Git Product home page Git Product logo

lesson32-and-tests's Introduction

Урок 32

Для начала работы скопируйте репозиторий на локальную машину с помощью команды в терминале:

git clone https://github.com/skypro-008/lesson32-and-tests.git

Откройте с клонированный репозиторий в PyCharm.

Создайте виртуальное окружение:

Простой вариант:

Pycharm может предложить вам сделать это после того, как вы откроете папку с проектом. В этом случае после открытия папки с проектом в PyCharm. Появляется всплывающее окно, Creating virtual environment c тремя полями. В первом поле выбираем размещение папки с виртуальным окружением, как правило, это папка venv в корне проекта Во втором поле выбираем устанавливаемый интерпретатор по умолчанию (можно оставить без изменений) В 3 поле выбираем список зависимостей (должен быть выбран файл requirements.txt, находящийся в корне папки проекта)

Если этого не произошло, тогда следует выполнить следующие действия вручную:

Установка виртуального окружения:

  1. Во вкладке File выберите пункт Settings
  2. В открывшемся окне, с левой стороны найдите вкладку с именем вашего репозитория (Project: lesson32-and-tests)
  3. В выбранной вкладке откройте настройку Python Interpreter
  4. В открывшейся настройке кликните на значок ⚙ (шестеренки) расположенный сверху справа и выберите опцию Add
  5. В открывшемся окне слева выберите Virtualenv Environment, а справа выберите New Environment и нажмите ОК

Установка зависимостей:

Для этого можно воспользоваться графическим интерфейсом PyCharm, который вам предложит сделать это как только вы откроете файл с заданием.

Или же вы можете сделать это вручную, выполнив следующую команду в терминале: pip install -r requirements.txt

*У владельцев операционной системы MacOS могут возникнуть сложности с установкой зависимостей. Если возникла ошибка - сначала выполните в терминале команду brew install postgresql. После её выполнения ошибок с установкой зависимостей быть не должно.

Настройка виртуального окружения завершена!

Подготовка проекта django

После того как Вы установили все зависимости, необходимо подготовить django к работе: для этого нам потребуется:

  1. Иметь возможность запуска на локальной машине docker-контейнера (необходимо для запуска контейнера с базы данных):
  • переходим в каталог postgres_l32 и выполняем команду docker-compose up -d.

Данная часть тренажера состоит из одного django-проекта в котором, каждое приложение соответствует одному заданию.

Порядок выполнения заданий

Задание cats (Кошки)

Перейдите в файл urls.py приложения my_project и настройте URL так, чтобы по запросу /api/docs/ приложение отдавало Swagger документацию. После чего, там же подключите приложение cats и проверьте работоспособность документации. Приложение должно работать по url /api/cats/

Запуск тестов производится с помощью команды python3 manage.py test cats

Задание dogs (Собачки)

В приложении dogs реализован CBV, который предоставляет информацию о всех собак из нашего мини-приюта. Подключите приложение dogs, а также сделайте документацию более понятной. Используя декоратор для метода get, добавьте: описание (description): "Retrieve dog list", а также краткое название (summary): "Dog list" Приложение должно работать по url /api/dogs/

Запуск тестов производится с помощью команды python3 manage.py test dogs

Задание petstore (Зоомагазин)

В приложении petstore реализован CBV, который предоставляет информацию о всех собак из нашего мини-приюта. Подключите приложение dogs, а также сделайте документацию более понятной. Используя декоратор для метода get, добавьте: описание (description): "Update application info", а также краткое название (summary): "Application update" Приложение должно работать по url /api/petstore/

lesson32-and-tests's People

Contributors

lisvv avatar

Watchers

 avatar

Forkers

glassyflute

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.