آموزش پایتون برای DevOps: راهنمای جامع و عملی [ویدئویی] - آخرین آپدیت

سرفصل ها و درس ها

شروع مسیر یادگیری پایتون برای DevOps Getting Started on Your Python for DevOps Journey

• خوش‌آمدگویی و بررسی کلی دوره Welcome and Course Overview

• به حداکثر رساندن تجربه یادگیری شما Maximizing Your Learning Experience

• تعیین انتظارات برای مسیر یادگیری Setting Expectations for Our Journey

راه‌اندازی محیط پایتون Python Environment Setup

• مقدمه بخش Section Introduction

• نقش پایتون در DevOps مدرن The Role of Python in Modern DevOps

• راهنمای نصب و پیکربندی پایتون Python Installation and Configuration Guide

• استفاده از pyenv برای مدیریت نسخه‌های پایتون Using pyenv to Manage Python Versions

• درک محیط‌های مجازی پایتون Understanding Python Virtual Environments

• اولین گام‌ها با محیط‌های مجازی Your First Steps with Virtual Environments

• استراتژی‌های مدیریت محیط‌های مجازی متعدد Strategies for Managing Multiple Virtual Environments

• بررسی REPL پایتون (Read Eval Print Loop) Exploring the Python REPL (Read-Eval-Print Loop)

• از اسکریپت تا اجرا: اجرای فایل‌های پایتون From Script to Execution: Running Python Files

• کدنویسی تعاملی با JupyterLab Interactive Coding with JupyterLab

تسلط بر مفاهیم اصلی پایتون Mastering Core Python Concepts

• مقدمه بخش Section Introduction

• کار با متغیرها Working with Variables

• اهمیت کامنت‌گذاری در کد The Importance of Code Comments

• مدیریت داده‌های عددی Handling Numerical Data

• کار با رشته‌ها (Strings) Manipulating Strings

• کاربرد عملی: محاسبه فضای دیسک Practical Application: Calculating Disk Usage

• شروع کار با لیست‌ها Getting Started with Lists

• تکنیک‌های تغییر لیست‌ها Techniques for Modifying Lists

• تمرین‌های عملی با لیست‌ها Practical Exercises with Lists

• درک تاپل‌ها (Tuples) Understanding Tuples

• مقدمه‌ای بر مجموعه‌ها (Sets) An Introduction to Sets

• انجام عملیات روی مجموعه‌ها Performing Set Operations

• تمرین‌های عملی با مجموعه‌ها Practical Exercises with Sets

• مقایسه لیست‌ها، تاپل‌ها و مجموعه‌ها Comparing Lists, Tuples, and Sets

• شروع کار با دیکشنری‌ها Getting Started with Dictionaries

• انجام عملیات روی دیکشنری‌ها Performing Dictionary Operations

• تمرین‌های عملی با دیکشنری‌ها Practical Exercises with Dictionaries

• مبانی منطق شرطی Fundamentals of Conditional Logic

• استفاده از If، Elif و Else Using If, Elif, and Else

• پیاده‌سازی Guard Clauses برای کد تمیزتر Implementing Guard Clauses for Cleaner Code

• تسلط بر حلقه‌های For و While Mastering For and While Loops

• کنترل حلقه‌ها با Break و Continue Controlling Loops with Break and Continue

• مقدمه‌ای بر List Comprehension An Introduction to List Comprehension

• کامپرهنشن‌های پیشرفته: لیست‌ها، مجموعه‌ها، دیکشنری‌ها Advanced Comprehensions: Lists, Sets, Dictionaries

• مبانی توابع پایتون Fundamentals of Python Functions

• ایجاد توابع و بازگرداندن مقادیر Creating and Returning Values from Functions

• درک پارامترها و آرگومان‌ها Understanding Parameters and Arguments

• نوشتن Docstring‌های موثر Writing Effective Docstrings

• تمرین‌های عملی با توابع Practical Exercises with Functions

• تولید توالی‌ها با تابع range Generating Sequences with the Range Function

• تکرار با استفاده از Enumerate و ZIP Iterating with Enumerate and ZIP

• مبانی برنامه‌نویسی شی‌گرا (OOP) Fundamentals of Object-Oriented Programming

• تعریف و استفاده از متدهای کلاس Defining and Using Class Methods

• پیاده‌سازی ارث‌بری Implementing Inheritance

• درک *args و **kwargs Understanding *args and **kwargs

• ترتیب آرگومان‌ها با *args و **kwargs Argument Order with *args and **kwargs

• استفاده از *args و **kwargs در فراخوانی توابع Using *args and **kwargs in Function Calls

• مقدمه‌ای بر توابع Lambda An Introduction to Lambda Functions

• استفاده از Lambda برای مرتب‌سازی مجموعه‌ها Using Lambda for Sorting Collections

• استفاده از Lambda برای تغییر مجموعه‌ها Using Lambda for Transforming Collections

• استفاده از Lambda برای فیلتر کردن مجموعه‌ها Using Lambda for Filtering Collections

پایتون پیشرفته: ژنراتورها و دکوراتورها Advanced Python: Generators and Decorators

• مقدمه بخش Section Introduction

• درک پروتکل تکرار (Iteration Protocol) Understanding the Iteration Protocol

• ایتریتورها و ایتریبل‌ها در عمل Iterators and Iterables in Practice

• مبانی سینتکس ژنراتور The Basics of Generator Syntax

• بهره‌گیری از قدرت دستور yield Harnessing the Power of the yield Statement

• کنترل اجرای ژنراتور: توقف و ادامه Controlling Generator Execution: Pause and Resume

• مدیریت وضعیت (State) در ژنراتورها Managing State within Generators

• درک اتمام ژنراتور (Generator Exhaustion) Understanding Generator Exhaustion

• مقایسه return و yield Comparing return and yield

• تمرین‌های عملی با ژنراتورها Practical Exercises with Generators

• ایجاد خط لوله‌های داده کارآمد Creating Efficient Data Pipelines

• بررسی توابع به عنوان شهروندان درجه یک Exploring Functions as First-Class Citizens

• پیاده‌سازی توابع Factory Implementing Factory Functions

• استفاده از توابع در ساختارهای داده Using Functions within Data Structures

• مقدمه‌ای بر دکوراتورها An Introduction to Decorators

• ارسال آرگومان‌ها به دکوراتورها Passing Arguments to Decorators

• مدیریت مقادیر بازگشتی در دکوراتورها Managing Return Values in Decorators

• مدیریت استثناها در دکوراتورها Exception Handling within Decorators

• حفظ متادیتای تابع با functools.wraps Preserving Function Metadata with functools.wraps

• به‌کارگیری چندین دکوراتور Applying Multiple Decorators

مدیریت خطاها و منابع Error Handling and Resource Management

• مقدمه بخش Section Introduction

• تسلط بر سینتکس استثناها (Exceptions) Mastering Exception Syntax

• تغییر پارادایم: تفکر مبتنی بر استثناها A Paradigm Shift: Thinking in Exceptions

• مروری بر استثناهای داخلی پایتون A Tour of Built-in Exceptions

• مدیریت خطاهای OS و Key Errors Handling OS and Key Errors

• برخورد با خطاهای Index، Value و Type Dealing with Index, Value, and Type Errors

• مدیریت خطاهای Attribute و Import Managing Attribute and Import Errors

• استفاده موثر از دستور raise Using the raise Statement Effectively

• بهترین متدها برای ایجاد استثناها Best Practices for Raising Exceptions

• ایجاد استثناهای سفارشی خودتان Creating Your Own Custom Exceptions

• غنی‌سازی استثناهای سفارشی با Context Enriching Custom Exceptions with Context

• ضرورت پاکسازی دستی منابع The Imperative of Manual Resource Cleanup

• درک پروتکل Context Manager Understanding the Context Manager Protocol

• ساده‌سازی مدیریت منابع با دستور with Simplifying Resource Management with with

• ساخت Context Managerهای سفارشی Building Custom Context Managers

• استفاده از دکوراتور contextmanager Using the contextmanager Decorator

لاگ‌گذاری موثر در پایتون Effective Logging in Python

• مقدمه بخش Section Introduction

• نقش حیاتی لاگ‌گذاری در DevOps The Critical Role of Logging in DevOps

• کالبدشکافی ساختار یک لاگ Deconstructing the Anatomy of a Log

• کاربرد عملی اصول لاگ‌گذاری Practical Application of Logging Principles

• درک و استفاده از سطوح لاگ (Log Levels) Understanding and Using Log Levels

• هدایت لاگ‌ها به فایل‌ها با File Handlers Directing Logs to Files with File Handlers

• پیاده‌سازی چرخش لاگ (Log Rotation) بر اساس اندازه Implementing Size-Based Log Rotation

• پیاده‌سازی چرخش لاگ بر اساس زمان Implementing Time-Based Log Rotation

• به‌کارگیری لاگ‌گذاری ساختاریافته با JSON Adopting Structured Logging with JSON

• بهبود لاگ‌های ساختاریافته با فیلدهای سفارشی و اطلاعات استثنا Enhancing Structured Logs with Custom Fields and Exception Info

• پیکربندی لاگ‌گذاری از طریق فایل‌های INI Configuring Logging via INI Files

• پیکربندی لاگ‌گذاری مبتنی بر دیکشنری Dictionary-Based Logging Configuration

• پیکربندی لاگ‌گذاری مبتنی بر JSON JSON-Based Logging Configuration

• پیاده‌سازی پیکربندی‌های پویا برای لاگ‌گذاری Implementing Dynamic Logging Configurations

مدیریت داده‌ها: فایل‌ها، Regex و سریال‌سازی Data Handling: Files, Regex, and Serialization

• مقدمه بخش Section Introduction

• مسیرهای مدرن سیستم فایل با pathlib Modern File System Paths with pathlib

• عملیات اصلی فایل و دایرکتوری Core File and Directory Operations

• بررسی عمیق حالت‌های I/O فایل A Deep Dive into File I/O Modes

• بررسی عمیق متدهای خواندن و نوشتن فایل A Deep Dive into File Read/Write Methods

• شروع کار با عبارات منظم (Regular Expressions) Getting Started with Regular Expressions

• تسلط بر کوانتیفایرها و حریص بودن جستجو (Greediness) Mastering Quantifiers and Search Greediness

• استفاده از گروه‌های کپچر در Regex Using Capturing Groups in Regex

• درک گروه‌های غیر کپچر Understanding Non-Capturing Groups

• بهره‌گیری از Back-references در الگوها Leveraging Back-references in Patterns

• یافتن تمام تطابق‌ها با findall() و finditer() Finding All Matches with findall() and finditer()

• تقسیم رشته‌ها با Regex Splitting Strings with Regex

• جایگزینی متن با Regex Substituting Text with Regex

• تجزیه داده‌ها با Deserialization جی‌سون Parsing Data with JSON Deserialization

• تولید داده‌ها با Serialization جی‌سون Generating Data with JSON Serialization

• مروری بر مدیریت داده‌های YAML An Overview of YAML Data Handling

• تکنیک‌های سریال‌سازی و دی‌سریال‌سازی YAML YAML Serialization and Deserialization Techniques

• تکنیک‌های خواندن فایل‌های CSV Techniques for Reading CSV Files

• تکنیک‌های نوشتن فایل‌های CSV Techniques for Writing CSV Files

اتوماسیون وظایف DevOps و تعاملات سیستم Automating DevOps Tasks and System Interactions

• مقدمه بخش Section Introduction

• خواندن متغیرهای محیطی Reading Environment Variables

• تغییر و حذف متغیرهای محیطی Modifying and Unsetting Environment Variables

• مدیریت پیکربندی با فایل‌های Dotenv Managing Configuration with Dotenv Files

• لیست کردن محتویات دایرکتوری به صورت برنامه‌نویسی شده Programmatically Listing Directory Contents

• ایجاد دایرکتوری‌ها با پایتون Creating Directories with Python

• حذف امن فایل‌ها و دایرکتوری‌ها Safely Deleting Files and Directories

• کپی کردن فایل‌ها و درخت‌های دایرکتوری Copying Files and Directory Trees

• جابجایی و تغییر نام فایل‌ها و دایرکتوری‌ها Moving and Renaming Files and Directories

• کار با فایل‌های موقت Working with Temporary Files

• مدیریت دایرکتوری‌های موقت Managing Temporary Directories

• اجرای دستورات خارجی با Subprocesses Executing External Commands with Subprocesses

• مدیریت خطای مقاوم برای Subprocesses Robust Error Handling for Subprocesses

• مدیریت Timeout در Subprocess Managing Subprocess Timeouts

تعامل با API با استفاده از کتابخانه Requests API Interaction with the Requests Library

• مقدمه بخش Section Introduction

• ایجاد Token دسترسی شخصی گیت‌هاب برای API Generating a GitHub Personal Access Token for API Access

• ارسال درخواست‌های GET برای دریافت داده‌ها Making GET Requests to Retrieve Data

• ارسال داده‌ها با Query Parameters Passing Data with Query Parameters

• ارسال داده‌ها با درخواست‌های POST Sending Data with POST Requests

• درک و تفسیر کدهای وضعیت HTTP Understanding and Interpreting HTTP Status Codes

• ایجاد استثنای خودکار برای خطاهای HTTP Automatic Exception Raising for HTTP Errors

• پیاده‌سازی احراز هویت ساده (Basic Auth) Implementing Basic Authentication

• امن‌سازی درخواست‌ها با احراز هویت مبتنی بر Token Securing Requests with Token-Based Authentication

• جلوگیری از توقف نامحدود با استفاده از Timeout Preventing Indefinite Hangs with Timeouts

• پیاده‌سازی یک مکانیسم ساده برای تلاش مجدد (Retry) Implementing a Simple Retry Mechanism

• تلاش‌های مجدد پیشرفته: Exponential Backoff و Jitter Advanced Retries: Exponential Backoff and Jitter

نوشتن کد مقاوم با تایپینگ استاتیک Writing Robust Code with Static Typing

• مقدمه بخش Section Introduction

• پیکربندی Pylance در VS Code برای بررسی بهینه تایپ‌ها Configuring Pylance in VS Code for Optimal Type Checking

• مقدمه‌ای بر سیستم Type Hint پایتون An Introduction to Python's Type Hint System

• اجتناب از اشتباهات رایج در Type Hinting Avoiding Common Pitfalls in Type Hinting

• به‌کارگیری Type Hintها برای لیست‌ها Applying Type Hints to Lists

• تایپینگ دیکشنری‌ها، تاپل‌ها و مجموعه‌ها Typing Dictionaries, Tuples, and Sets

• استفاده از Union و Optional برای تایپینگ منعطف Using Union and Optional for Flexible Typing

• ایجاد دیکشنری‌های با تایپ سخت‌گیرانه با TypedDict Creating Strictly-Typed Dictionaries with TypedDict

• افزودن Type Hintها به کلاس‌ها Adding Type Hints to Classes

• حل وابستگی‌های تایپ با Forward References Resolving Type Dependencies with Forward References

• مقدمه‌ای بر Generic Types An Introduction to Generic Types

• ایجاد متغیرهای تایپ محدود شده Creating Constrained Type Variables

• تعریف متغیرهای تایپ Bound Defining Bounded Type Variables

• استفاده از Generics در کلاس‌ها Using Generics with Classes

• به‌کارگیری Type Hintها برای دکوراتورها Applying Type Hints to Decorators

• بهبود اطلاعات تایپ برای دکوراتورها Enhancing Type Information for Decorators

• افزودن Type Hintها به ژنراتورها Adding Type Hints to Generators

• تایپینگ ایتریبل‌ها و ایتریتورها Typing Iterables and Iterators

تسلط بر تست خودکار با Pytest Mastering Automated Testing with Pytest

• مقدمه بخش Section Introduction

• نوشتن Assertions با Pytest Writing Assertions with Pytest

• راهنمای عملی توسعه تست‌محور (TDD) A Practical Guide to Test-Driven Development (TDD)

• تحلیل شکست‌های تست و مدیریت مقایسه‌های اعشاری Analyzing Test Failures and Handling Floating-Point Comparisons

• تأیید مدیریت استثناها در تست‌ها Verifying Exception Handling in Tests

• مدیریت تست‌هایی که انتظار می‌رود شکست بخورند Handling Tests That Are Expected to Fail

• پیکربندی Pytest برای پروژه‌های شما Configuring Pytest for Your Projects

• نادیده گرفتن شرطی تست‌ها (Skipping) Conditionally Skipping Tests

• علامت‌گذاری و ردیابی شکست‌های مورد انتظار Marking and Tracking Expected Failures

• سازماندهی تست‌ها با مارکرهای سفارشی Organizing Tests with Custom Markers

• ساده‌سازی آماده‌سازی تست‌ها با Fixtures Simplifying Test Setups with Fixtures

• کنترل چرخه عمر Fixture با Scopes Controlling Fixture Lifecycle with Scopes

• ایجاد Fixtureهای مشترک با conftest.py Creating Sharable Fixtures with conftest.py

• اجرای تست‌ها با ورودی‌های متعدد از طریق Parametrization Running Tests with Multiple Inputs via Parametrization

• تکنیک‌های پیشرفته Parametrization Advanced Parametrization Techniques

• مفاهیم اصلی Mocking Core Concepts of Mocking

• استفاده از دکوراتور patch و Fixture مربوط به mocker Using the patch Decorator and mocker Fixture

• سفارشی‌سازی رفتار اشیاء Mock Customizing Mock Object Behavior

• شبیه‌سازی استثناها و مقادیر بازگشتی پویا Simulating Exceptions and Dynamic Return Values

• اثرات جانبی پیشرفته با Callables Advanced Side Effects with Callables

• انتخاب بین Mock و MagicMock Choosing Between Mock and MagicMock

بهترین متدها برای ساختاربندی پروژه‌های پایتون Best Practices for Structuring Python Projects

• مقدمه بخش Section Introduction

• درک ماژول‌های پایتون Understanding Python Modules

• سازماندهی کد با پکیج‌های پایتون Organizing Code with Python Packages

• ساختاربندی پروژه‌ها با زیرپکیج‌ها Structuring Projects with Subpackages

• مقایسه Importهای مطلق و نسبی Absolute vs. Relative Imports: A Comparison

• عیب‌یابی خطاهای رایج Import Troubleshooting Common Import Errors

• اجرای ماژول‌ها به عنوان اسکریپت Executing Modules as Scripts

• پیکربندی مدرن پروژه با pyproject.toml Modern Project Configuration with pyproject.toml

• ادغام تست‌ها در یک ساختار پروژه چند فایلی Integrating Tests into a Multi-File Project Structure

ساخت یک خط لوله کامل CI/CD برای پروژه‌های پایتون Building a Full CI/CD Pipeline for Python Projects

• مقدمه بخش Section Introduction

• ایجاد رابط‌های خط فرمان (CLI) با Click Creating Command-Line Interfaces with Click

• انتخاب ابزارهای مناسب CI/CD برای پایتون Selecting the Right CI/CD Tools for Python

• مروری بر طراحی خط لوله CI/CD ما An Overview of Our CI/CD Pipeline Design

• راه‌اندازی مخزن گیت‌هاب و فضای کاری محلی Setting Up the GitHub Repository and Local Workspace

• ترسیم برنامه پیاده‌سازی پروژه Outlining the Project Implementation Plan

• تعریف متادیتای پروژه با pyproject.toml Defining Project Metadata with pyproject.toml

• توسعه ماژول اصلی بررسی‌کننده HTTP Developing the Core HTTP Checker Module

• ساخت CLI - بخش اول Building the CLI – Part 1

• ساخت CLI - بخش دوم Building the CLI – Part 2

• ایجاد یک گردش‌کار حداقل عملی (MVP) با GitHub Actions Creating a Minimal Viable Workflow with GitHub Actions

• ادغام بررسی‌های Linting و فرمت‌بندی کد Integrating Linting and Code Formatting Checks

• گنجاندن تحلیل‌های امنیتی و تایپ استاتیک Incorporating Static Type and Security Analysis

• پیکربندی Pytest برای خط لوله CI/CD Configuring Pytest for the CI/CD Pipeline

• نوشتن تست‌ها برای بررسی‌کننده HTTP Writing Tests for the HTTP Checker

• توسعه تست‌ها برای CLI Developing Tests for the CLI

• اتوماسیون اجرای تست‌ها در گردش‌کار Automating Test Execution in the Workflow

• بسته‌بندی پروژه به عنوان یک کتابخانه قابل توزیع Packaging the Project as a Distributable Library

• امن‌سازی انتشار در PyPI با OIDC Securing PyPI Publishing with OIDC

• اتوماسیون نسخه‌بندی با Semantic Release Automating Versioning with Semantic Release

• ادغام Semantic Release در خط لوله Integrating Semantic Release into the Pipeline

• استقرار در مخزن TestPyPI Deploying to the TestPyPI Repository

• انتشار پکیج شما در PyPI رسمی Publishing Your Package to the Official PyPI

• بهینه‌سازی گردش‌کار CI/CD با دارایی‌های انتشار (Release Assets) Optimizing the CI/CD Workflow with Release Assets