در این مطلب، ویدئو 54 – آزمون استثنای اعتبارسنجی مدل سفارشی – سری آموزش پایتون و جنگو 3.2 با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:06:19
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,080 –> 00:00:01,360
اکنون میخواهیم پیش برویم و
2
00:00:01,360 –> 00:00:04,319
این اعتبارسنجی فیلدها را آزمایش کنیم، بسیار ساده است،
3
00:00:04,319 –> 00:00:06,799
اما میخواهیم وارد تستها شویم
4
00:00:06,799 –> 00:00:08,800
و اولین کاری که باید انجام دهم این است که
5
00:00:08,800 –> 00:00:11,120
در واقع خود خطای اعتبارسنجی را وارد
6
00:00:11,120 –> 00:00:13,360
کنیم و بنابراین دوباره این کار را انجام
7
00:00:13,360 –> 00:00:15,480
خواهیم داد. وارد کردن از
8
00:00:15,480 –> 00:00:19,520
django.cor استثناهای نقطهای
9
00:00:19,520 –> 00:00:23,119
من خطای اعتبارسنجی را وارد میکنم
10
00:00:23,119 –> 00:00:25,039
و در داخل تستهایمان به
11
00:00:25,039 –> 00:00:26,480
12
00:00:26,480 –> 00:00:29,119
پایین میروم، اعتبارسنجی اندازهگیری واحد تست را تعریف
13
00:00:29,119 –> 00:00:31,439
14
00:00:31,439 –> 00:00:33,520
15
00:00:33,520 –> 00:00:35,680
میکنیم و واقعاً فقط در حال آزمایش هستیم یک
16
00:00:35,680 –> 00:00:37,040
خطایی در اینجا وجود دارد،
17
00:00:37,040 –> 00:00:39,840
بنابراین ابتدا کاری که من انجام خواهم داد این است که به
18
00:00:39,840 –> 00:00:41,680
شما نشان می دهم چگونه
19
00:00:41,680 –> 00:00:43,120
مطمئن شوید که اعتبار سنجی ها
20
00:00:43,120 –> 00:00:45,440
فراخوانی می شوند و این این است که ما جلوتر می رویم
21
00:00:45,440 –> 00:00:48,480
و شی عنصر خود را ایجاد می کنیم
22
00:00:48,480 –> 00:00:51,520
و ادامه می دهیم و تماس می گیریم این ماده دستور العمل
23
00:00:51,520 –> 00:00:53,520
24
00:00:53,520 –> 00:00:55,440
همانطور که دیدیم بیایید فقط کپی و چسباندن
25
00:00:55,440 –> 00:00:57,280
آن را سریعتر کنیم و سپس ادامه می دهیم
26
00:00:57,280 –> 00:00:58,960
و استدلال هایمان را پاس می کنیم متوجه شوید که
27
00:00:58,960 –> 00:01:00,800
از شی استفاده نمی کنم.
28
00:01:00,800 –> 00:01:02,399
29
00:01:02,399 –> 00:01:06,320
جدید بودن مقداری
30
00:01:06,320 –> 00:01:08,400
که می دانید مقداری ارزش دلخواه
31
00:01:08,400 –> 00:01:09,920
دستور پخت به
32
00:01:09,920 –> 00:01:12,880
خوبی خود بودن را دارد.
33
00:01:12,880 –> 00:01:15,200
دستوری که من
34
00:01:15,200 –> 00:01:17,520
در اینجا
35
00:01:17,520 –> 00:01:18,479
درست کردم خوب است
36
00:01:18,479 –> 00:01:20,799
و اکنون فقط برای تأیید اینکه
37
00:01:20,799 –> 00:01:22,320
اعتبار سنجی در حال انجام است، بیایید
38
00:01:22,320 –> 00:01:24,479
جلو برویم و چیزی
39
00:01:24,479 –> 00:01:27,040
مانند نادا یا ناندا یا چیزی که
40
00:01:27,040 –> 00:01:29,280
قطعاً منطقی نیست به واحد خود اضافه کنیم،
41
00:01:29,280 –> 00:01:31,280
بنابراین آنچه میتوانیم فراخوانی کنیم وجود دارد. این
42
00:01:31,280 –> 00:01:33,439
عنصر را میتوانیم آن را نقطه
43
00:01:33,439 –> 00:01:34,960
زیر خط کامل تمیز بنامیم،
44
00:01:34,960 –> 00:01:36,560
بنابراین بسیار شبیه به زمانی است
45
00:01:36,560 –> 00:01:39,040
که فرم خود را وارد فرم خود
46
00:01:39,040 –> 00:01:41,920
میکنیم، ما انجام دادیم که نقطه فرم
47
00:01:41,920 –> 00:01:43,920
درست است، بنابراین در یک نمای این بسیار
48
00:01:43,920 –> 00:01:45,520
شبیه به آن چیزی است که
49
00:01:45,520 –> 00:01:49,439
همه موارد را تأیید میکند. فیلدها اعتبارسنجی شدهاند،
50
00:01:49,439 –> 00:01:52,079
پس بیایید این کار را اکنون با دستور العملهای
51
00:01:52,079 –> 00:01:54,640
تست python manager.py آزمایش کنیم،
52
00:01:54,640 –> 00:01:57,520
enter را بزنید و آنچه باید
53
00:01:57,520 –> 00:02:00,399
ببینیم یک خطای اعتبارسنجی است که در اینجا درست است و
54
00:02:00,399 –> 00:02:02,560
مطمئناً خوب انجام میدهم،
55
00:02:02,560 –> 00:02:05,600
بنابراین خوب است، ما کاملاً
56
00:02:05,600 –> 00:02:08,318
میخواستیم آن خطای اعتبارسنجی را ببینیم. بنابراین
57
00:02:08,318 –> 00:02:09,679
برای اینکه
58
00:02:09,679 –> 00:02:12,319
واقعاً این را پیدا کنیم و مطمئن شویم که
59
00:02:12,319 –> 00:02:15,200
میخواهیم این یک خطای اعتبارسنجی باشد، بنابراین این خطای
60
00:02:15,200 –> 00:02:17,760
اعتبارسنجی اندازهگیری واحد آزمایشی است،
61
00:02:17,760 –> 00:02:19,520
62
00:02:19,520 –> 00:02:21,680
ما ادامه میدهیم و میگوییم
63
00:02:21,680 –> 00:02:22,480
واحد نامعتبر است،
64
00:02:22,480 –> 00:02:23,280
65
00:02:23,280 –> 00:02:26,160
زیرا میدانی نادا
66
00:02:26,160 –> 00:02:28,400
باشه و البته ما میتوانیم بیش
67
00:02:28,400 –> 00:02:30,239
از یک واحد داشته باشیم که میتوانیم این
68
00:02:30,239 –> 00:02:32,239
خطای اعتبارسنجی را بارها و بارها برای
69
00:02:32,239 –> 00:02:34,720
انواع واحدهای نامعتبر اجرا
70
00:02:34,720 –> 00:02:38,440
کنیم، اما کاری که در اینجا انجام میدهیم این است که با
71
00:02:38,440 –> 00:02:40,319
72
00:02:40,319 –> 00:02:42,080
افزایش self.assert
73
00:02:42,080 –> 00:02:44,480
و سپس کلاس خطای اعتبارسنجی خود میگوییم
74
00:02:44,480 –> 00:02:46,160
75
00:02:46,160 –> 00:02:47,519
زیرا این همان چیزی است که
76
00:02:47,519 –> 00:02:50,160
ما
77
00:02:50,160 –> 00:02:52,160
بدون توجه به آنچه که اساساً
78
00:02:52,160 –> 00:02:54,319
آن خطای اعتبارسنجی را مطرح می کنیم، مطرح خواهیم کرد
79
00:02:54,319 –> 00:02:55,360
و بنابراین
80
00:02:55,360 –> 00:02:57,280
ما فقط بررسی می کنیم که آیا این مشکل را
81
00:02:57,280 –> 00:02:58,400
افزایش می
82
00:02:58,400 –> 00:02:59,920
دهد
83
00:02:59,920 –> 00:03:01,840
و بنابراین اکنون اگر آن را اجرا کنم باید
84
00:03:01,840 –> 00:03:04,800
در واقع مشکلی نداشته باشد و
85
00:03:04,800 –> 00:03:07,040
البته که یک واحد نامعتبر است اما اگر
86
00:03:07,040 –> 00:03:10,000
من واقعاً از یک واحد معتبر استفاده کردم و
87
00:03:10,000 –> 00:03:12,000
سعی کردم این کار را نیز انجام
88
00:03:12,000 –> 00:03:13,519
دهم چه می شود، بیایید نگاهی بیندازیم
89
00:03:13,519 –> 00:03:14,400
و
90
00:03:14,400 –> 00:03