book

Outillage Python hypermoderne

by Claudio Jolowicz

November 2024

Intermediate to advanced

270 pages

7h 37m

French

O'Reilly Media, Inc.

Read now

Unlock full access

Qui devrait lire ce livre ?Comment ce livre est organiséRéférences et lectures complémentairesConventions utilisées dans ce livreUtiliser des exemples de codeApprentissage en ligne O'ReillyComment nous contacterRemerciements
Prise en charge de plusieurs versions de PythonLocalisation des interprètes PythonInstaller Python sous WindowsLe lanceur Python pour WindowsInstaller Python sur macOSHomebrew PythonLes installateurs de python.orgInstaller Python sous LinuxFedora LinuxUbuntu LinuxAutres distributions LinuxLe lanceur Python pour UnixInstaller Python avec pyenvInstaller Python à partir d'AnacondaUn meilleur des mondes : Installer avec Hatch et RyeUn aperçu des installateursRésumé
Un tour d'horizon des environnements PythonInstallations PythonL'environnement par utilisateurEnvironnements virtuelsInstaller des applications avec pipxpipx en brefInstallation de pipxGérer les applications avec pipxExécuter des applications avec pipxConfiguration de pipxGérer les environnements avec uvTrouver des modules PythonObjets du moduleLe cache du moduleSpécifications du moduleChercheurs et chargeursLe chemin du modulePaquets de sitesRetour à l'essentielRésumé
Le cycle de vie des paquetsUn exemple d'applicationPourquoi l'emballage ?Le fichier pyproject.tomlConstruire des paquets avec buildTélécharger des paquets avec TwineInstaller des projets à partir des sourcesSchéma du projetGérer les paquets avec le seigleRoues et SdistesMétadonnées du projetNommer les projetsProjets de versionChamps dynamiquesScripts de point d'entréePoints d'entréeAuteurs et mainteneursLa description et le READMEMots clés et classificateursLes URL du projetLa licenceLa version de Python requiseDépendances et dépendances optionnellesRésumé
Ajouter des dépendances à l'application d'exempleConsommer une API avec HTTPXSortie de la console avec RichSpécifier les dépendances d'un projetSpécification de la versionExtrasMarqueurs d'environnementDépendances du développementUn exemple : Tester avec pytestDépendances optionnellesFichiers d'exigencesVerrouillage des dépendancesExigences de congélation avec pip et uvCompilation des exigences avec pip-tools et uvRésumé
Installer la poésieCréation d'un projetLes métadonnées du projetContenu du paquetLe code sourceGestion des dépendancesContraintes de caretExtras et marqueurs d'environnementLe fichier de verrouillageMise à jour des dépendancesGestion des environnementsGroupes de dépendanceDépôts de paquetsPublier des paquets dans les dépôts de paquetsRécupérer des paquets à partir de sources de paquetsExtension de Poetry avec des pluginsGénérer des fichiers d'exigences avec le plugin d'exportationDéployer des environnements avec le plugin BundleLe plugin de versionnement dynamiqueRésumé
Rédiger un testGérer les dépendances des testsConcevoir pour la testabilitéFixations et paramétrageTechniques avancées pour les montagesExtension de pytest avec des pluginsLe plugin pytest-httpserverLe plugin pytest-xdistLe garçon d'usine et le faussaire BibliothèquesAutres pluginsRésumé

Utilisation de Coverage.pyCouverture de la brancheTests dans plusieurs environnementsCouverture parallèleMesurer dans les sous-processusQuelle couverture viserRésumé
Premiers pas avec NoxTravailler avec les sessionsTravailler avec plusieurs interprètes PythonArguments de sessionAutomatiser la couvertureNotification de sessionAutomatiser la couverture dans les sous-processusParamétrer les sessionsDépendances de la sessionUtiliser Nox pour des projets de poésieVerrouiller les dépendances avec nox-poetryRésumé
Les bases du peluchageLa doublure RuffPyflakes et pycodestyleLes Linters Fantastiques et leur localisationDésactiver les règles et les avertissementsAutomatisation avec NoxLe cadre de précommissionPremiers pas avec pre-commitUn crochet de prèsCorrections automatiquesExécuter un pré-commit à partir de NoxExécuter un pré-commit à partir de GitLe formateur RuffApproches de la mise en forme des codes : autopep8Approches de la mise en forme des codes : YAPFUn formateur de code sans compromisLe style du code noirFormatage du code avec RuffRésumé
Avantages et coûts des annotations de typePetit tour d'horizon du langage de typage de Python.Annotations de variablesLa relation de sous-typeTypes de syndicatsDactylographie progressiveAnnotations de fonctionsAnnoter les classesAlias de typeGénériquesProtocolesCompatibilité avec les anciennes versions de PythonVérification statique des types avec mypyPremiers pas avec mypyRevoir l'exemple de WikipédiaMode strictAutomatiser mypy avec NoxDistribuer des types avec des paquets PythonType Vérification des testsInspection des annotations de type au moment de l'exécutionÉcrire un décorateur @dataclassVérification du type au moment de l'exécutionSérialisation et désérialisation avec cattrsVérification des types au moment de l'exécution avec TypeguardRésumé

Overview

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com

Se tenir au courant de l'écosystème Python peut être décourageant. Son outillage de développeur n'offre pas l'expérience prête à l'emploi propre à des langages comme Rust et Go. Lorsqu'il s'agit de maintenir un projet à long terme ou de collaborer avec d'autres, chaque projet Python est confronté au même problème : comment construire des flux de travail fiables au-delà du développement local tout en restant en phase avec l'écosystème en constante évolution.

Avec ce guide pratique, les développeurs Python apprendront à forger les parties mobiles d'un projet Python en une chaîne d'outils facile à utiliser, en utilisant des outils de pointe, notamment Poetry, Nox, pytest, mypy, pre-commit, Black, Ruff, uv, Rye, Hatch, et bien d'autres encore. L'auteur Claudio Jolowicz te montre comment créer des structures de projet Python robustes, complètes avec des tests unitaires, une analyse statique, un formatage de code et une vérification de type.

Tu apprendras à :

Créer des projets open source avec une infrastructure de pointe.
Construire une infrastructure personnalisée pour tous les projets Python d'une entreprise ou d'une équipe.
Améliorer et moderniser l'infrastructure d'un projet Python existant.
Évaluer les outils Python modernes en vue de leur adoption dans les projets existants.
Utiliser des outils pour l'empaquetage et la gestion des dépendances
Automatiser les tâches de développement courantes telles que les tests, les mises à jour des dépendances et la publication des versions.