دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Clean code in Python: refactor your legacy code base
دانلود کتاب پاک کردن کد در پایتون: بازسازی کد پایه قدیمی شما
مشخصات کتاب
Clean code in Python: refactor your legacy code base
ویرایش:
نویسندگان: Anaya. Mariano
سری:
ISBN (شابک) : 9781788835831, 1788837061
ناشر: Packt Publishing
سال نشر: 2018
تعداد صفحات: 328
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
قیمت کتاب (تومان) : 46,000
کلمات کلیدی مربوط به کتاب پاک کردن کد در پایتون: بازسازی کد پایه قدیمی شما: نرم افزارهای کاربردی--توسعه،کامپیوترها/زبان های برنامه نویسی/پایتون،پایتون (زبان برنامه های کامپیوتری)،کتاب های الکترونیک،نرم افزارهای کاربردی -- توسعه
در صورت تبدیل فایل کتاب Clean code in Python: refactor your legacy code base به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پاک کردن کد در پایتون: بازسازی کد پایه قدیمی شما نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب پاک کردن کد در پایتون: بازسازی کد پایه قدیمی شما
بهترین استفاده را از پایتون برای بهبود پایگاه کد خود ببرید ویژگی های کلیدی صرفه جویی در هزینه های تعمیر و نگهداری با آموزش تعمیر پایگاه کد قدیمی خود اصول و تکنیک های بازسازی را بیاموزید استفاده از میکروسرویس ها در سیستم های قدیمی خود با اجرای تکنیک های عملی شرح کتاب Python در حال حاضر در زمینه های مختلف استفاده می شود. به عنوان ساخت نرم افزار، مدیریت سیستم ها، و پردازش داده ها. در همه این زمینه ها، متخصصان با تجربه می توانند نمونه هایی از ناکارآمدی، مشکلات و سایر خطرات را در نتیجه کد بد پیدا کنند. پس از مطالعه این کتاب، خوانندگان متوجه این مشکلات و مهمتر از آن نحوه اصلاح آنها خواهند شد. کتاب با تشریح عناصر اساسی نوشتن کد تمیز و نقش مهم آن در برنامه نویسی پایتون آغاز می شود. شما با نوشتن کدهای کارآمد و خوانا با استفاده از کتابخانه استاندارد پایتون و بهترین شیوه ها برای طراحی نرم افزار آشنا خواهید شد. شما یاد خواهید گرفت که اصول SOLID را در پایتون پیاده سازی کنید و از دکوراتورها برای بهبود کد خود استفاده کنید. این کتاب عمیق تر به برنامه نویسی شی گرا در پایتون می پردازد و به شما نشان می دهد که چگونه از اشیاء با توصیفگرها و ژنراتورها استفاده کنید. همچنین به شما اصول طراحی تست نرم افزار و نحوه حل مشکلات نرم افزاری را با پیاده سازی الگوهای طراحی در کدتان نشان می دهد. در فصل آخر، ما یک برنامه یکپارچه را به یک میکروسرویس تقسیم می‌کنیم و از کد به عنوان پایه‌ای برای یک پلتفرم جامد شروع می‌کنیم. در پایان کتاب، شما در به کارگیری شیوه‌های کدگذاری تایید شده صنعت برای طراحی کد پایتون تمیز، پایدار و خوانا مهارت خواهید داشت. آنچه یاد خواهید گرفت راه اندازی ابزارهایی برای کار موثر در یک محیط توسعه کاوش کنید که چگونه روش های جادویی پایتون می تواند به ما در نوشتن کد بهتر کمک کند بررسی ویژگی های پایتون برای ایجاد طراحی پیشرفته شی گرا درک حذف کدهای تکراری با استفاده از دکوراتورها و توصیفگرها Refactor موثر کد با کمک تست‌های واحد پیاده‌سازی اصول SOLID در پایتون را بیاموزید این کتاب برای چه کسی است این کتاب برای رهبران تیم، معماران نرم‌افزار و مهندسان نرم‌افزار ارشد که می‌خواهند روی سیستم‌های قدیمی خود برای صرفه‌جویی در هزینه و بهبود کارایی کار کنند، جذاب خواهد بود. درک قوی از برنامه نویسی فرض می شود.
توضیحاتی درمورد کتاب به خارجی
Getting the most out of Python to improve your codebase Key Features Save maintenance costs by learning to fix your legacy codebase Learn the principles and techniques of refactoring Apply microservices to your legacy systems by implementing practical techniques Book Description Python is currently used in many different areas such as software construction, systems administration, and data processing. In all of these areas, experienced professionals can find examples of inefficiency, problems, and other perils, as a result of bad code. After reading this book, readers will understand these problems, and more importantly, how to correct them. The book begins by describing the basic elements of writing clean code and how it plays an important role in Python programming. You will learn about writing efficient and readable code using the Python standard library and best practices for software design. You will learn to implement the SOLID principles in Python and use decorators to improve your code. The book delves more deeply into object oriented programming in Python and shows you how to use objects with descriptors and generators. It will also show you the design principles of software testing and how to resolve software problems by implementing design patterns in your code. In the final chapter we break down a monolithic application to a microservice one, starting from the code as the basis for a solid platform. By the end of the book, you will be proficient in applying industry approved coding practices to design clean, sustainable and readable Python code. What you will learn Set up tools to effectively work in a development environment Explore how the magic methods of Python can help us write better code Examine the traits of Python to create advanced object-oriented design Understand removal of duplicated code using decorators and descriptors Effectively refactor code with the help of unit tests Learn to implement the SOLID principles in Python Who this book is for This book will appeal to team leads, software architects and senior software engineers who would like to work on their legacy systems to save cost and improve efficiency. A strong understanding of Programming is assumed.
فهرست مطالب
Contents......Page 3
Preface......Page 9
Intro - Code Formatting & Tools......Page 15
The importance of having clean code......Page 16
Docstrings and annotations......Page 20
Summary......Page 32
Pythonic Code......Page 33
Indexes and slices......Page 34
Context managers......Page 37
Properties, attributes, and different types of methods for objects......Page 43
Iterable objects......Page 48
Container objects......Page 53
Dynamic attributes for objects......Page 54
Callable objects......Page 56
Caveats in Python......Page 57
References......Page 61
General Traits of Good Code......Page 63
Design by contract......Page 64
Defensive programming......Page 68
Separation of concerns......Page 78
Acronyms to live by......Page 80
Composition and inheritance......Page 85
Arguments in functions and methods......Page 93
Final remarks on good practices for software design......Page 101
Summary......Page 104
References......Page 105
Single responsibility principle......Page 107
The open/closed principle......Page 111
Liskov\'s substitution principle......Page 118
Interface segregation......Page 125
Dependency inversion......Page 127
Summary......Page 130
References......Page 131
What are decorators in Python?......Page 132
Effective decorators – avoiding common mistakes......Page 144
The DRY principle with decorators......Page 154
Decorators and separation of concerns......Page 155
Analyzing good decorators......Page 157
Summary......Page 158
References......Page 159
A first look at descriptors......Page 160
Types of descriptors......Page 171
Descriptors in action......Page 176
Analysis of descriptors......Page 188
Summary......Page 194
References......Page 195
Technical requirements......Page 196
Creating generators......Page 197
Iterating idiomatically......Page 201
Coroutines......Page 211
Asynchronous programming......Page 223
Summary......Page 225
References......Page 226
Design principles and unit testing......Page 227
Frameworks and tools for testing......Page 234
Refactoring......Page 251
More about unit testing......Page 255
A brief introduction to test-driven development......Page 259
References......Page 260
Common Design Patterns......Page 261
Considerations for design patterns in Python......Page 262
Design patterns in action......Page 263
The null object pattern......Page 288
Final thoughts about design patterns......Page 290
Summary......Page 292
References......Page 293
From clean code to clean architecture......Page 294
Software components......Page 298
Use case......Page 303
Summary......Page 314
Summing it all up......Page 315
Index......Page 316
