Corso di automazione con Python

Lezione 1 • Lavorare con le strutture dati integrate

Manipoli liste, tuple, dizionari e set per archiviare ed elaborare dati di automazione. La scelta della struttura corretta incide direttamente sull'efficienza dello script.

Lezione 2 • Gestione degli errori e basi del debug

Utilizzi i blocchi try/except e gli strumenti di debug per scrivere script robusti. Gli script di automazione devono gestire stati imprevisti senza arrestarsi.

Lezione 3 • Funzioni e riusabilità del codice

Definisce, richiami e organizzi le funzioni per eliminare le ripetizioni nel codice di automazione. Introduce l'ambito di visibilità e i valori di ritorno, fondamentali per una progettazione modulare degli script.

Lezione 4 • Elementi essenziali della sintassi Python di base

Tratta variabili, tipi di dati, operatori e costrutti di controllo del flusso. Questi elementi primitivi sono alla base di ogni script di automazione scritto successivamente nel corso.

Lezione 1 • Automazione delle attività a livello di sistema operativo

Esegua comandi shell, gestisca processi e interagisca con le variabili d'ambiente da Python. Collega gli script Python con il sistema operativo sottostante.

Lezione 2 • Gestione di percorsi e directory

Navighi e manipoli il file system utilizzando i moduli pathlib e os. Una gestione affidabile dei percorsi previene il malfunzionamento degli script su diversi sistemi operativi.

Lezione 3 • Lettura e scrittura di file

Apra, legga, scriva e chiuda file di testo e binari utilizzando l'API file integrata di Python. L'I/O su file è il punto di partenza per la maggior parte delle attività di automazione nel mondo reale.

Lezione 4 • Lavorare con file CSV e JSON

Analizzi e generi dati CSV e JSON, i due formati più comuni nelle pipeline di automazione. Collega le competenze di I/O su file all'elaborazione di dati strutturati.

Lezione 1 • Effettuare richieste HTTP con Requests

Utilizzi la libreria requests per inviare chiamate HTTP, gestire le risposte e amministrare le sessioni. Fornisce gli strumenti fondamentali per le attività di automazione web e API.

Lezione 2 • Analisi di HTML con BeautifulSoup

Estragga dati strutturati da HTML grezzo utilizzando i selettori e i metodi di attraversamento di BeautifulSoup. Consente lo scraping di siti web che non espongono un'API pubblica.

Lezione 3 • Fondamenti HTTP per l'automazione

Comprenda i metodi HTTP, i codici di stato, le intestazioni e i cicli richiesta/risposta. Questa conoscenza è necessaria prima di inviare qualsiasi richiesta web automatizzata.

Lezione 4 • Utilizzo e automazione di API REST

Autentichi, pagini e automatizzi flussi di lavoro su API REST. Collega le competenze HTTP a scenari di integrazione reali utilizzati in ambienti professionali.

Lezione 1 • Configurazione di Selenium e controllo del browser

Installi Selenium, configuri WebDriver e apra, navighi e chiuda i browser da Python. Stabilisce le basi per tutte le attività di automazione del browser.

Lezione 2 • Individuazione e interazione con gli elementi

Trovi gli elementi della pagina utilizzando ID, CSS, XPath e altri localizzatori, quindi faccia clic, digiti e selezioni. L'interazione con gli elementi è l'azione principale in qualsiasi script di automazione del browser.

Lezione 3 • Automazione di moduli e flussi di accesso

Crei script che effettuano l'accesso, compilano moduli in più fasi e gestiscono le sfide di autenticazione. Copre il caso d'uso più comune di automazione del browser nel mondo reale.

Lezione 4 • Tecniche avanzate di Selenium

Esegua JavaScript, gestisca gli avvisi, cambi frame ed estragga dati da pagine complesse. Estende le competenze Selenium di base per gestire i casi limite negli script di produzione.

Lezione 1 • Introduzione a pandas per l'automazione

Carichi, ispezioni e filtri dati tabulari utilizzando i DataFrame. pandas è lo strumento principale per le attività di automazione basate sui dati in questo corso.

Lezione 2 • Trasformazione e aggregazione dei dati

Applichi funzioni, raggruppi dati e calcoli riepiloghi per trasformare dati grezzi in informazioni. La trasformazione è il passo fondamentale in qualsiasi pipeline di automazione dei dati.

Lezione 3 • Convalida dei dati e controlli di qualità

Scriva controlli automatizzati che rilevano duplicati, valori anomali e violazioni dello schema nei set di dati. I controlli di qualità dei dati impediscono che gli errori si propaghino attraverso le pipeline di automazione.

Lezione 4 • Automazione di Excel con openpyxl

Legga, scriva e formatti cartelle di lavoro Excel in modo programmatico utilizzando openpyxl. Consente la sostituzione completa del reporting manuale su Excel con script Python automatizzati.

Lezione 1 • Monitoraggio e avvisi per i processi di automazione

Implementi controlli di integrità, avvisi di guasto e metriche di esecuzione per mantenere osservabili i sistemi di automazione. Il monitoraggio trasforma uno script in un servizio di automazione di livello production.

Lezione 2 • Introduzione agli strumenti di orchestrazione dei flussi di lavoro

Esamini piattaforme di orchestrazione come Apache Airflow e Prefect per la gestione di flussi di lavoro complessi basati su DAG. Prepara gli studenti ad ambienti di automazione su scala aziendale.

Lezione 3 • Creazione di pipeline di automazione multi-fase

Concateni attività di automazione discrete in pipeline sequenziali e condizionali. La progettazione a pipeline separa le responsabilità e rende manutenibili i flussi di lavoro complessi.

Lezione 4 • Pianificazione di script a livello di sistema operativo

Configuri processi cron su Linux/macOS e il Pianificatore attività su Windows per attivare script Python. La pianificazione a livello di sistema operativo è il percorso più semplice per l'automazione senza supervisione.

Lezione 1 • Concorrenza con threading e asyncio

Velocizzi le attività di automazione I/O-bound utilizzando thread e pattern async/await. La concorrenza è essenziale quando gli script devono elaborare centinaia di chiamate API in modo efficiente.

Lezione 2 • Pattern avanzati di autenticazione API

Implementi flussi OAuth2, gestione di JWT e rotazione delle chiavi API negli script di automazione. Un'autenticazione sicura è obbligatoria per le integrazioni API in produzione.

Lezione 3 • Gestione resiliente degli errori su larga scala

Applichi backoff esponenziale, circuit breaker e code dead-letter all'automazione su larga scala. I pattern di resilienza prevengono guasti a cascata nei sistemi di produzione.

Lezione 4 • Ricevitori webhook e automazione basata su eventi

Crei endpoint Flask leggeri che ricevono payload webhook e attivano logica di automazione. La progettazione basata su eventi elimina il polling e riduce la latenza.

Lezione 1 • Controllo di versione con Git per l'automazione

Applichi flussi di lavoro Git per tracciare le modifiche, collaborare e ripristinare in sicurezza gli script di automazione. Il controllo di versione è una pratica irrinunciabile per l'automazione in produzione.

Lezione 2 • Pipeline CI/CD per progetti di automazione

Automatizzi test, linting e distribuzione utilizzando pipeline CI/CD attivate da eventi Git. La CI/CD assicura che ogni modifica al codice sia convalidata prima di raggiungere la produzione.

Lezione 3 • Distribuzione su piattaforme cloud e serverless

Distribuisca script di automazione su VM cloud, container gestiti e funzioni serverless. La distribuzione su cloud consente l'esecuzione senza supervisione 24/7 a un costo minimo.

Lezione 4 • Strutturazione professionale dei progetti di automazione

Organizzi il codice in moduli, pacchetti e file di configurazione seguendo le best practice di Python. Una buona struttura rende i progetti di automazione manutenibili e adatti al lavoro in team.