Kurz Python pro automatizaci

Lekce 1 • Práce s vestavěnými datovými strukturami

Manipulujte se seznamy, n-ticemi, slovníky a množinami pro ukládání a zpracování dat automatizace. Volba správné struktury přímo ovlivňuje efektivitu skriptu.

Lekce 2 • Ošetření chyb a základy ladění

Používejte bloky try/except a nástroje pro ladění k psaní odolných skriptů. Automatizační skripty musí zvládat neočekávané stavy bez pádů.

Lekce 3 • Funkce a znovupoužitelnost kódu

Definujte, volejte a organizujte funkce pro odstranění opakování v automatizačním kódu. Představuje rozsah platnosti a návratové hodnoty, kritické pro modulární návrh skriptů.

Lekce 4 • Základy syntaxe Pythonu

Pokrývá proměnné, datové typy, operátory a konstrukce řídicího toku. Tyto základy tvoří základ každého automatizačního skriptu, který budete v kurzu psát.

Lekce 1 • Automatizace úloh na úrovni OS

Spouštějte příkazy shellu, spravujte procesy a pracujte s proměnnými prostředí z Pythonu. Propojuje skripty v Pythonu s podkladovým operačním systémem.

Lekce 2 • Správa cest a adresářů

Procházejte a manipulujte se souborovým systémem pomocí modulů pathlib a os. Spolehlivá práce s cestami zabraňuje chybám ve skriptech napříč různými operačními systémy.

Lekce 3 • Čtení a zápis souborů

Otevírejte, čtěte, zapisujte a zavírejte textové a binární soubory pomocí vestavěného souborového API Pythonu. Souborový V/V je vstupním bodem pro většinu reálných automatizačních úloh.

Lekce 4 • Práce se soubory CSV a JSON

Analyzujte a generujte data ve formátech CSV a JSON, dvou nejběžnějších formátech v automatizačních pipeline. Propojuje dovednosti souborového V/V se strukturovaným zpracováním dat.

Lekce 1 • Provádění HTTP požadavků pomocí Requests

Použijte knihovnu requests k odesílání HTTP volání, zpracování odpovědí a správě relací. Poskytuje základní sadu nástrojů pro úlohy automatizace API a webu.

Lekce 2 • Zpracování HTML pomocí BeautifulSoup

Extrahujte strukturovaná data ze surového HTML pomocí selektorů a metod procházení BeautifulSoup. Umožňuje scraping webových stránek, které nevystavují veřejné API.

Lekce 3 • Základy HTTP pro automatizaci

Pochopte HTTP metody, stavové kódy, hlavičky a cykly požadavku a odpovědi. Tyto znalosti jsou nezbytné před odesláním jakéhokoli automatizovaného webového požadavku.

Lekce 4 • Využívání a automatizace REST API

Autentizujte, stránkujte a automatizujte pracovní postupy vůči REST API. Propojuje dovednosti HTTP s reálnými integračními scénáři používanými v odborném prostředí.

Lekce 1 • Nastavení Selenium a ovládání prohlížeče

Nainstalujte Selenium, nakonfigurujte WebDriver a otevírejte, procházejte a zavírejte prohlížeče z Pythonu. Vytváří základ pro všechny úlohy automatizace prohlížeče.

Lekce 2 • Vyhledávání a interakce s prvky

Najděte prvky stránky pomocí ID, CSS, XPath a dalších lokátorů, poté klikněte, pište a vybírejte. Interakce s prvky je klíčovou akcí v každém skriptu pro automatizaci prohlížeče.

Lekce 3 • Automatizace formulářů a přihlašovacích postupů

Vytvářejte skripty, které se přihlašují, vyplňují vícestránkové formuláře a řeší výzvy autentizace. Pokrývá nejběžnější reálný případ použití automatizace prohlížeče.

Lekce 4 • Pokročilé techniky Selenium

Spouštějte JavaScript, pracujte s výstrahami, přepínejte rámce a získávejte data z komplexních stránek. Rozšiřuje základní dovednosti Selenium o zvládání okrajových případů v produkčních skriptech.

Lekce 1 • Úvod do pandas pro automatizaci

Načítejte, kontrolujte a filtrujte tabulková data pomocí DataFrames. pandas je hlavním nástrojem pro datově řízené automatizační úlohy v tomto kurzu.

Lekce 2 • Transformace a agregace dat

Aplikujte funkce, seskupujte data a počítejte souhrny pro přeměnu surových dat na poznatky. Transformace je klíčovým krokem v každé datové automatizační pipeline.

Lekce 3 • Ověřování dat a kontroly kvality

Vytvářejte automatizované kontroly, které detekují duplicity, odlehlé hodnoty a porušení schématu v datových sadách. Brány kvality dat zabraňují šíření chyb automatizačními pipeline.

Lekce 4 • Automatizace Excelu pomocí openpyxl

Čtěte, zapisujte a formátujte sešity aplikace Excel programově pomocí openpyxl. Umožňuje plné nahrazení ručního reportingu v Excelu automatizovanými skripty v Pythonu.

Lekce 1 • Monitorování a upozorňování pro automatizační úlohy

Implementujte kontroly stavu, upozornění na selhání a metriky běhu, aby byly automatizační systémy sledovatelné. Monitorování transformuje skript na produkční automatizační službu.

Lekce 2 • Úvod do nástrojů pro orchestraci pracovních postupů

Prozkoumejte orchestrační platformy, jako jsou Apache Airflow a Prefect, pro správu komplexních pracovních postupů založených na DAG. Připravuje studenty na automatizační prostředí podnikového měřítka.

Lekce 3 • Vytváření vícestupňových automatizačních pipeline

Řetězte jednotlivé automatizační úlohy do sekvenčních a podmíněných pipeline. Návrh pipeline odděluje jednotlivé starosti a činí komplexní pracovní postupy udržovatelnými.

Lekce 4 • Plánování skriptů na úrovni OS

Nakonfigurujte úlohy cronu na Linuxu/macOS a Plánovač úloh ve Windows pro spouštění skriptů v Pythonu. Plánování na úrovni OS je nejjednodušší cestou k automatizaci bez dozoru.

Lekce 1 • Souběžnost s použitím vláken a asyncio

Zrychlete V/V vázané automatizační úlohy pomocí vláken a vzorů async/await. Souběžnost je nezbytná, když skripty musí efektivně zpracovávat stovky volání API.

Lekce 2 • Pokročilé vzory autentizace API

Implementujte toky OAuth2, práci s JWT a rotaci klíčů API do automatizačních skriptů. Bezpečná autentizace je povinná pro produkční integrace API.

Lekce 3 • Odolné ošetření chyb ve velkém měřítku

Aplikujte exponenciální zpětný odklad, jističe obvodu a fronty nedoručených zpráv na rozsáhlou automatizaci. Vzorce odolnosti zabraňují kaskádovým selháním v produkčních systémech.

Lekce 4 • Přijímače webhooků a událostmi řízená automatizace

Vytvářejte odlehčené endpointy ve Flasku, které přijímají data z webhooků a spouštějí automatizační logiku. Návrh řízený událostmi eliminuje dotazování a snižuje latenci.

Lekce 1 • Správa verzí s Gitem pro automatizaci

Aplikujte pracovní postupy Gitu ke sledování změn, spolupráci a bezpečnému vracení automatizačních skriptů. Správa verzí je nezbytnou praxí pro produkční automatizaci.

Lekce 2 • CI/CD pipeline pro automatizační projekty

Automatizujte testování, linting a nasazení pomocí CI/CD pipeline spouštěných událostmi Gitu. CI/CD zajišťuje, že každá změna kódu je ověřena před nasazením do produkce.

Lekce 3 • Nasazení na cloudové a bezserverové platformy

Nasazujte automatizační skripty na cloudové VM, spravované kontejnery a bezserverové funkce. Cloudové nasazení umožňuje nepřetržitý provoz bez dozoru s minimálními náklady.

Lekce 4 • Odborné strukturování automatizačních projektů

Organizujte kód do modulů, balíčků a konfiguračních souborů podle osvědčených postupů Pythonu. Dobrá struktura činí automatizační projekty udržovatelnými a přátelskými pro týmovou práci.