فصل ۱ — شروع پایتون

پایتون چیست و چرا محبوب‌ترین زبان دنیاست؟ محیط پروژه: venv و مدیریت پکیج‌ها

فصل ۲ — متغیرها و انواع داده

متغیرها و انواع پایه داده رشته‌ها: متدهای متن در پایتون لیست، تاپل، دیکشنری و مجموعه

فصل ۳ — کنترل جریان

شرط‌ها: if و elif و else حلقه‌ها: for و while در پایتون

فصل ۴ — توابع و ماژول‌ها

توابع: def، پارامترها و return ماژول‌ها و کتابخانه استاندارد

فصل ۵ — کلاس و برنامه‌نویسی شیءگرا

کلاس‌ها و شیءگرایی در پایتون

فصل ۱۵ — حرفه‌ای‌شدن

لاگ‌گیری با ماژول logging دیباگ: pdb و breakpoint

فصل ۱۶ — تست‌نویسی

تست با unittest: پایه تست‌نویسی پایتون pytest: تست مدرن با فیکسچر و پارامتری

فصل ۱۷ — داده و وب

دیتابیس SQLite داخل پایتون کار با وب و API با requests تنظیمات و متغیر محیط: json، env و پیکربندی

فصل ۱۸ — ابزار و خط فرمان

ابزار خط فرمان با argparse پکیج‌سازی و انتشار: از ماژول تا PyPI

فصل ۱۹ — پایتون در وب

شروع وب با Flask: اولین اپلیکیشن

فصل ۶ — پروژه عملی

کار با فایل و JSON پروژه پایانی: مدیریت کارها در خط فرمان

فصل ۷ — سینتکس، عملگرها و ورودی/خروجی

سینتکس و تورفتگی: قواعد خط پایتون عملگرها: حساب، مقایسه، منطق و عضویت ورودی و خروجی: print و input در عمق اعداد و تبدیل نوع (casting) f-string در عمق: فرمت‌دهی حرفه‌ای

فصل ۸ — ساختمان‌های داده در عمق

لیست در عمق: متدها، برش و کپی تاپل: ثابت‌ها و باز‌کردن مقادیر مجموعه‌ها: عضویت سریع و عملیات ریاضی دیکشنری در عمق: get، setdefault و ادغام کامپریهنشن: list، dict و set enumerate، zip و ابزارهای پیمایش match/case: تطبیق الگو در پایتون ۳.۱۰+

فصل ۹ — توابع در عمق

*args و **kwargs: پارامترهای انعطاف‌پذیر lambda و توابع درجه‌یک بازگشت: تابعی که خودش را صدا می‌زند اسکوپ: local، global و nonlocal تایپ هینت: نوع‌نویسی در پایتون مدرن

فصل ۱۰ — شیءگرایی در عمق

وراثت و چندریختی متدهای جادویی (dunder) کپسولاسیون: property، خصوصی و انواع متد dataclass: کلاس داده‌محور آماده کلاس انتزاعی، Protocol و duck typing

فصل ۱۱ — خطاها، فایل‌ها و ماژول‌ها

خطاها: try/except/finally و raise فایل‌ها در عمق: خواندن، نوشتن و pathlib CSV: خواندن و نوشتن جداول ماژول و پکیج خودتان + __main__ os و sys: سیستم‌عامل و مفسر

فصل ۱۲ — زمان، ریاضی و ابزارهای پیشرفته

تاریخ و زمان: datetime و timedelta math و random: محاسبات و تصادف عبارات باقاعده: ماژول re ایتریتور و ژنراتور: yield کلوژر و دکوراتور بهترین شیوه‌ها: کد پایتونی تمیز
Python Tutorial فصل ۱۹ — پایتون در وب درس آموزشی

شروع وب با Flask: اولین اپلیکیشن

Flask کوچک‌ترین راه جدی ساخت وب با پایتون است: یک فایل، روت‌ها با دکوراتور، قالب با Jinja. پایه فهم فریم‌ورک‌های بزرگ‌تر مثل Django هم همین مفاهیم‌اند.

مراحل قدم‌به‌قدم

  1. ۱

    اپ و روت

    app = Flask(__name__) و @app.route("/") روی تابع — خروجی تابع پاسخ صفحه است. متدها را محدود کنید: @app.route("/api", methods=["POST"]) تا GET بی‌جا نپذیرد.

  2. ۲

    قالب و داینامیک

    render_template("hello.html", name=name) فایل templates/hello.html را با Jinja رندر می‌کند؛ {{ name }} و {% for %} قواعد قالب است. مسیر static/ برای CSS و JS ثابت است.

  3. ۳

    داده و فرم

    request.args.get("q") برای querystring و request.form برای POST؛ پاسخ JSON با jsonify(dict). اعتبارسنجی و خطا را با abort(400) و هندلر errorhandler(404) مدیریت کنید.

  4. ۴

    اجرا و دیباگ

    flask run --debug یا app.run(debug=True) فقط برای توسعه؛ در سرور واقعی gunicorn می‌گذارند: gunicorn -w 4 app:app. debug=True در پروداکشن خطر امنیتی جدی است.

نکات مهم

  • ◆ debug=True هرگز روی سرور عمومی نگذارید.
  • ◆ secret_key برای session را از متغیر محیطی بگیرید.
  • ◆ قالب‌ها را در templates/ بگذارید تا render_template پیدایشان کند.

کد یا مسیر نمونه

from flask import Flask, request, jsonify, render_template
app = Flask(__name__)

@app.route("/")
def home():
    return render_template("hello.html", name="علی")

@app.route("/api/sum", methods=["POST"])
def api_sum():
    data = request.get_json(silent=True) or {}
    nums = data.get("nums", [])
    if not all(isinstance(n, (int, float)) for n in nums):
        return jsonify({"error": "nums باید عدد باشد"}), 400
    return jsonify({"sum": sum(nums)})

# اجرای توسعه:  flask run --debug

پرسش و پاسخ این درس (۰)

هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!

دیدگاه خود را بنویسید

کپچا

دیدگاه شما پس از تأیید مدیر نمایش داده می‌شود.