
- Pobieranie plików z przykładowym kodem
- Stosowane konwencje
1. Wprowadzenie, formatowanie kodu i narzędzia
- Wprowadzenie
  - Znaczenie terminu czysty kod
  - Znaczenie posiadania czystego kodu
  - Kilka wyjątków
- Formatowanie kodu
  - Przestrzeganie przewodnika stylu kodowania w projekcie
- Dokumentacja
  - Komentarze do kodu
  - Docstringi
  - Adnotacje
  - Czy adnotacje zastępują docstringi?
- Narzędzia
  - Sprawdzanie spójności typów
  - Ogólne sprawdzanie poprawności w kodzie
  - Formatowanie automatyczne
  - Konfiguracja automatycznych kontroli
- Podsumowanie
- Materiały referencyjne
2. Kod pythoniczny
- Indeksy i wycinki
  - Tworzenie własnych sekwencji
- Menedżery kontekstu
  - Implementacja menedżerów kontekstu
- Wyrażenia składane i wyrażenia przypisania
- Właściwości, atrybuty i różne typy metod obiektów
  - Znaki podkreślenia w Pythonie
  - Właściwości
  - Tworzenie klas o bardziej zwartej składni
  - Obiekty iterowalne
    - Tworzenie obiektów iterowalnych
    - Tworzenie sekwencji
  - Obiekty kontenerowe
  - Dynamiczne atrybuty obiektów
  - Obiekty wywoływalne
  - Podsumowanie metod magicznych
- Haczyki Pythona
  - Mutowalne argumenty domyślne
  - Rozszerzanie typów wbudowanych
- Krótkie wprowadzenie do kodu asynchronicznego
- Podsumowanie
- Materiały referencyjne
3. Ogólne cechy dobrego kodu
- Projektowanie według kontraktu
  - Warunki wstępne
  - Warunki końcowe
  - Kontrakty pythoniczne
  - Projektowanie według kontraktu wnioski
- Programowanie defensywne
  - Obsługa błędów
    - Podstawianie wartości
    - Obsługa wyjątków
      - Obsługa wyjątków na odpowiednim poziomie abstrakcji
      - Nie ujawniaj śladów stosu użytkownikom końcowym
      - Unikaj pustych bloków except
      - Dołącz oryginalny wyjątek
  - Używanie asercji w Pythonie
- Podział obowiązków
  - Spójność i sprzężenie
- Akronimy
  - DRY/OAOO
  - YAGNI
  - KIS
  - EAFP/LBYL
- Dziedziczenie w Pythonie
  - Kiedy zastosowanie dziedziczenia jest dobrą decyzją?
  - Antywzorce dziedziczenia
  - Wielokrotne dziedziczenie w Pythonie
    - Kolejność rozwiązywania metod (MRO)
    - Domieszki
- Argumenty funkcji i metod
  - Jak działają argumenty funkcji w Pythonie?
    - Jak argumenty są kopiowane do funkcji?
    - Zmienna liczba argumentów
    - Argumenty wyłącznie pozycyjne
    - Argumenty wyłącznie kluczowe
  - Liczba argumentów w funkcjach
    - Argumenty funkcji a sprzężenia
    - Sygnatury kompaktowych funkcji, które przyjmują zbyt wiele argumentów
- Uwagi końcowe dotyczące dobrych praktyk projektowania oprogramowania
  - Ortogonalność w oprogramowaniu
  - Strukturyzacja kodu
- Podsumowanie
- Materiały referencyjne
4. Zasady SOLID
- Zasada pojedynczej odpowiedzialności
  - Klasa mająca zbyt wiele obowiązków
  - Podział obowiązków
- Zasada otwarty-zamknięty
  - Przykład zagrożeń dla utrzymania kodu w przypadku nieprzestrzegania zasady OCP
  - Refaktoryzacja systemu obsługi zdarzeń w celu uzyskania rozszerzalności
  - Rozbudowa systemu zdarzeń
  - Końcowe przemyślenia na temat OCP
- Zasada podstawiania Liskov
  - Wykrywanie problemów dotyczących zasady LSP za pomocą narzędzi
    - Wykorzystanie narzędzia mypy do wykrywania nieprawidłowych sygnatur metod
    - Wykrywanie niezgodnych sygnatur za pomocą programu pylint
  - Bardziej subtelne przypadki naruszeń zasady LSP
  - Uwagi na temat LSP
- Segregacja interfejsów
  - Interfejs, który dostarcza zbyt wiele
  - Im mniejszy interfejs, tym lepiej
  - Jak mały powinien być interfejs?
- Odwracanie zależności
  - Przypadek sztywnych zależności
  - Odwracanie zależności
  - Wstrzykiwanie zależności
- Podsumowanie
- Bibliografia
5. Korzystanie z dekoratorów do usprawniania kodu
- Czym są dekoratory w Pythonie?
  - Dekoratory funkcji
  - Dekoratory klas
  - Inne rodzaje dekoratorów
- Bardziej zaawansowane dekoratory
  - Przekazywanie argumentów do dekoratorów
    - Dekoratory z zagnieżdżonymi funkcjami
    - Obiekty dekoratory
  - Dekoratory z wartościami domyślnymi
  - Dekoratory dla podprogramów
  - Rozszerzona składnia dekoratorów
- Dobre zastosowania dla dekoratorów
  - Dostosowywanie sygnatur funkcji
  - Walidacja parametrów
  - Śledzenie kodu
- Skuteczne dekoratory unikanie typowych błędów
  - Zachowywanie danych o oryginalnym opakowanym obiekcie
  - Obsługa skutków ubocznych w dekoratorach
    - Nieprawidłowa obsługa skutków ubocznych w dekoratorze
    - Dekoratory z pożądanymi skutkami ubocznymi
  - Tworzenie dekoratorów, które będą działać dla każdego rodzaju obiektów
- Dekoratory a czysty kod
  - Kompozycja zamiast dziedziczenia
  - Zasada DRY z wykorzystaniem dekoratorów
  - Dekoratory a podział odpowiedzialności
  - Analiza dobrych dekoratorów
- Podsumowanie
- Bibliografia
6. Pełniejsze wykorzystywanie obiektów dzięki deskryptorom
- Pierwsze spojrzenie na deskryptory
  - Oprzyrządowanie związane z deskryptorami
  - Opis metod protokołu deskryptora
    - Metoda get
    - Metoda set
    - Metoda delete
    - Metoda set name
- Rodzaje deskryptorów
  - Deskryptory niezwiązane z danymi
  - Deskryptory danych
- Deskryptory w praktyce
  - Zastosowanie deskryptorów
    - Pierwsza próba. Bez użycia deskryptorów
    - Implementacja idiomatyczna
- Różne formy implementacji deskryptorów
  - Problem współdzielonego stanu
  - Dostęp do słownika obiektu
  - Korzystanie ze słabych referencji
- Więcej uwag na temat deskryptorów
  - Wielokrotne wykorzystanie kodu
  - Alternatywa dla dekoratorów klas
- Analiza deskryptorów
  - W jaki sposób Python wewnętrznie używa deskryptorów?
    - Funkcje i metody
    - Wbudowane dekoratory dla metod
    - Gniazda
  - Implementacja deskryptorów w dekoratorach
- Uwagi końcowe na temat deskryptorów
  - Interfejs deskryptorów
  - Obiektowy projekt deskryptorów
  - Adnotacje typów dla deskryptorów
- Podsumowanie
- Bibliografia
7. Generatory, iteratory i programowanie asynchroniczne
- Wymagania techniczne
- Tworzenie generatorów
  - Pierwsze spojrzenie na generatory
  - Wyrażenia generatorowe
- Idiomatyczne iteracje
  - Idiomy iteracji
  - Funkcja next()
  - Korzystanie z generatora
  - Itertools
  - Upraszczanie kodu za pomocą iteratorów
    - Powtarzające się iteracje
    - Pętle zagnieżdżone
  - Wzorzec Iterator w Pythonie
    - Interfejs iteracji
    - Obiekty sekwencji jako obiekty iterowalne
- Podprogramy
  - Metody interfejsu generatora
    - close()
    - throw(typ_wyjątku[, wartość_wyjątku[, ślad_wyjątku]])
    - send(wartość)
  - Bardziej zaawansowane podprogramy
    - Zwracanie wartości w podprogramach
    - Delegowanie zadań do mniejszych podprogramów składnia yield from
      - Najprostsze wykorzystanie składni yield from
      - Przechwytywanie wartości zwracanej przez podgenerator
      - Wysyłanie danych do podgeneratora i odbieranie ich stamtąd
- Programowanie asynchroniczne
  - Magiczne metody asynchroniczne
    - Asynchroniczne menedżery kontekstu
    - Inne metody magiczne
  - Iteracja asynchroniczna
  - Generatory asynchroniczne
- Podsumowanie
- Bibliografia
8. Testy jednostkowe i refaktoryzacja
- Zasady projektowania a testy jednostkowe
  - Uwaga na temat innych form automatycznych testów
  - Testy jednostkowe a zwinne wytwarzanie oprogramowania
  - Testy jednostkowe a projektowanie oprogramowania
  - Definiowanie granic testowania
- Narzędzia testowania
  - Frameworki i biblioteki do testów jednostkowych
    - unittest
      - Testy sparametryzowane
    - pytest
      - Proste przypadki testowe dla modułu pytest
      - Testy sparametryzowane
      - Fikstury
    - Pokrycie kodu testami
      - Konfigurowanie modułu do badania pokrycia kodu testami
      - Zastrzeżenia do pokrycia kodu testami
    - Obiekty mock
      - Ostrzeżenie przed łataniem i obiektami mock
      - Korzystanie z obiektów mock
- Refaktoryzacja
  - Ewolucje kodu
  - Kod produkcyjny nie jest jedynym, który ewoluuje
- Więcej o testowaniu
  - Testowanie oparte na właściwościach
  - Testowanie mutacji
  - Typowe motywy w testowaniu
    - Wartości graniczne
    - Klasy równoważności
    - Przypadki brzegowe
  - Krótkie wprowadzenie do techniki TDD
- Podsumowanie
- Bibliografia
9. Typowe wzorce projektowe
- Zagadnienia dotyczące wzorców projektowych w Pythonie
- Wzorce projektowe w praktyce
  - Wzorce kreacyjne
    - Fabryki
    - Singleton i Stan współdzielony (Monostat)
      - Stan współdzielony (Monostat)
    - Wzorzec Borga
    - Budowniczy
  - Wzorce strukturalne
    - Adapter
    - Kompozyt
    - Dekorator
    - Fasada
  - Wzorce behawioralne
    - Łańcuch odpowiedzialności
    - Metoda szablonowa
    - Polecenie
    - Stan
- Pusty obiekt
- Końcowe przemyślenia dotyczące wzorców projektowych
  - Wpływ zastosowania wzorców na projekt
  - Wzorce projektowe jako teoria
  - Nazwy w modelach
- Podsumowanie
- Bibliografia
10. Czysta architektura
- Od czystego kodu do czystej architektury
  - Podział odpowiedzialności
  - Aplikacje monolityczne a mikrousługi
  - Abstrakcje
- Komponenty oprogramowania
  - Pakiety
    - Zarządzanie zależnościami
    - Inne problemy dotyczące zarządzania zależnościami
    - Wersje artefaktów
  - Kontenery Docker
    - Przypadek użycia
    - Kod
    - Modele domen
    - Wywoływanie z aplikacji
    - Adaptery
  - Usługi
    - Analiza
    - Przepływ zależności
    - Ograniczenia
    - Testowalność
    - Ujawnianie intencji
- Podsumowanie
- Bibliografia
- Podsumowanie końcowe

Tytuł: Czysty kod w Pythonie. Twórz wydajny i łatwy w utrzymaniu kod. Wydanie II
Autor: Mariano Anaya
Tytuł oryginału: Clean Code in Python: Develop maintainable and efficient code, 2nd Edition
Tłumaczenie: Radosław Meryk
ISBN: 978-83-283-8612-9, 9788328386129
Data wydania: 2022-03-22
Format: Ebook
Identyfikator pozycji: czyko2
Wydawca: Helion

wybór języka

Kategorie

Szczegóły ebooka

Czysty kod w Pythonie. Tylko taki warto pisać!