Kurs automatyzacji w Pythonie

Lekcja 1 • Podstawowe elementy składni Pythona

Omówienie zmiennych, typów danych, operatorów i struktur sterowania. Te prymitywy stanowią podstawę każdego skryptu automatyzacji pisanego w dalszej części kursu.

Lekcja 2 • Obsługa błędów i debugowanie

Używanie bloków try/except i wbudowanych narzędzi do debugowania do pisania odpornych na błędy skryptów. Niezawodna obsługa błędów jest kluczowa w przypadku zadań automatyzacji wykonywanych bez nadzoru.

Lekcja 3 • Konfiguracja środowiska Python

Zainstaluj Pythona, skonfiguruj środowisko wirtualne i wybierz IDE odpowiednie do pracy z automatyzacją. Ustalany jest podstawowy zestaw narzędzi używany w całym kursie.

Lekcja 1 • Odczyt i zapis plików tekstowych

Otwieranie, odczytywanie, zapisywanie i dopisywanie treści do zwykłych plików tekstowych przy użyciu wbudowanych operacji wejścia/wyjścia na plikach. Manipulacja plikami tekstowymi jest punktem wejścia dla większości zadań automatyzacji przetwarzania danych.

Lekcja 2 • Przetwarzanie plików danych CSV i JSON

Parsowanie i generowanie plików CSV i JSON, dwóch najczęstszych formatów danych w automatyzacji. Łączy umiejętności operacji wejścia/wyjścia na plikach z manipulacją ustrukturyzowanymi danymi.

Lekcja 3 • Nawigacja po systemie plików za pomocą os i pathlib

Przechodzenie przez katalogi, sprawdzanie ścieżek i wykonywanie operacji na plikach przy użyciu os i pathlib. Buduje umiejętności nawigacji niezbędne do automatyzacji pracy z wieloma plikami.

Lekcja 1 • Zarządzanie procesami i zasobami systemowymi

Monitorowanie, uruchamianie i kończenie procesów oraz odpytywanie o wykorzystanie zasobów systemowych za pomocą psutil. Umożliwia tworzenie skryptów automatyzacji reagujących na stan systemu.

Lekcja 2 • Zmienne środowiskowe i konfiguracja systemu

Odczyt, ustawianie i zarządzanie zmiennymi środowiskowymi w celu konfiguracji skryptów bez kodowania wartości na stałe. Wspiera przenośne skrypty automatyzacji świadome swojego środowiska.

Lekcja 3 • Planowanie i uruchamianie zadań automatycznych

Planowanie skryptów Pythona do uruchamiania w określonych odstępach czasu za pomocą harmonogramów systemu operacyjnego i bibliotek Pythona. Zamienia jednorazowe skrypty w niezawodną, cykliczną automatyzację.

Lekcja 1 • Korzystanie z REST API i ich automatyzacja

Uwierzytelnianie i korzystanie z REST API w celu automatyzacji pobierania i przesyłania danych. Łączy automatyzację sieciową z nowoczesnymi architekturami opartymi na usługach.

Lekcja 2 • Obsługa stron dynamicznych i renderowanych przez JavaScript

Skrobanie treści renderowanych przez JavaScript za pomocą Selenium i Playwright. Rozszerza możliwości skrobania poza statyczne strony HTML.

Lekcja 3 • Wykonywanie żądań HTTP za pomocą requests

Wysyłanie żądań GET, POST i innych HTTP oraz programowa obsługa odpowiedzi. Stanowi podstawę dla całej automatyzacji sieciowej w tym rozdziale.

Lekcja 4 • Parsowanie HTML za pomocą BeautifulSoup

Nawigacja i ekstrakcja danych z dokumentów HTML za pomocą selektorów BeautifulSoup. Zamienia surowe strony internetowe w ustrukturyzowane, użyteczne dane.

Lekcja 1 • Analiza danych w arkuszach kalkulacyjnych za pomocą pandas

Ładowanie, filtrowanie, agregowanie i eksportowanie danych tabelarycznych za pomocą DataFrame w pandas. Łączy surowe pliki danych z automatycznymi raportami i potokami analitycznymi.

Lekcja 2 • Generowanie i ekstrakcja PDF

Ekstrakcja tekstu z plików PDF i generowanie nowych dokumentów PDF za pomocą PyPDF2 i reportlab. Umożliwia automatyzację procesów administracyjnych opartych na plikach PDF.

Lekcja 3 • Automatyzacja dokumentów Word za pomocą python-docx

Generowanie i edycja dokumentów Word, w tym nagłówków, tabel i obrazów, za pomocą python-docx. Automatyzuje procesy tworzenia umów, raportów i listów.

Lekcja 1 • Automatyzacja danych oparta na ORM z SQLAlchemy

Definiowanie modeli baz danych jako klas Pythona i automatyzacja operacji CRUD za pomocą SQLAlchemy ORM. Zmniejsza ilość kodu SQL i poprawia utrzymywalność skryptów.

Lekcja 2 • Automatyzacja potoków danych i ETL

Ekstrakcja danych z plików i API, transformacja i ładowanie do bazy danych w zautomatyzowanych potokach. Stosuje wszystkie wcześniejsze umiejętności dotyczące baz danych do rzeczywistych przepływów danych.

Lekcja 3 • Łączenie z produkcyjnymi bazami danych

Używanie SQLAlchemy i sterowników specyficznych dla bazy danych do łączenia się z PostgreSQL i MySQL. Rozszerza skrypty automatyzacji na bazy danych klasy korporacyjnej.

Lekcja 1 • Wysyłanie e-maili za pomocą smtplib i MIME

Tworzenie i wysyłanie e-maili w formacie zwykłego tekstu i HTML z załącznikami za pomocą smtplib. Automatyzuje dostarczanie raportów, alertów i wiadomości potwierdzających.

Lekcja 2 • Automatyzacja SMS i powiadomień push

Wysyłanie SMS-ów i powiadomień push przez API stron trzecich w celu powiadamiania użytkowników w czasie rzeczywistym. Rozszerza alerty automatyzacji poza pocztę e-mail na kanały mobilne.

Lekcja 3 • Odczyt i przetwarzanie przychodzących e-maili

Łączenie ze skrzynkami pocztowymi przez IMAP w celu odczytu, filtrowania i reagowania na przychodzące wiadomości. Umożliwia automatyzację opartą na zdarzeniach wyzwalaną przez e-maile.

Lekcja 1 • Pakowanie i wdrażanie skryptów automatyzacji

Pakowanie skryptów jako instalowalnych narzędzi i wdrażanie ich na serwerach lub w kontenerach. Zamienia lokalne skrypty w udostępnialne, gotowe do wdrożenia zasoby automatyzacji.

Lekcja 2 • Testowanie skryptów automatyzacji

Pisanie testów jednostkowych i integracyjnych dla kodu automatyzacji za pomocą pytest i bibliotek do mockowania. Zapewnia, że skrypty działają poprawnie w różnych środowiskach i przypadkach brzegowych.

Lekcja 3 • Strukturyzacja projektów automatyzacji

Organizacja skryptów w pakiety z wyraźnym podziałem odpowiedzialności i zarządzaniem konfiguracją. Kładzie architektoniczne podstawy dla łatwych w utrzymaniu baz kodu automatyzacji.

Lekcja 4 • Współbieżność i wykonywanie równoległe

Przyspieszenie zadań automatyzacji za pomocą wątków, przetwarzania wieloprocesowego i asynchronicznego I/O. Umożliwia skryptom obsługę dużych obciążeń w akceptowalnym czasie.