Python robuste

Chapitre 14. Vérification au moment de l'exécution avec pydantic

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Le thème central du code robuste est de faciliter la détection des erreurs. Les erreurs font inévitablement partie du développement de systèmes complexes ; tu ne peux pas les éviter. En écrivant tes propres types, tu crées un vocabulaire qui rend plus difficile l'introduction d'incohérences. L'utilisation d'annotations de types te fournit un filet de sécurité, te permettant de détecter les erreurs au cours du développement. Au lieu de trouver les erreurs pendant les tests (ou pire, en production), tu les trouves plus tôt, idéalement pendant que tu développes le code.

Cependant, toutes les erreurs ne sont pas faciles à trouver grâce à l'inspection du code et à l'analyse statique. Il existe toute une catégorie d'erreurs qui ne seront détectables qu'au moment de l'exécution. Chaque fois que tu interagis avec des données fournies par l'extérieur de ton programme (comme les bases de données, les fichiers de configuration, les requêtes réseau), tu cours le risque de saisir des données invalides. Ton code peut être solide comme le roc dans sa façon de récupérer et d'analyser les données, mais il n'y a pas grand-chose que tu puisses faire pour empêcher les utilisateurs de transmettre des données invalides.

Ta première tendance pourrait être d'écrire beaucoup de logique de validation: if déclarations ...