سرفصل‌ها درس 67 از 250 · کد Pythonic، آزمون‌نویسی و پروژهٔ پایانی
کد Pythonic، آزمون‌نویسی و پروژهٔ پایانی

پروژهٔ پایانی: ExpenseApp

این پایان کار است -> مدرک گواهی Python سطح میانهٔ شما. بخش 1 لایهٔ داده را به شما داد. اکنون یک برنامهٔ واقعی و قابل اجرا می‌سازید: یک کلاس ExpenseApp که با فرمان‌های متنی هدایتش می‌کنید، همان‌طور که یک CLI کوچک کار می‌کند. یک متد، dispatch(command)، رشته‌ای مانند "add Coffee 3.50 food" می‌گیرد و خطی را که باید نشان داده شود برمی‌گرداند.

این یک کلاس تمام ماژول را یک‌جا تمرین می‌دهد -> کلاسی که وضعیت نگه می‌دارد، یک decorator که یک متد را می‌پیچد، یک generator که تنبلانه yield می‌کند، و ماندگاری JSON تا برنامه بتواند ذخیره و دوباره بار کند. همه‌اش را بسازید.

فرمان‌هایی که dispatch مدیریت می‌کند

فرمان را روی فاصله‌ها split کنید؛ نخستین واژه فعل است. این رشته‌های دقیق را برگردانید:

  • add <desc> <amount> <category> -> یک هزینه ثبت می‌کند، "Added Coffee: 3.50 (food)" را برمی‌گرداند (مبلغ با دو رقم اعشار).
  • total -> "TOTAL: 12.50" را برمی‌گرداند (مجموع کل، دو رقم اعشار).
  • report -> برای هر دسته یک خط "category: total" به ترتیب الفبایی (دو رقم اعشار)، سپس یک خط نهایی "TOTAL: grand_total"، که با خط تازه به هم وصل شده‌اند. یک دفتر خالی "No expenses recorded." را برمی‌گرداند.
  • budget <category> <amount> -> یک سقف خرج تعیین می‌کند، "Budget for food: 9.00" را برمی‌گرداند.
  • over -> اگر دسته‌هایی از بودجه بیشتر خرج کرده باشند، "Over budget: food, fun" را برمی‌گرداند (الفبایی، با ویرگول وصل‌شده)؛ وگرنه "All categories within budget."

دفتر و بودجه‌ها را در __init__ روی self نگه دارید. مبلغ‌ها از فرمان به‌صورت رشته می‌رسند -> با float(...) تبدیل کنید. با f"{value:.2f}" قالب‌بندی کنید.

decorator: @log_calls

log_calls را بنویسید و روی dispatch به کار ببرید. هر بار که متد پیچیده‌شده اجرا می‌شود نام تابع را به self.call_log append می‌کند، سپس فراخوانی را ادامه می‌دهد. از @functools.wraps(func) روی wrapper درونی استفاده کنید تا متد تزیین‌شده __name__ واقعی‌اش را نگه دارد (آزمون‌ها ExpenseApp.dispatch.__name__ == "dispatch" را بررسی می‌کنند). چون wrapper اول self را می‌گیرد، امضا def wrapper(self, *args, **kwargs): است.

generator: iter_over_budget(self)

یک متد generator واقعی -> هر دسته‌ای را که خرجش از بودجه‌اش بیشتر است، به ترتیب الفبایی، yield می‌کند. آزمون پنهان inspect.isgeneratorfunction(ExpenseApp.iter_over_budget) را assert می‌کند، پس باید از yield استفاده کند، نه اینکه یک فهرست برگرداند. فرمان over باید این generator را با list(self.iter_over_budget()) مصرف کند.

ماندگاری: to_json / from_json

to_json(self) رشته‌ای JSON برمی‌گرداند که دفتر و بودجه‌ها را ثبت می‌کند. from_json(cls, text) یک @classmethod است که از آن رشته یک برنامهٔ تازه می‌سازد. رفت‌وبرگشت باید بی‌اتلاف باشد -> ExpenseApp.from_json(app.to_json()) همان دفتر و بودجه‌ها را بازتولید می‌کند.

مربی هوش مصنوعی را امتحان کنید

اگر مربی‌تان روشن است (برنامه window._floatiTutor را وصل می‌کند)، از آن بخواهید یک نکتهٔ بودجه‌بندی برای بزرگ‌ترین دسته‌تان پیشنهاد دهد. نمره‌دهی هرگز به خروجی مدل دست نمی‌زند -> فقط رونوشت قطعی فرمان‌های شما بررسی می‌شود.

اجرا را بزنید: آزمون‌های پنهان یک برنامه می‌سازند، فهرستی از پیش نوشته از فرمان‌ها را به dispatch می‌فرستند، و رونوشت دقیق را خط به خط assert می‌کنند -> سپس generator، رفت‌وبرگشت JSON و نام حفظ‌شده را بررسی می‌کنند. قبولشان شوید و یک برنامهٔ واقعی، آزموده و سطح میانهٔ Python را تحویل داده‌اید.

نوبت شما

یک کلاس قابل اجرای ExpenseApp بسازید. dispatch(command) فرمان‌های add <desc> <amount> <category>، total، report، budget <category> <amount> و over را مدیریت می‌کند و رشته‌های دقیق درس را برمی‌گرداند. یک decorator به نام log_calls (با functools.wraps) بنویسید که روی dispatch به کار رود و نام هر فراخوانی را به self.call_log append کند. iter_over_budget(self) را به‌صورت یک GENERATOR بنویسید که دسته‌های بیش‌از‌بودجه را به ترتیب الفبایی yield کند. to_json(self) و یک classmethod به نام from_json(cls, text) اضافه کنید تا برنامه بی‌اتلاف رفت‌وبرگشت کند. هرگز input() را فرا نخوانید -> فرمان‌ها فقط از طریق dispatch می‌رسند.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.