Spiegazione del modulo JSON Python: dump, caricamenti, tipi personalizzati ed errori comuni

  1. Home
  2. Blog
  3. Sviluppo software

Sviluppo software

Spiegazione del modulo JSON Python: dump, caricamenti, tipi personalizzati ed errori comuni

JSON è il modo in cui la maggior parte dei programmi scambia dati e il modulo json integrato di Python li legge e scrive su una riga. I dettagli, però, contano: date, decimali, tasti numerici e numeri in virgola mobile cambiano durante il percorso. Abbiamo testato ogni caso.

11 min di lettura
Spiegazione del modulo Python JSON: dump, caricamenti, tipi personalizzati ed errori comuni

Punti chiave

  • json.dumps trasforma gli oggetti Python in una stringa JSON; json.loads riporta JSON in Python. dump e load fanno lo stesso con i file.
  • Le tuple diventano elenchi e le chiavi del dizionario intero diventano stringhe, quindi un viaggio di andata e ritorno non è sempre identico.
  • Aumentano date, decimali, set e UUID TypeError; gestirli con default= o un codificatore personalizzato.
  • Utilizzare parse_float=Decimal per denaro e convalidare i dati analizzati prima di fidarsi di essi.

Un’API restituisce i dati dell’ordine, un file di configurazione memorizza le impostazioni, un dispositivo di test contiene i risultati attesi: tutti sono probabilmente JSON. Il modulo Python JSON è integrato, veloce e facile da usare, ma i suoi casi limite si presentano la prima volta che provi a salvare una data, un Decimal o un dizionario con tasti numerici.

Abbiamo eseguito tutti gli esempi seguenti con Python 3.13 e gli output provengono da quell’esecuzione.

Cos’è JSON?

JSON, JavaScript Object Notation, è un formato di testo per dati strutturati: oggetti (coppie chiave-valore), array, stringhe, numeri, true, false e null. È il formato standard per le API Web ed è facile da leggere per gli esseri umani. Le sue regole sono rigide: le chiavi devono essere stringhe tra virgolette doppie, senza virgole finali e senza commenti.

scarichi e carichi

import json

data = {"id": 7, "name": "Asha", "tags": ["admin"], "active": True, "score": None, "price": 10.5}
s = json.dumps(data)
print(s)
# {"id": 7, "name": "Asha", "tags": ["admin"], "active": true, "score": null, "price": 10.5}

back = json.loads(s)
# types: id int, name str, tags list, active bool, score NoneType, price float

Avviso True è diventato true e None è diventato null; sulla via del ritorno, sono tornati alle loro forme Python. La “s” in dumps e loads sta per “stringa”.

Tipo di mappatura

Pitone JSON Torniamo a Python
dict oggetto dict
list, tuple matrice elenco
stra stringa stra
int, float numero int o float
True/False true/false True/False
Nessuno nullo Nessuno
date, Decimal, set, UUID Non supportato TypeError sulle discariche

Cosa cambia durante il percorso

json.loads(json.dumps({"p": (1, 2)}))          # {'p': [1, 2]}
json.loads(json.dumps({1: "one", 2: "two"}))   # {'1': 'one', '2': 'two'}
json.loads('{"a": 1, "a": 2}')                 # {'a': 2}

Una tupla è tornata come elenco e le chiavi intere sono tornate come stringhe, perché le chiavi degli oggetti JSON sono sempre stringhe. Il codice che successivamente cerca data[1] otterrà un KeyError, un bug comune durante la memorizzazione nella cache dei dizionari come JSON. Un documento con una chiave duplicata è stato accettato silenziosamente, vincendo l’ultimo valore. Tratta un viaggio di andata e ritorno JSON come una conversione, non come una copia perfetta.

Formattazione dell’output

json.dumps({"b": 1, "a": [1, 2]}, indent=2, sort_keys=True)
# {
#   "a": [
#     1,
#     2
#   ],
#   "b": 1
# }

json.dumps({"a": 1, "b": [1, 2]}, separators=(",", ":"))
# {"a":1,"b":[1,2]}

Utilizzare indent per i file letti dalle persone, come configurazione o progetti di prova, e sort_keys=True in modo che le differenze nel controllo della versione rimangano piccole e stabili. Utilizza separatori compatti per risparmiare byte durante l’invio di dati in rete.

Unicode

json.dumps({"note": "नमस्ते"})
# {"note": "नमस्ते"}

json.dumps({"note": "नमस्ते"}, ensure_ascii=False)
# {"note": "नमस्ते"}

Per impostazione predefinita, ogni carattere non ASCII viene sottoposto a escape. Entrambi i moduli sono JSON validi e decodificano nello stesso testo, ma l’output con escape è difficile da leggere e più grande. Utilizzare ensure_ascii=False e scrivere file con encoding="utf-8" per un output leggibile.

Lettura e scrittura di file

with open(path, "w", encoding="utf-8") as f:
    json.dump(data, f, indent=2)

with open(path, encoding="utf-8") as f:
    loaded = json.load(f)

print(loaded == data)   # True

Passa sempre una codifica esplicita; su Windows l’impostazione predefinita potrebbe non essere UTF-8. Il blocco with chiude il file anche se la scrittura fallisce, come spiegato nella nostra guida ai gestori di contesto. Per ulteriori informazioni sui file, vedere Gestione dei file Python.

Date, decimali e i tuoi oggetti

I tipi comuni non sono supportati immediatamente. I nostri test hanno evidenziato:

TypeError: Object of type date is not JSON serializable
TypeError: Object of type Decimal is not JSON serializable
TypeError: Object of type set is not JSON serializable
TypeError: Object of type UUID is not JSON serializable

La soluzione più semplice è una funzione default, che dumps chiama qualsiasi oggetto che non può gestire:

def default(o):
    if isinstance(o, (datetime.date, datetime.datetime)): return o.isoformat()
    if isinstance(o, decimal.Decimal): return str(o)
    if isinstance(o, set): return sorted(o)
    if dataclasses.is_dataclass(o): return dataclasses.asdict(o)
    raise TypeError(f"not serializable: {type(o).__name__}")

json.dumps({"order": Order(101, Decimal("1180.50"), date(2026, 11, 11)),
            "tags": {"b", "a"}}, default=default)
# {"order": {"id": 101, "total": "1180.50", "placed": "2026-11-11"}, "tags": ["a", "b"]}

Le date sono diventate stringhe ISO, il decimale è diventato una stringa per mantenere il suo valore esatto, l’insieme è diventato un elenco ordinato e la dataclass è diventata un dizionario. Termina sempre con raise TypeError, così i tipi inaspettati falliscono rumorosamente invece di trasformarsi silenziosamente in qualcosa di sbagliato.

Decodifica dei tipi personalizzati indietro

class Enc(json.JSONEncoder):
    def default(self, o):
        if isinstance(o, datetime.date):
            return {"__date__": o.isoformat()}
        return super().default(o)

def hook(d):
    return datetime.date.fromisoformat(d["__date__"]) if "__date__" in d else d

json.loads(json.dumps({"d": date(2026, 11, 11)}, cls=Enc), object_hook=hook)
# {'d': datetime.date(2026, 11, 11)}

Una sottoclasse JSONEncoder passata con cls= fa lo stesso lavoro di default= in una classe riutilizzabile. Al ritorno, object_hook viene chiamato per ogni oggetto decodificato, permettendoti di riconvertire i dizionari contrassegnati in date o nelle tue classi. Per qualsiasi cosa oltre a pochi tipi, una libreria come Pydantic gestisce insieme la conversione e la convalida, come mostrato nella nostra guida all’output strutturato.

Suggerimento: concorda un formato di data per l’intero sistema, normalmente ISO 8601 con un fuso orario, ad esempio 2026-11-11T09:30:00+05:30 o UTC con una “Z”. I formati misti tra i servizi causano molti più bug dello stesso JSON.

Float e grandi numeri

json.loads("0.1") + json.loads("0.2")      # 0.30000000000000004
json.loads("0.1", parse_float=Decimal) + json.loads("0.2", parse_float=Decimal)   # 0.3
json.loads("12345678901234567890")         # 12345678901234567890

I numeri JSON diventano float Python, con il consueto arrotondamento binario. Per denaro, passa parse_float=decimal.Decimal o invia importi come stringhe o numeri interi dell’unità più piccola. Python ha mantenuto esattamente un numero intero di 20 cifre, ma JavaScript e molti altri linguaggi non possono rappresentare con precisione numeri interi superiori a 253, motivo per cui gli ID di grandi dimensioni vengono spesso inviati come stringhe.

Python scrive anche NaN e Infinity per impostazione predefinita, che non sono JSON validi e interromperanno altri parser. allow_nan=False rende invece questo un errore: “I valori float fuori intervallo non sono conformi a JSON: nan”.

Errori di analisi

"{'a': 1}"       Expecting property name enclosed in double quotes (line 1 col 2)
'{"a": 1,}'      Illegal trailing comma before end of object (line 1 col 8)
'{"a": 1} extra' Extra data (line 1 col 10)
''               Expecting value (line 1 col 1)
'{"a": tru}'     Expecting value (line 1 col 7)

Ogni input errato ha sollevato json.JSONDecodeError con un messaggio e una posizione. Il primo caso, virgolette singole, di solito significa che qualcuno ha incollato la stampa di Python dict invece del vero JSON. Una stringa vuota spesso significa che un’API non ha restituito nulla, ad esempio in caso di errore, quindi controlla lo stato HTTP prima dell’analisi. Cattura JSONDecodeError dove l’input proviene dall’esterno del tuo programma.

Linee JSON per dati di grandi dimensioni

lines = '{"id":1}\n{"id":2}\n'
[json.loads(l)["id"] for l in lines.splitlines()]   # [1, 2]

json.load legge l’intero documento in memoria. Per i log e le esportazioni di grandi dimensioni, le righe JSON, un oggetto JSON per riga, possono essere elaborate un record alla volta e aggiunte in modo sicuro. È il formato utilizzato da molti strumenti di registrazione; consulta la nostra guida alla registrazione di Python per i log strutturati.

Validazione e sicurezza

json.loads è sicuro nel senso che crea solo tipi di dati di base; a differenza di alcuni formati, non esegue mai codice. Ma i dati analizzati possono comunque essere errati: campi mancanti, tipi errati o carichi utili enormi. Convalida la forma con uno schema o un modello prima di utilizzarla, limita le dimensioni delle richieste e non passare mai i valori JSON direttamente nei comandi SQL o shell. I test contrattuali aiutano a mantenere stabile la forma tra i servizi.

Velocità e alternative

Il modulo json della libreria standard è sufficientemente veloce per la maggior parte delle applicazioni. Quando la gestione JSON viene visualizzata nella profilazione, ad esempio in un’API che serializza migliaia di risposte di grandi dimensioni al secondo, le librerie di terze parti come orjson e ujson sono spesso molte volte più veloci e orjson gestisce anche date e classi di dati in modo nativo. Misurare prima di cambiare, poiché il comportamento differisce in piccoli aspetti, ad esempio nel modo in cui vengono gestiti i float e i tasti non stringa.

Anche JSON non è sempre il formato giusto:

  • Configurazione modificata dalle persone: TOML o YAML consentono commenti; consulta la nostra guida YAML per le sue trappole.
  • Set di dati analitici di grandi dimensioni: i formati colonnari come Parquet sono molto più piccoli e più veloci da interrogare.
  • Traffico di servizio ad alto volume: i formati binari come Protocol Buffers o MessagePack sono più compatti e rigorosamente tipizzati.

Per le API, i log e i dispositivi di test di tutti i giorni, la leggibilità e il supporto universale di JSON di solito vincono.

Considerazioni finali

Il modulo json copre la maggior parte delle esigenze con quattro funzioni. Ricorda cosa cambia in un viaggio di andata e ritorno, tuple in elenchi e chiavi intere in stringhe, gestisci date e decimali con una funzione default, usa ensure_ascii=False e UTF-8 per file leggibili e analizza denaro con Decimal. Quindi convalida ciò che carichi, perché JSON valido non equivale a dati corretti.

Domande frequenti

Qual è la differenza tra json.dumps e json.dump?

json.dumps restituisce una stringa JSON. json.dump scrive JSON direttamente su un oggetto file. Allo stesso modo, i carichi analizzano una stringa e caricano le letture da un file.

Come posso convertire un datetime in JSON in Python?

Passa una funzione predefinita a json.dumps che restituisce obj.isoformat() per date e datetime oppure utilizza una sottoclasse JSONEncoder personalizzata.

Perché le mie chiavi intere diventano stringhe?

Le chiavi degli oggetti JSON devono essere stringhe, quindi json.dumps le converte. Dopo il caricamento, {1: “one”} diventa {“1”: “one”}.

Come posso stampare JSON in Python?

Utilizzare json.dumps(data, indent=2), aggiungendo sort_keys=True per un ordine stabile e aware_ascii=False per mantenere leggibile il testo non inglese.

Perché ricevo JSONDecodeError: Expecting value?

L’input è un JSON vuoto o non valido, spesso una pagina di errore o una risposta API vuota. Controlla il codice di stato e il testo non elaborato prima dell’analisi.

Continua a imparare

Lavora con Stack Quora

Hai bisogno di aiuto con test, WordPress o SEO?

Aiutiamo i team a fornire software migliore e a far crescere i loro siti. Raccontaci a cosa stai lavorando e ti suggeriremo chiaramente il prossimo passo.

Continua a leggere

Altre guide su test, intelligenza artificiale e sviluppo moderno

Ti è piaciuto questo articolo? Scegli un argomento e passa direttamente ai nostri tutorial più recenti.

Intelligenza artificiale

Spiegazione delle strategie di RAG Chunking: fissa, sovrapposta, frase, ricorsiva e intestazioni, misurata

Strategie di suddivisione in blocchi RAG confrontate su un documento con tiktoken 0.14: dimensione fissa, sovrapposizione, compressione delle frasi,…

Leggi l'articolo →
Sviluppo software

Spiegazione dell'idempotenza API: chiavi di idempotenza e tentativi sicuri, testati

L'idempotenza dell'API spiegata con un server e un client Python che abbiamo eseguito: una risposta persa ha causato un doppio addebito senza chiave…

Leggi l'articolo →
DevOps

Spiegazione di Git Stash: salva, applica, pop e file non tracciati, testato

Git stash spiegato con i comandi che abbiamo eseguito su Git 2.56: push con un messaggio, file non tracciati, elenca e mostra, applica vs pop, mante…

Leggi l'articolo →
Test del software

Spiegazione del test a coppie: come tutte le coppie riducono 216 test a 13, testati

Test a coppie spiegati con un generatore che abbiamo eseguito in Python 3.13: un checkout con 216 combinazioni coperte da 13 test, copertura verific…

Leggi l'articolo →
Automazione dei test

Spiegazione dei doppi di test: fittizio, stub, spia, finto e falso, con codice Python testato

I test raddoppiano spiegati con un esempio Python eseguito in pytest 9.2: dummy, stub, spy, mock e fake, quando usarli ciascuno, controlli di stato …

Leggi l'articolo →
Database e SQL

Spiegazione di SQL COALESCE: impostazioni predefinite, NULLIF, IFNULL rispetto a ISNULL e trap, testate

SQL COALESCE spiegato con le query eseguite in SQLite 3.50: primi valori non nulli, stringhe vuote, NULL in matematica, NULLIF per divisione per zer…

Leggi l'articolo →
Database e SQL

Spiegazione del self join SQL: dipendente-responsabile, confronti di coppie e righe, testato

Self join SQL spiegato con le query eseguite in SQLite 3.50: dipendente e manager, guadagno più del manager, coppie univoche, modifiche giornaliere,…

Leggi l'articolo →
Sviluppo software

Spiegazione dell'operatore Spread JavaScript: Spread vs Rest, copie e trucchi, testato

L'operatore di diffusione JavaScript spiegato con il codice che abbiamo eseguito sul Nodo 24: array, oggetti, copie superficiali, parametri di ripos…

Leggi l'articolo →
Sviluppo software

Spiegazione del modulo Collezioni Python: Counter, defaultdict, deque e altro, testato

Raccolte Python spiegate con il codice che abbiamo eseguito su Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict e ChainMap, oltre a …

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della finestra di contesto LLM: token, limiti e come adattarne di più, misurati

La finestra di contesto LLM spiegata con il conteggio dei token che abbiamo misurato utilizzando tiktoken: parole vs token per prosa, codice e hindi…

Leggi l'articolo →
Sviluppo software

Spiegazione dei webhook: come funzionano e come riceverli in modo sicuro

Webhook spiegati con un ricevitore e un mittente che abbiamo eseguito in Python: push vs polling, firme HMAC-SHA256, rifiuto di richieste manomesse …

Leggi l'articolo →
DevOps

Spiegazione di Git Cherry-Pick: copia il commit di cui hai bisogno, in modo sicuro e testato

Git cherry-pick spiegato con i comandi che abbiamo eseguito in Git 2.56: copia di un hotfix in un ramo di rilascio, nuovi hash e ID patch, -x, -n, i…

Leggi l'articolo →
Automazione dei test

Spiegazione del test istantaneo: come funziona, quando aiuta e quando fa male

Il test delle istantanee è stato spiegato con una demo pytest e sciropposa che abbiamo eseguito: creazione di istantanee, lettura delle differenze d…

Leggi l'articolo →
Test del software

Spiegazione dei test di mutazione: perché la copertura del 100% continua a non individuare il nostro bug

I test di mutazione spiegati con un piccolo strumento di mutazione che abbiamo creato ed eseguito: 14 mutanti, una suite di test con copertura di li…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della Prompt Injection: come le app AI vengono ingannate e come difenderle

Iniezione rapida spiegata per gli sviluppatori: attacchi diretti e indiretti, perché i filtri delle parole chiave falliscono (il nostro test ne ha b…

Leggi l'articolo →
DevOps

Spiegazione dei record DNS: A, AAAA, CNAME, MX, TXT e TTL con ricerche reali

Record DNS spiegati con le ricerche eseguite: come funziona la risoluzione, A e AAAA, regole CNAME, MX e null MX, TXT per SPF e verifica, NS, TTL e …

Leggi l'articolo →
DevOps

Spiegazione delle segnalazioni di funzionalità: rilasci sicuri, implementazioni graduali e igiene delle segnalazioni

Flag di funzionalità spiegati con una simulazione di implementazione che abbiamo eseguito: tipi di flag, implementazioni percentuali con hashing sta…

Leggi l'articolo →
Automazione dei test

Testare la generazione di dati con Python Faker: dati realistici, ripetibili e sicuri

Testa la generazione di dati con Python Faker, esegui e misura: seeding per dati ripetibili, impostazioni locali, valori univoci, record a forma di …

Leggi l'articolo →
Test del software

Spiegazione del test Shift-Left: trova i bug prima senza rallentare il team

Spiegazione del test con spostamento a sinistra: cosa significa, perché i primi difetti sono più economici, pratiche dalle revisioni dei requisiti a…

Leggi l'articolo →
Database e SQL

Spiegazione delle funzioni della stringa SQL: TRIM, SUBSTR, REPLACE, CONCAT e pulizia dei dati

Funzioni di stringa SQL spiegate con le query che abbiamo eseguito: concatenazione e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, riempimento…

Leggi l'articolo →
Database e SQL

Spiegazione dei trigger SQL: trigger PRIMA e DOPO, registri di controllo e insidie

Trigger SQL spiegati con i trigger che abbiamo eseguito: PRIMA vs DOPO, VECCHIO e NUOVO, registri di controllo, convalida, aggiornamenti delle scort…

Leggi l'articolo →
Sviluppo software

Spiegazione del modulo JSON Python: dump, caricamenti, tipi personalizzati ed errori comuni

Il modulo Python JSON spiegato con il codice che abbiamo eseguito: dump e caricamenti, file, conversioni di tipo, date e decimali, codificatori pers…

Leggi l'articolo →
Sviluppo software

Moduli ES vs CommonJS: come funzionano le importazioni JavaScript in Node.js, testato

Moduli ES e CommonJS spiegati con il codice eseguito in Node.js: sintassi di importazione ed esportazione, require, collegamenti attivi, memorizzazi…

Leggi l'articolo →
Sviluppo software

Spiegazione di Python Regex: modelli, gruppi, prospettive e insidie, testati

L'espressione regolare di Python è stata spiegata con i modelli che abbiamo eseguito: ricerca vs corrispondenza, trovatutto, gruppi e gruppi denomin…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione dell'output strutturato LLM: ottenere JSON affidabile dai modelli AI

Output strutturato LLM spiegato con la convalida eseguita in Pydantic: modalità e schemi JSON, decodifica vincolata, modi in cui l'output del modell…

Leggi l'articolo →
DevOps

Spiegazione delle chiavi SSH: come funzionano, ssh-keygen, Ed25519 e abitudini sicure

Chiavi SSH spiegate con le chiavi che abbiamo generato: chiavi pubbliche e private, ssh-keygen, Ed25519 e RSA, impronte digitali, passphrase, ssh-ag…

Leggi l'articolo →
DevOps

Spiegazione della memorizzazione nella cache HTTP: controllo della cache, ETag e risposte 304, con un test in tempo reale

Caching HTTP spiegato con un piccolo server che abbiamo eseguito: direttive Cache-Control, max-age, no-cache vs no-store, riconvalida ETag e rispost…

Leggi l'articolo →
Automazione dei test

Spiegazione del test del contratto API: rileva le modifiche importanti prima della spedizione

I test dei contratti API sono stati spiegati con un controllo dello schema che abbiamo eseguito: cos'è un contratto, contratti orientati al consumat…

Leggi l'articolo →
Test del software

Spiegazione dei test basati sul rischio: valuta i rischi, costruisci una matrice e testa ciò che conta

Test basati sul rischio spiegati passo dopo passo: identificazione dei rischi, valutazione della probabilità e dell'impatto, creazione di una matric…

Leggi l'articolo →
Database e SQL

Spiegazione dei vincoli SQL: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testati

Vincoli SQL spiegati con i test che abbiamo eseguito: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, le scappatoie NULL, l'impostazione de…

Leggi l'articolo →
Database e SQL

Spiegazione delle funzioni di data SQL: aggiunta, confronto e raggruppamento di date senza bug

Funzioni di data SQL spiegate con le query che abbiamo eseguito: aggiunta di intervalli, sorprese di fine mese, differenze di data, trappola BETWEEN…

Leggi l'articolo →
Sviluppo software

Python asyncio spiegato: asincrono, attendi, raccogli e TaskGroup con tempi reali

L'asincronismo di Python è stato spiegato con il codice che abbiamo cronometrato: coroutine, attendibilità, raccolta, TaskGroup, gestione degli erro…

Leggi l'articolo →
Sviluppo software

Debounce vs Throttle in JavaScript: come funzionano, quando usarli, testati

Debounce e accelerazione in JavaScript spiegati con i tempi misurati in Node.js: come funziona ciascuno, implementazioni semplici, chiamate iniziali…

Leggi l'articolo →
Sviluppo software

Spiegazione dei gestori di contesto Python: with Statement, contextlib e usi reali

I gestori di contesto Python spiegati con il codice che abbiamo eseguito: come funziona, __enter__ e __exit__, contextlib.contextmanager, soppressio…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione della temperatura LLM e della top-p: come i modelli di intelligenza artificiale scelgono la parola successiva

La temperatura LLM e la top-p sono spiegate con una simulazione che abbiamo eseguito: come vengono rimodellate le probabilità, cosa mantiene la top-…

Leggi l'articolo →
DevOps

Spiegazione di YAML: sintassi, problema della Norvegia e altre trappole che abbiamo testato

YAML spiegato con un parser test: sintassi di base, elenchi e mappe, il problema della Norvegia, versioni trasformate in float, codici postali ottal…

Leggi l'articolo →
DevOps

Spiegazione di Cron Jobs: sintassi, programmi reali e errori che li interrompono

Lavori Cron spiegati con pianificazioni da noi verificate: i cinque campi, operatori, esempi reali, la trappola del giorno del mese O del giorno del…

Leggi l'articolo →
Intelligenza artificiale

Spiegazione delle allucinazioni dell'intelligenza artificiale: perché i modelli linguistici inventano le cose e come ridurle

Spiegazione delle allucinazioni dell'intelligenza artificiale: cosa sono, perché i modelli linguistici le producono, tipi comuni, come ridurle con b…

Leggi l'articolo →
DevOps

Spiegazione delle variabili d'ambiente: file .env, segreti e configurazione eseguiti correttamente

Variabili d'ambiente spiegate con esempi Python che abbiamo eseguito: lettura e impostazione, perché ogni valore è una stringa, file .env, ereditari…

Leggi l'articolo →
Sviluppo software

Spiegazione della limitazione della velocità API: algoritmi, intestazioni e gestione degli errori 429

La limitazione della velocità dell'API spiegata con una simulazione che abbiamo eseguito: bucket di token, finestra fissa, finestra scorrevole, risp…

Leggi l'articolo →
Automazione dei test

Derisione in Python: unittest.mock, patch e gli errori che fanno mentire i test

Mocking in Python con unittest.mock, testato: Mock e return_value, side_effect, patch dove viene utilizzato un nome, specifiche e autospec, date moc…

Leggi l'articolo →
Test del software

Spiegazione della copertura del codice: copertura di linea o di filiale e cosa significa realmente il 100%.

Copertura del codice spiegata con una vera esecuzione di cover.py: copertura di linea, ramo e condizione, lettura di un rapporto, perché la copertur…

Leggi l'articolo →
Database e SQL

DELETE vs TRUNCATE vs DROP in SQL: differenze, rollback e quando utilizzarli

DELETE vs TRUNCATE vs DROP spiegato con SQL testato: cosa rimuove, rollback, trigger, reimpostazione dell'identità, velocità e come differiscono Pos…

Leggi l'articolo →
Database e SQL

Spiegazione delle visualizzazioni SQL: crea, utilizza ed evita le insidie, con esempi

Viste SQL spiegate con le query che abbiamo eseguito: creazione di una vista, risultati in tempo reale, nascondere colonne, prestazioni, viste aggio…

Leggi l'articolo →
Sviluppo software

Interfaccia TypeScript e tipo: differenze reali, testate con il compilatore

Interfaccia TypeScript vs tipo, verificata con il vero compilatore: cosa possono fare entrambi, cosa può fare solo uno, fusione delle dichiarazioni,…

Leggi l'articolo →
Sviluppo software

Spiegazione di Python *args e **kwargs: funzioni flessibili con esempi chiari

Python *args e **kwargs spiegati con il codice che abbiamo eseguito: compressione e decompressione, ordine dei parametri, argomenti solo per parole …

Leggi l'articolo →
Sviluppo software

Funzioni Lambda Python: sintassi, usi reali e quando non usarli

Funzioni lambda Python spiegate con il codice che abbiamo eseguito: sintassi, ordinamento con chiave, mappa e filtro, chiusure, trap dell'associazio…

Leggi l'articolo →
Intelligenza artificiale

Cosa sono gli agenti AI? Come funzionano, con un semplice ciclo di agenti che puoi eseguire

Cosa sono gli agenti IA? Una semplice guida al ciclo dell'agente, agli strumenti, alla memoria e ai guardrail, con un piccolo ciclo Python che abbia…

Leggi l'articolo →
DevOps

Monitoraggio vs osservabilità: la vera differenza, con log, metriche e tracce

Spiegazione del monitoraggio e dell'osservabilità: errori noti e sconosciuti, log, metriche e tracce, una procedura dettagliata sugli incidenti di p…

Leggi l'articolo →
DevOps

Volumi Docker e montaggi di associazione: mantenere i dati del contenitore nel modo giusto

Volumi Docker e montaggi di collegamento spiegati: perché i dati del contenitore scompaiono, volumi denominati, montaggi di collegamento, tmpfs, ese…

Leggi l'articolo →
Automazione dei test

TDD vs BDD: differenze chiave, una caratteristica costruita in entrambi i modi e quando utilizzarli ciascuno

TDD vs BDD spiegato con una funzione di sconto costruita in entrambi i modi: refactoring rosso-verde con il codice che abbiamo eseguito, scenari "Da…

Leggi l'articolo →
Test del software

Test di accettazione da parte dell'utente (UAT): processo, lista di controllo ed esempi reali

Spiegazione del test di accettazione dell'utente: chi lo esegue, in cosa differisce dal QA, un processo in sette fasi, un modello di test case UAT, …

Leggi l'articolo →
Database e SQL

Spiegazione dei valori SQL NULL: IS NULL, COALESCE, NULLIF e le trappole da evitare

Valori SQL NULL spiegati con le query che abbiamo eseguito: logica a tre valori, IS NULL, COALESCE, NULLIF, come aggregazioni, join e ordinamento tr…

Leggi l'articolo →
Database e SQL

Istruzione SQL CASE WHEN: sintassi, esempi reali ed errori comuni

SQL CASE WHEN spiegato con le query che abbiamo eseguito: moduli semplici e cercati, ordine delle condizioni, pivot con SUM, trucchi COUNT, ordiname…

Leggi l'articolo →
Sviluppo software

Cos'è il JWT? Token Web JSON spiegati con un esempio funzionante

Cos'è il JWT? Spiegazione dei token Web JSON: le tre parti, un token creato e manomesso nel codice che abbiamo eseguito, JWT e sessioni, archiviazio…

Leggi l'articolo →
Sviluppo software

Spiegazione del loop di eventi JavaScript: stack di chiamate, microtask e timer con esempi

Il ciclo di eventi JavaScript spiegato con il codice che abbiamo eseguito: stack di chiamate, code di attività e microtask, perché setTimeout 0 non …

Leggi l'articolo →
Sviluppo software

Spiegazione dei generatori Python e del rendimento: risparmia memoria con esempi reali

Generatori Python e rendimento spiegati con il codice che abbiamo eseguito: come vengono messi in pausa e ripresi, misurato il risparmio di memoria,…

Leggi l'articolo →
Intelligenza artificiale

Cosa sono gli incorporamenti? I vettori e la somiglianza del coseno spiegati semplicemente

Cosa sono gli incorporamenti? Una guida in linguaggio semplice ai vettori, alla similarità del coseno e alla ricerca semantica, con un piccolo esemp…

Leggi l'articolo →
DevOps

Distribuzione blu-verde rispetto a quella canaria: differenze, compromessi e come scegliere

Spiegazione della distribuzione blu-verde e canary: come funziona ciascuna, costi, rischi e rollback, bucket utente stabile che abbiamo testato, mig…

Leggi l'articolo →
Automazione dei test

Test instabili: quali sono le cause e come risolverli definitivamente

Test instabili spiegati con demo che abbiamo eseguito: le cause principali, come confermarne e diagnosticarne uno, soluzioni adeguate per tempistich…

Leggi l'articolo →
Test del software

Test di carico e test di stress: differenze, metriche ed esempi k6

Spiegazione del test di carico e dello stress test: cosa dimostra ciascuno, test di picco e di assorbimento, le metriche che contano, perché le medi…

Leggi l'articolo →
Test del software

Caso di test e scenario di test: differenze chiave, esempi e quando utilizzarli

Spiegazione del caso di test e dello scenario di test: definizioni chiare, una tabella affiancata, una funzione di reimpostazione della password pre…

Leggi l'articolo →
Database e SQL

Ottimizzazione delle query SQL: leggi i piani di esecuzione e correggi query lente, con tempistiche

Ottimizzazione delle query SQL testata su un milione di righe: leggi i piani di esecuzione, aggiungi gli indici corretti, correggi filtri non aggior…

Leggi l'articolo →
Database e SQL

SQL UNION vs UNION ALL: differenze, esempi e prestazioni testate

SQL UNION vs UNION ALL spiegati con le query che abbiamo eseguito: duplicati, regole seguite da entrambi, un vero bug di dati, prestazioni misurate,…

Leggi l'articolo →
Sviluppo software

Tutorial sull'API di recupero JavaScript: GET, POST, gestione degli errori e timeout

Un tutorial sull'API JavaScript Fetch testato su un server locale: GET e POST, perché 404 non genera eccezioni, un helper riutilizzabile, stringhe d…

Leggi l'articolo →
Sviluppo software

Gestione dei file Python: lettura, scrittura, CSV, JSON e pathlib con esempi

Gestione dei file Python spiegata con il codice che abbiamo eseguito: modalità aperte, con, lettura di file di grandi dimensioni, CSV, JSON, pathlib…

Leggi l'articolo →
Sviluppo software

Classi e oggetti Python: tutorial OOP con esempi reali

Classi e oggetti Python spiegati con il codice che abbiamo eseguito: __init__, metodi, attributi di classe e istanza, ereditarietà, proprietà, metod…

Leggi l'articolo →
Intelligenza artificiale

Che cos'è un modello linguistico di grandi dimensioni? Come funzionano i LLM, spiegato senza esagerazioni

Cos’è un modello linguistico ampio? LLM spiegati in un linguaggio semplice: token, incorporamenti, attenzione, formazione, finestre di temperatura e…

Leggi l'articolo →
DevOps

Comandi Linux per principianti: la guida essenziale del terminale con esempi

Comandi Linux per principianti, raggruppati per attività: navigazione, file, visualizzazione log, grep, pipe, permessi, processi e archivi, con un e…

Leggi l'articolo →
Automazione dei test

Selenio vs drammaturgo: differenze chiave, codice a confronto e quale scegliere

Selenium vs Playwright a confronto: architettura, attesa, supporto per browser e linguaggio, debug, lo stesso test in entrambi gli strumenti, consig…

Leggi l'articolo →
Test del software

Partizionamento di equivalenza: tecnica di progettazione dei test spiegata con esempi pratici

Spiegazione del partizionamento di equivalenza: come trovare partizioni valide e non valide, esempi funzionanti per età, password e coupon, test che…

Leggi l'articolo →
Test del software

Gravità vs priorità nel test del software: differenze, matrice ed esempi reali

Spiegazione della gravità e della priorità nei test del software: definizioni chiare, una matrice a quattro vie con esempi, scale di livello, chi im…

Leggi l'articolo →
Database e SQL

Esercitazione sulle sottoquery SQL: tipi, sottoquery correlate ed EXISTS con esempi

Un tutorial sulle sottoquery SQL con le query che abbiamo eseguito: sottoquery scalari, IN, FROM e SELECT, sottoquery correlate, EXISTS, trap NOT IN…

Leggi l'articolo →
Database e SQL

Spiegazione di transazioni SQL e ACID: COMMIT, ROLLBACK e livelli di isolamento

Transazioni SQL e ACID spiegate con un bonifico bancario eseguito: COMMIT, ROLLBACK, punti di salvataggio, blocchi, livelli di isolamento, letture s…

Leggi l'articolo →
Sviluppo software

Cheat sheet dei comandi Git: i comandi che usi effettivamente, con esempi

Un cheat sheet dei comandi Git raggruppato per attività: configurazione, staging, rami, telecomandi, stash, cronologia ed errori di annullamento, co…

Leggi l'articolo →
Sviluppo software

Spiegazione delle promesse JavaScript: quindi, cattura, Promise.all ed errori comuni

Promesse JavaScript spiegate con il codice che abbiamo eseguito: stati, catene then e catch, gestione degli errori, Promise.all, allSettled, race an…

Leggi l'articolo →
Sviluppo software

Tutorial sul dizionario Python: metodi, esempi e modelli comuni

Un tutorial sul dizionario Python con il codice che abbiamo eseguito: creazione, lettura e aggiornamento di dettami, metodi chiave, unione, comprens…

Leggi l'articolo →
Intelligenza artificiale

Cos'è il RAG? La generazione aumentata di recupero spiegata con un esempio funzionante

Cos'è il RAG? La generazione aumentata di recupero viene spiegata passo dopo passo: indicizzazione, suddivisione in blocchi, incorporamenti, recuper…

Leggi l'articolo →
DevOps

Tutorial Terraform per principianti: infrastruttura come codice dal primo file ai moduli

Un tutorial su Terraform per principianti: inizia senza account cloud, impara init, pianifica e applica, quindi variabili, output, stato, moduli e u…

Leggi l'articolo →
DevOps

Docker vs Kubernetes: differenze chiave, come funzionano insieme e di cosa hai bisogno

Spiegazione di Docker vs Kubernetes: cosa fa ciascuno, la stessa app viene eseguita con entrambi, Docker Compose e Swarm a confronto, il dockershim …

Leggi l'articolo →
Automazione dei test

Tutorial Pytest per principianti: infissi, parametrizzazione ed esempi reali

Un tutorial pytest per principianti con test che abbiamo eseguito su pytest 9.2: asserzioni, dispositivi, parametrizzazione, conftest, marcatori, tm…

Leggi l'articolo →
Test del software

Ciclo di vita del test del software (STLC): 6 fasi, criteri di ingresso e uscita, esempio

Spiegazione del ciclo di vita del test del software: sei fasi STLC con criteri di ingresso e uscita, risultati finali, un esempio di funzionalità di…

Leggi l'articolo →
Sviluppo software

Git merge vs rebase: differenze, esempi e quando usare ciascuno

Git merge vs rebase spiegato con output reale del log, una tabella di confronto, la regola d'oro del rebase e un flusso di lavoro sicuro per i team.

Leggi l'articolo →
Sviluppo software

List comprehension in Python: sintassi, esempi e quando evitarla

List comprehension in Python spiegata: sintassi, filtri, if-else, cicli annidati, tempi misurati e i casi in cui un normale ciclo for è meglio.

Leggi l'articolo →
Database e SQL

SQL JOIN spiegati con esempi (Inner, Left, Right, Full)

Capisci i JOIN SQL passo dopo passo con tabelle e query di esempio: INNER, LEFT, RIGHT, FULL, CROSS e SELF, con errori comuni e consigli sulle prest…

Leggi l'articolo →