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.
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.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.