Wyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy
JSON to sposób, w jaki większość programów wymienia dane, a wbudowany moduł Pythona json odczytuje i zapisuje je w jednym wierszu. Szczegóły mają jednak znaczenie: daty, miejsca po przecinku, klawisze numeryczne i liczby zmiennoprzecinkowe zmieniają się w trakcie. Testowaliśmy każdy przypadek.
json.dumpszamienia obiekty Pythona w ciąg JSON;json.loadszamienia JSON z powrotem w Pythona.dumpiloadrobią to samo z plikami.- Krotki stają się listami, a klucze słownika w postaci liczb całkowitych stają się ciągami znaków, więc podróż w obie strony nie zawsze jest identyczna.
- Daty, miejsca dziesiętne, zestawy i identyfikatory UUID podnoszą
TypeError; obsłuż je za pomocądefault=lub niestandardowego kodera. - Użyj
parse_float=Decimaldla pieniędzy i zweryfikuj przeanalizowane dane, zanim im zaufasz.
Interfejs API zwraca dane zamówienia, plik konfiguracyjny przechowuje ustawienia, a urządzenie testowe przechowuje oczekiwane wyniki: wszystkie są prawdopodobnie w formacie JSON. Wbudowany moduł Pythona JSON jest szybki i łatwy w użyciu, ale jego przypadki brzegowe pojawiają się przy pierwszej próbie zapisania daty, Decimal lub słownika z klawiszami numerycznymi.
Każdy poniższy przykład uruchomiliśmy w Pythonie 3.13, a dane wyjściowe pochodzą z tego uruchomienia.
Co to jest JSON?
JSON, JavaScript Object Notation, to format tekstowy danych strukturalnych: obiektów (par klucz-wartość), tablic, ciągów znaków, liczb, true, false i null. Jest to standardowy format internetowych interfejsów API, łatwy do odczytania przez ludzi. Jego zasady są rygorystyczne: klucze muszą być ciągami znaków w cudzysłowie, bez końcowych przecinków i bez komentarzy.
zrzuty i ładunki
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
Uwaga True stała się true, a None stała się null; w drodze powrotnej wrócili do swoich formularzy w Pythonie. „S” w dumps i loads oznacza „string”.
Mapowanie typu
| Pyton | JSON | Wracając do Pythona |
|---|---|---|
dykt |
obiekt | dykt |
list, tuple |
tablica | lista |
ul |
ciąg | ul |
int, float |
numer | int lub float |
True/False |
true/false |
True/False |
Żadne |
zero |
Żadne |
date, Decimal, set, UUID |
Nieobsługiwane | TypeError na wysypiskach |
Co się zmienia po drodze
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}
Krotka wróciła jako lista, a klucze całkowite jako ciągi znaków, ponieważ klucze obiektów JSON są zawsze ciągami znaków. Kod, który później wyszuka data[1], otrzyma KeyError, częsty błąd podczas buforowania słowników jako JSON. Dokument ze zduplikowanym kluczem został zaakceptowany po cichu, wygrywając ostatnia wartość. Traktuj podróż w obie strony JSON jako konwersję, a nie idealną kopię.
Formatowanie wyjścia
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]}
Użyj indent dla plików czytanych przez ludzi, takich jak konfiguracja lub urządzenia testowe i sort_keys=True, aby różnice w kontroli wersji pozostały małe i stabilne. Użyj kompaktowych separatorów, aby zaoszczędzić bajty podczas wysyłania danych przez sieć.
Unikod
json.dumps({"note": "नमस्ते"})
# {"note": "नमस्ते"}
json.dumps({"note": "नमस्ते"}, ensure_ascii=False)
# {"note": "नमस्ते"}
Domyślnie każdy znak inny niż ASCII jest chroniony przed zmianą znaczenia. Obydwa formularze są prawidłowymi formatami JSON i dekodują ten sam tekst, ale dane wyjściowe ze zmianą znaczenia są trudne do odczytania i większe. Użyj ensure_ascii=False i zapisz pliki z encoding="utf-8", aby uzyskać czytelne dane wyjściowe.
Odczyt i zapis plików
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
Zawsze przekazuj jawne kodowanie; w systemie Windows domyślnym kodem może nie być UTF-8. Blok with zamyka plik, nawet jeśli zapis się nie powiedzie, jak wyjaśniono w naszym przewodniku po menedżerach kontekstów. Więcej informacji na temat plików znajdziesz w Obsłudze plików w Pythonie.
Daty, miejsca dziesiętne i własne obiekty
Typowe typy nie są obsługiwane od razu po wyjęciu z pudełka. Nasze testy wykazały:
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
Najprostszym rozwiązaniem jest funkcja default, która dumps wywołuje dowolny obiekt, którego nie może obsłużyć:
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"]}
Daty stały się ciągami ISO, Decimal stało się ciągiem znaków, aby zachować dokładną wartość, zestaw stał się posortowaną listą, a dataclass stał się słownikiem. Zawsze kończ na raise TypeError, aby nieoczekiwane typy głośno zawodziły, zamiast po cichu zamieniać się w coś złego.
Dekodowanie typów niestandardowych z powrotem
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)}
Podklasa JSONEncoder przekazana z cls= wykonuje to samo zadanie, co default= w klasie wielokrotnego użytku. W drodze powrotnej dla każdego zdekodowanego obiektu wywoływana jest funkcja object_hook, co pozwala na zamianę oznaczonych słowników z powrotem w daty lub własne klasy. W przypadku wszystkiego poza kilkoma typami biblioteka taka jak Pydantic wspólnie obsługuje konwersję i weryfikację, jak pokazano w naszym przewodniku po uporządkowanym wynikach.
Wskazówka: Ustal jeden format daty dla całego systemu, zwykle ISO 8601 ze strefą czasową, na przykład 2026-11-11T09:30:00+05:30 lub UTC z literą „Z”. Mieszane formaty w usługach powodują znacznie więcej błędów niż sam JSON.
Pływaki i duże liczby
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
Liczby JSON stają się zmiennymi Pythona ze zwykłym zaokrągleniem binarnym. W przypadku pieniędzy podaj parse_float=decimal.Decimal lub wyślij kwoty w postaci ciągów znaków lub liczb całkowitych najmniejszej jednostki. Python zachowywał dokładnie 20-cyfrową liczbę całkowitą, ale JavaScript i wiele innych języków nie może dokładnie reprezentować liczb całkowitych powyżej 253, dlatego też duże identyfikatory są często wysyłane jako ciągi znaków.
Python domyślnie zapisuje także NaN i Infinity, które nie są prawidłowymi kodami JSON i spowodują uszkodzenie innych analizatorów składni. allow_nan=False powoduje zamiast tego błąd: „Wartości zmiennoprzecinkowe spoza zakresu nie są zgodne z JSON: nan”.
Przeanalizuj błędy
"{'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)
Każde nieprawidłowe wejście zostało wywołane json.JSONDecodeError z komunikatem i pozycją. Pierwszy przypadek, pojedynczy cudzysłów, zwykle oznacza, że ktoś wkleił wydruk Pythona dict zamiast prawdziwego JSON-a. Pusty ciąg często oznacza, że interfejs API nic nie zwrócił, na przykład w przypadku błędu, dlatego przed analizą sprawdź stan HTTP. Złap JSONDecodeError, gdy dane wejściowe pochodzą spoza programu.
Linie JSON dla dużych danych
lines = '{"id":1}\n{"id":2}\n'
[json.loads(l)["id"] for l in lines.splitlines()] # [1, 2]
json.load wczytuje cały dokument do pamięci. W przypadku dzienników i dużych eksportów linie JSON (jeden obiekt JSON w wierszu) mogą być przetwarzane po jednym rekordzie na raz i bezpiecznie dołączane. Jest to format używany przez wiele narzędzi rejestrujących; zobacz nasz przewodnik rejestrowania w Pythonie, aby zapoznać się z logami strukturalnymi.
Walidacja i bezpieczeństwo
json.loads jest bezpieczny w tym sensie, że tworzy tylko podstawowe typy danych; w przeciwieństwie do niektórych formatów nigdy nie uruchamia kodu. Jednak przeanalizowane dane mogą nadal być błędne: brakujące pola, nieprawidłowe typy lub ogromne ładunki. Przed użyciem sprawdź kształt za pomocą schematu lub modelu, ogranicz rozmiary żądań i nigdy nie przekazuj wartości JSON bezpośrednio do poleceń SQL lub powłoki. Testy kontraktowe pomagają zachować stabilność kształtu pomiędzy usługami.
Prędkość i alternatywy
Moduł json biblioteki standardowej jest wystarczająco szybki dla większości aplikacji. Kiedy obsługa JSON pojawia się w profilowaniu, na przykład w interfejsie API, który serializuje tysiące dużych odpowiedzi na sekundę, biblioteki innych firm, takie jak orjson i ujson, są często kilka razy szybsze, a orjson obsługuje również natywnie daty i klasy danych. Zmierz przed przełączeniem, ponieważ zachowanie różni się pod pewnymi względami, na przykład w jaki sposób obsługiwane są liczby zmiennoprzecinkowe i klucze niebędące ciągami.
JSON również nie zawsze jest właściwym formatem:
- Konfiguracja edytowana przez innych: TOML lub YAML zezwalają na komentarze; zobacz nasz przewodnik YAML, aby zapoznać się z jego pułapkami.
- Duże analityczne zbiory danych: formaty kolumnowe, takie jak Parquet, są znacznie mniejsze i szybsze w wykonywaniu zapytań.
- Obsługa o dużym natężeniu ruchu: formaty binarne, takie jak bufory protokołów lub MessagePack, są bardziej zwarte i mają ściślejszy typ.
W przypadku codziennych interfejsów API, dzienników i urządzeń testowych zwykle wygrywa czytelność JSON i uniwersalna obsługa.
Podsumowanie
Moduł json zaspokaja większość potrzeb dzięki czterem funkcjom. Pamiętaj, jakie zmiany zachodzą podczas podróży w obie strony, krotek do list i kluczy liczb całkowitych do ciągów znaków, obsługuj daty i liczby dziesiętne za pomocą funkcji default, używaj ensure_ascii=False i UTF-8 dla czytelnych plików i analizuj pieniądze za pomocą Decimal. Następnie sprawdź, co ładujesz, ponieważ prawidłowy JSON to nie to samo, co prawidłowe dane.
Najczęstsze pytania
Jaka jest różnica między json.dumps i json.dump?
json.dumps zwraca ciąg JSON. json.dump zapisuje kod JSON bezpośrednio do obiektu pliku. Podobnie, loading analizuje ciąg znaków i ładuje odczyty z pliku.
Jak przekonwertować datetime na JSON w Pythonie?
Przekaż domyślną funkcję do json.dumps, która zwraca obj.isoformat() dla dat i godzin, lub użyj niestandardowej podklasy JSONEncoder.
Dlaczego moje klucze całkowite stają się ciągami znaków?
Klucze obiektu JSON muszą być ciągami znaków, więc json.dumps je konwertuje. Po załadowaniu {1: “jeden”} staje się {“1”: “jeden”}.
Jak ładnie wydrukować JSON w Pythonie?
Użyj json.dumps(data, indent=2), dodając sort_keys=True, aby uzyskać stabilną kolejność, i secure_ascii=False, aby zachować czytelność tekstu w języku innym niż angielski.
Dlaczego otrzymuję JSONDecodeError: Oczekiwana wartość?
Dane wejściowe są puste lub niepoprawny JSON, często jest to strona błędu lub pusta odpowiedź API. Przed analizą sprawdź kod stanu i nieprzetworzony tekst.
Ucz się dalej
Potrzebujesz pomocy przy testowaniu, WordPressie lub SEO?
Pomagamy zespołom dostarczać lepsze oprogramowanie i rozwijać ich witryny. Powiedz nam, nad czym pracujesz, a my zaproponujemy jasny następny krok.
Więcej poradników na testowanie, sztuczna inteligencja i nowoczesny rozwój
Podobał Ci się ten artykuł? Wybierz temat i przejdź bezpośrednio do naszych najnowszych tutoriali.
Wyjaśnienie strategii fragmentowania RAG: stałe, nakładanie się, zdanie, rekurencyjne i nagłówki, mierzone
Strategie fragmentowania RAG porównane w jednym dokumencie z tiktokenem 0.14: stały rozmiar, nakładanie się, pakowanie zdań, dzielenie rekurencyjne …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie tożsamości API: klucze idempotencji i bezpieczne ponowne próby, przetestowane
Wyjaśnienie idempotencji API na serwerze Python i kliencie, którego uruchomiliśmy: utracona odpowiedź spowodowała podwójną opłatę bez klucza i jedną…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Stash: zapisywanie, stosowanie, otwieranie i nieśledzone pliki, testowane
Git stash wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: push z wiadomością, nieśledzone pliki, lista i pokaż, zastosuj vs pop, zacho…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania parami: jak użycie wszystkich par zmniejsza 216 testów do 13, przetestowano
Testowanie w parach wyjaśnione za pomocą generatora uruchomionego w Pythonie 3.13: sprawdzenie z 216 kombinacjami objętymi 13 testami, zweryfikowany…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testowania dubletów: atrapa, skrót, szpieg, próbna i fałszywa, z przetestowanym kodem Pythona
Testowanie dubletów wyjaśniono na jednym przykładzie Pythona uruchomionym w pytest 9.2: manekin, stub, szpieg, próbny i fałszywy, kiedy używać każde…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie SQL COALESCE: wartości domyślne, NULLIF, IFNULL vs ISNULL i pułapki, przetestowane
Wyjaśnienie SQL COALESCE za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pierwsze wartości inne niż null, puste ciągi znaków, NULL w matematyc…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie samodzielnego łączenia SQL: menedżer pracowników, porównania par i wierszy, przetestowane
Samodzielne łączenie SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy w SQLite 3.50: pracownik i menedżer, zarabiający więcej niż menedżer, uni…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie operatora rozprzestrzeniania JavaScript: rozprzestrzenianie a reszta, kopie i błędy, przetestowane
Operator rozprzestrzeniania JavaScript wyjaśniony kodem, który uruchomiliśmy w węźle 24: tablice, obiekty, płytkie kopie, parametry spoczynkowe, lim…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie modułu kolekcji Pythona: licznik, defaultdict, deque i więcej, przetestowane
Kolekcje Pythona wyjaśnione za pomocą kodu, który uruchomiliśmy w Pythonie 3.13: Counter, defaultdict, deque, Nametuple, OrderedDict i ChainMap, a t…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie okna kontekstowego LLM: tokeny, limity i sposób dopasowania większej ilości, zmierzone
Okno kontekstowe LLM wyjaśnione za pomocą liczby tokenów, które zmierzyliśmy za pomocą tiktokena: słowa kontra tokeny dla prozy, kodu i języka hindi…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie webhooków: jak działają i jak je bezpiecznie odbierać
Wyjaśnienie webhooków z odbiorcą i nadawcą, które uruchomiliśmy w Pythonie: push a odpytywanie, podpisy HMAC-SHA256, odrzucanie zmodyfikowanych i od…
Przeczytaj artykuł →DevOpsWyjaśnienie Git Cherry-Pick: Skopiuj potrzebne zatwierdzenie, bezpiecznie i przetestowane
Git cherry-pick wyjaśniono za pomocą poleceń, które uruchomiliśmy w Git 2.56: kopiowanie poprawki do gałęzi wydania, nowe skróty i identyfikatory po…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testów migawkowych: jak to działa, kiedy pomaga, a kiedy szkodzi
Testowanie migawek wyjaśnione za pomocą pytestu i syropowego demo, które przeprowadziliśmy: tworzenie migawek, odczytywanie różnic po zmianie kodu, …
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testów mutacji: dlaczego 100% pokrycie nadal nie uwzględnia naszego błędu
Testowanie mutacji wyjaśniono za pomocą małego narzędzia mutacji, które zbudowaliśmy i uruchomiliśmy: 14 mutantów, zestaw testów ze 100% pokryciem l…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie szybkiego wstrzyknięcia: jak oszukać aplikacje AI i jak się przed nimi bronić
Wyjaśnienie szybkiego wstrzykiwania dla konstruktorów: ataki bezpośrednie i pośrednie, dlaczego zawodzą filtry słów kluczowych (nasz test zablokował…
Przeczytaj artykuł →DevOpsWyjaśnienie rekordów DNS: A, AAAA, CNAME, MX, TXT i TTL z rzeczywistymi wyszukiwaniami
Rekordy DNS wyjaśnione na podstawie wyszukiwań, które przeprowadziliśmy: jak działa rozdzielczość, A i AAAA, reguły CNAME, MX i null MX, TXT dla SPF…
Przeczytaj artykuł →DevOpsWyjaśnienie flag funkcji: bezpieczne wydania, stopniowe wdrażanie i higiena flag
Flagi funkcji wyjaśnione za pomocą przeprowadzonej przez nas symulacji wdrożenia: typy flag, procentowe wdrożenia ze stabilnym mieszaniem, przełączn…
Przeczytaj artykuł →Automatyzacja testówTestuj generowanie danych za pomocą Python Faker: realistyczne, powtarzalne i bezpieczne dane
Przetestuj generowanie danych za pomocą Python Faker, uruchom i zmierz: zaszczepianie powtarzalnych danych, ustawień regionalnych, unikalnych wartoś…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania z Shift-Left: Znajdź błędy wcześniej, bez spowalniania zespołu
Wyjaśniono testowanie z przesunięciem w lewo: co to znaczy, dlaczego wczesne defekty są tańsze, praktyki – od przeglądów wymagań po kontrole CI, zmi…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie funkcji ciągów SQL: TRIM, SUBSTR, REPLACE, CONCAT i czyszczenie danych
Funkcje ciągów SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: konkatenacja i NULL, TRIM, UPPER i LOWER, SUBSTR i INSTR, REPLACE, dopełnienie, …
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie wyzwalaczy SQL: wyzwalacze PRZED i PO, dzienniki audytu i pułapki
Wyzwalacze SQL wyjaśnione za pomocą wyzwalaczy, które uruchomiliśmy: PRZED vs PO, STARY i NOWY, dzienniki audytu, walidacja, aktualizacje zapasów, w…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie modułu Python JSON: zrzuty, ładowanie, typy niestandardowe i typowe błędy
Moduł Python JSON wyjaśniony za pomocą uruchomionego przez nas kodu: zrzuty i ładowanie, pliki, konwersje typów, daty i miejsca dziesiętne, niestand…
Przeczytaj artykuł →Tworzenie oprogramowaniaModuły ES a CommonJS: Jak działa import JavaScript w Node.js, przetestowano
Moduły ES i CommonJS wyjaśnione za pomocą kodu, który uruchomiliśmy w Node.js: składnia importu i eksportu, wymagania, powiązania na żywo, buforowan…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie wyrażenia regularnego w języku Python: wzorce, grupy, przewidywania i pułapki, przetestowane
Wyrażenie regularne w Pythonie wyjaśnione za pomocą wzorców, które uruchomiliśmy: wyszukiwanie vs dopasowanie, findall, grupy i nazwane grupy, zachł…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie strukturalnych wyników LLM: uzyskiwanie niezawodnego formatu JSON z modeli AI
Ustrukturyzowane dane wyjściowe LLM wyjaśnione wraz z walidacją przeprowadzoną w Pydantic: tryb i schematy JSON, ograniczone dekodowanie, sposoby ps…
Przeczytaj artykuł →DevOpsWyjaśnienie kluczy SSH: jak działają, ssh-keygen, Ed25519 i bezpieczne nawyki
Klucze SSH wyjaśnione za pomocą wygenerowanych przez nas kluczy: klucze publiczne i prywatne, ssh-keygen, Ed25519 vs RSA, odciski palców, hasła, ssh…
Przeczytaj artykuł →DevOpsWyjaśnienie buforowania HTTP: kontrola pamięci podręcznej, odpowiedzi ETag i 304 z testem na żywo
Wyjaśnienie buforowania HTTP na małym serwerze, który prowadziliśmy: dyrektywy Cache-Control, maksymalny wiek, brak pamięci podręcznej vs brak sklep…
Przeczytaj artykuł →Automatyzacja testówWyjaśnienie testowania kontraktu API: wychwytuj istotne zmiany przed wysyłką
Testowanie kontraktu API wyjaśniono za pomocą przeprowadzonej przez nas kontroli schematu: czym jest kontrakt, kontrakty zorientowane na konsumenta,…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie testowania opartego na ryzyku: oceń ryzyko, zbuduj macierz i przetestuj, co jest ważne
Testowanie oparte na ryzyku wyjaśnione krok po kroku: identyfikacja ryzyka, prawdopodobieństwo punktacji i wpływ, budowanie matrycy ryzyka, mapowani…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie ograniczeń SQL: NOT NULL, UNIQUE, CHECK i OBCY KLUCZ, przetestowane
Ograniczenia SQL wyjaśnione za pomocą przeprowadzonych przez nas testów: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY i FOREIGN KEY, luki NULL, ustawie…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie funkcji daty SQL: dodawanie, porównywanie i grupowanie dat bez błędów
Funkcje daty SQL wyjaśnione za pomocą zapytań, które wykonaliśmy: dodawanie interwałów, niespodzianki na koniec miesiąca, różnice dat, pułapka BETWE…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie asyncio Pythona: asynchronizacja, oczekiwanie, zbieranie i grupa zadań z rzeczywistym czasem
Asyncio Pythona wyjaśnione za pomocą kodu, który zmierzyliśmy: współprogramy, oczekiwanie, zbieranie, grupa zadań, obsługa błędów, przekroczenia lim…
Przeczytaj artykuł →Tworzenie oprogramowaniaOdbicie a przepustnica w JavaScript: jak działają, kiedy używać każdego z nich, przetestowano
Debounce a przepustnica w JavaScript wyjaśnione z czasami, które zmierzyliśmy w Node.js: jak każdy z nich działa, proste implementacje, wywołania wi…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie menedżerów kontekstu Pythona: instrukcja with, biblioteka kontekstowa i rzeczywiste zastosowania
Menedżerowie kontekstu Pythona wyjaśnili za pomocą uruchomionego przez nas kodu: jak działa, __enter__ i __exit__, kontekstlib.contextmanager, tłumi…
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie temperatury i góry LLM: jak modele AI wybierają kolejne słowo
Temperatura LLM i top-p wyjaśnione za pomocą przeprowadzonej przez nas symulacji: w jaki sposób zmieniają się prawdopodobieństwa, co utrzymuje top-p…
Przeczytaj artykuł →DevOpsWyjaśnienie YAML: składnia, problem norweski i inne pułapki, które testowaliśmy
YAML wyjaśnił za pomocą testu parsera: podstawowa składnia, listy i mapy, problem Norwegii, wersje zamieniające się w zmiennoprzecinkowe, ósemkowe k…
Przeczytaj artykuł →DevOpsWyjaśnienie zadań Cron: składnia, prawdziwe harmonogramy i błędy, które je psują
Zadania Cron wyjaśnione za pomocą zweryfikowanych przez nas harmonogramów: pięć pól, operatory, prawdziwe przykłady, pułapka dnia miesiąca LUB dnia …
Przeczytaj artykuł →Sztuczna inteligencjaWyjaśnienie halucynacji AI: dlaczego modele językowe tworzą rzeczy i jak je zmniejszyć
Wyjaśniono halucynacje AI: czym są, dlaczego powstają w modelach językowych, typowe typy, jak je zredukować za pomocą uziemień i podpowiedzi oraz pr…
Przeczytaj artykuł →DevOpsWyjaśnienie zmiennych środowiskowych: pliki .env, sekrety i konfiguracja wykonana prawidłowo
Zmienne środowiskowe wyjaśnione na przykładach Pythona, które przeprowadziliśmy: ich odczytywanie i ustawianie, dlaczego każda wartość jest ciągiem …
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie ograniczenia szybkości interfejsu API: algorytmy, nagłówki i obsługa błędów 429
Ograniczanie szybkości API wyjaśnione za pomocą przeprowadzonej przez nas symulacji: zasobnik tokenów, stałe okno, przesuwane okno, 429 odpowiedzi, …
Przeczytaj artykuł →Automatyzacja testówWyśmiewanie w Pythonie: unittest.mock, patch i błędy, które sprawiają, że testy kłamią
Wyśmiewanie w Pythonie za pomocą unittest.mock, przetestowane: Mock i zwracana wartość, efekt uboczny, łatanie tam, gdzie używana jest nazwa, specyf…
Przeczytaj artykuł →Testowanie oprogramowaniaWyjaśnienie zasięgu kodu: pokrycie linii i oddziału oraz co naprawdę oznacza 100%
Wyjaśnienie pokrycia kodu za pomocą prawdziwego pliku cover.py: pokrycie linii, gałęzi i warunków, przeczytanie raportu, dlaczego 100% pokrycia może…
Przeczytaj artykuł →Bazy danych i SQLDELETE vs TRUNCATE vs DROP w SQL: różnice, wycofywanie i kiedy używać każdego z nich
DELETE vs TRUNCATE vs DROP wyjaśnione za pomocą przetestowanego SQL: co każdy usuwa, wycofywanie, wyzwalacze, resetowanie tożsamości, prędkość i czy…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie widoków SQL: tworzenie, używanie i unikanie pułapek wraz z przykładami
Widoki SQL wyjaśnione za pomocą zapytań, które uruchomiliśmy: tworzenie widoku, wyniki na żywo, ukrywanie kolumn, wydajność, widoki z możliwością ak…
Przeczytaj artykuł →Tworzenie oprogramowaniaInterfejs TypeScript a typ: rzeczywiste różnice, testowane za pomocą kompilatora
Interfejs TypeScript a typ, sprawdzony z prawdziwym kompilatorem: co oba mogą zrobić, co tylko jeden, łączenie deklaracji, rozszerzenia a przecięcia…
Przeczytaj artykuł →Tworzenie oprogramowaniaPython *args i **kwargs wyjaśnione: elastyczne funkcje z przejrzystymi przykładami
Python *args i **kwargs wyjaśnione za pomocą uruchomionego przez nas kodu: pakowanie i rozpakowywanie, kolejność parametrów, argumenty zawierające t…
Przeczytaj artykuł →Tworzenie oprogramowaniaFunkcje Lambda w Pythonie: składnia, rzeczywiste zastosowania i kiedy ich nie używać
Funkcje lambda w Pythonie wyjaśnione za pomocą uruchomionego przez nas kodu: składnia, sortowanie za pomocą klucza, mapa i filtr, domknięcia, pułapk…
Przeczytaj artykuł →Sztuczna inteligencjaKim są agenci AI? Jak one działają, dzięki prostej pętli agenta, którą możesz uruchomić
Kim są agenci AI? Prosty przewodnik po pętli agenta, narzędziach, pamięci i poręczach, z małą pętlą w Pythonie, którą uruchomiliśmy, prawdziwymi zag…
Przeczytaj artykuł →DevOpsMonitorowanie a obserwowalność: prawdziwa różnica z logami, wskaźnikami i śladami
Wyjaśnienie monitorowania a obserwowalności: znane i nieznane awarie, dzienniki, metryki i ślady, opis incydentu przy kasie, złote sygnały, OpenTele…
Przeczytaj artykuł →DevOpsWoluminy platformy Docker a mocowania powiązań: utrwalanie danych kontenera we właściwy sposób
Wyjaśniono woluminy Dockera a montowanie powiązań: dlaczego dane kontenera znikają, nazwane woluminy, montowanie powiązań, tmpfs, przykłady tworzeni…
Przeczytaj artykuł →Automatyzacja testówTDD vs BDD: kluczowe różnice, jedna funkcja zbudowana w obie strony i kiedy używać każdej z nich
TDD vs BDD wyjaśnione za pomocą jednej funkcji rabatowej zbudowanej w obie strony: refaktoryzacja czerwono-zielona z uruchomionym przez nas kodem, s…
Przeczytaj artykuł →Testowanie oprogramowaniaTestowanie akceptacyjne użytkownika (UAT): proces, lista kontrolna i rzeczywiste przykłady
Wyjaśniono testy akceptacyjne użytkownika: kto je przeprowadza, czym różni się od kontroli jakości, siedmioetapowy proces, szablon przypadku testowe…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie wartości SQL NULL: IS NULL, COALESCE, NULLIF i pułapki, których należy unikać
Wartości SQL NULL wyjaśnione za pomocą zapytań, które wykonaliśmy: logika trójwartościowa, IS NULL, COALESCE, NULLIF, w jaki sposób agregacje, łącze…
Przeczytaj artykuł →Bazy danych i SQLInstrukcja SQL CASE WHEN: składnia, rzeczywiste przykłady i typowe błędy
SQL CASE WHEN wyjaśnione za pomocą zapytań, które uruchomiliśmy: proste i przeszukiwane formularze, kolejność warunków, elementy przestawne z SUM, s…
Przeczytaj artykuł →Tworzenie oprogramowaniaCo to jest JWT? Tokeny internetowe JSON wyjaśnione na przykładzie działania
Co to jest JWT? Wyjaśniono tokeny sieciowe JSON: trzy części, token zbudowany i zmodyfikowany w uruchomionym przez nas kodzie, JWT a sesje, pamięć m…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie pętli zdarzeń JavaScript: stos wywołań, mikrozadania i liczniki czasu z przykładami
Pętla zdarzeń JavaScript wyjaśniona za pomocą uruchomionego przez nas kodu: stos wywołań, kolejki zadań i mikrozadań, dlaczego setTimeout 0 nie jest…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie generatorów Pythona i wydajności: oszczędzaj pamięć dzięki prawdziwym przykładom
Generatory Pythona i wydajność wyjaśnione za pomocą uruchomionego przez nas kodu: sposób wstrzymywania i wznawiania, mierzone oszczędności pamięci, …
Przeczytaj artykuł →Sztuczna inteligencjaCzym są osady? Wyjaśnienie wektorów i podobieństwa cosinusa
Czym są osadzania? Prosty przewodnik po wektorach, podobieństwie cosinusów i wyszukiwaniu semantycznym, z małym przykładem, który przeprowadziliśmy,…
Przeczytaj artykuł →DevOpsWdrożenie niebiesko-zielone a kanaryjskie: różnice, kompromisy i sposób wyboru
Wyjaśniono wdrożenie Blue-Green vs Canary: sposób działania każdego z nich, koszty, ryzyko i wycofywanie zmian, przetestowane przez nas stabilne łąc…
Przeczytaj artykuł →Automatyzacja testówNiestabilne testy: co je powoduje i jak je naprawić na dobre
Niestabilne testy wyjaśnione w przeprowadzonych przez nas demonstracjach: główne przyczyny, sposób potwierdzenia i zdiagnozowania jednej z nich, odp…
Przeczytaj artykuł →Testowanie oprogramowaniaLoad Testing vs Stress Testing: Differences, Metrics and k6 Examples
Wyjaśniono testy obciążenia i testy warunków skrajnych: co dowodzi każdy z nich, testy szczytowe i nasiąkania, istotne metryki, dlaczego średnie wpr…
Przeczytaj artykuł →Testowanie oprogramowaniaPrzypadek testowy a scenariusz testowy: kluczowe różnice, przykłady i kiedy stosować każdy z nich
Wyjaśnienie przypadków testowych i scenariuszy testowych: jasne definicje, tabela obok siebie, jedna funkcja resetowania hasła zaczerpnięta ze scena…
Przeczytaj artykuł →Bazy danych i SQLOptymalizacja zapytań SQL: czytaj plany wykonania i napraw powolne zapytania z synchronizacją
Optymalizacja zapytań SQL przetestowana na milionie wierszy: przeczytaj plany wykonania, dodaj odpowiednie indeksy, napraw filtry niesargowalne, uży…
Przeczytaj artykuł →Bazy danych i SQLSQL UNION vs UNION ALL: różnice, przykłady i testowana wydajność
SQL UNION vs UNION ALL wyjaśnione na podstawie zapytań, które uruchomiliśmy: duplikaty, obie reguły są zgodne, prawdziwy błąd danych, zmierzona wyda…
Przeczytaj artykuł →Tworzenie oprogramowaniaSamouczek API pobierania JavaScript: GET, POST, obsługa błędów i limity czasu
Samouczek JavaScript Fetch API testowany na serwerze lokalnym: GET i POST, dlaczego 404 nie rzuca, pomocnik wielokrotnego użytku, ciągi zapytań, prz…
Przeczytaj artykuł →Tworzenie oprogramowaniaObsługa plików w Pythonie: odczyt, zapis, CSV, JSON i pathlib z przykładami
Obsługa plików w Pythonie wyjaśniona za pomocą uruchomionego przez nas kodu: tryby otwarte, czytanie dużych plików, CSV, JSON, pathlib, pliki binarn…
Przeczytaj artykuł →Tworzenie oprogramowaniaKlasy i obiekty Pythona: samouczek OOP z prawdziwymi przykładami
Klasy i obiekty Pythona objaśnione za pomocą uruchomionego przez nas kodu: __init__, metody, atrybuty klas i instancji, dziedziczenie, właściwości, …
Przeczytaj artykuł →Sztuczna inteligencjaCo to jest model dużego języka? Jak działają LLM, wyjaśnione bez szumu
Co to jest model dużego języka? LLM wyjaśnione prostym językiem: tokeny, osadzanie, uwaga, szkolenie, temperatura i okna kontekstowe, mała demonstra…
Przeczytaj artykuł →DevOpsPolecenia systemu Linux dla początkujących: niezbędny przewodnik po terminalu z przykładami
Polecenia systemu Linux dla początkujących, pogrupowane według zadań: nawigacja, pliki, przeglądanie logów, grep, potoki, uprawnienia, procesy i arc…
Przeczytaj artykuł →Automatyzacja testówSelenium kontra dramaturg: kluczowe różnice, porównanie kodu i wybór
Porównanie Selenium i Playwright: architektura, oczekiwanie, obsługa przeglądarki i języka, debugowanie, ten sam test w obu narzędziach, porady doty…
Przeczytaj artykuł →Testowanie oprogramowaniaPartycjonowanie równoważne: technika projektowania testów wyjaśniona na praktycznych przykładach
Wyjaśniono podział równoważny: jak znaleźć prawidłowe i nieprawidłowe partycje, sprawdzone przykłady dla grup wiekowych, hasła i kupony, przeprowadz…
Przeczytaj artykuł →Testowanie oprogramowaniaWażność a priorytet w testowaniu oprogramowania: różnice, macierz i rzeczywiste przykłady
Wyjaśniono ważność a priorytet w testowaniu oprogramowania: jasne definicje, czterokierunkowa macierz z przykładami, skale poziomów, kto ustawia każ…
Przeczytaj artykuł →Bazy danych i SQLSamouczek dotyczący podzapytań SQL: typy, skorelowane podzapytania i ISTNIEJĄ z przykładami
Samouczek dotyczący podzapytań SQL z zapytaniami, które wykonaliśmy: podzapytania skalarne, IN, FROM i SELECT, podzapytania skorelowane, EXISTS, puł…
Przeczytaj artykuł →Bazy danych i SQLWyjaśnienie transakcji SQL i ACID: COMMIT, ROLLBACK i poziomy izolacji
Transakcje SQL i ACID wyjaśnione za pomocą wykonanego przez nas przelewu bankowego: COMMIT, ROLLBACK, punkty zapisu, blokady, poziomy izolacji, brud…
Przeczytaj artykuł →Tworzenie oprogramowaniaŚciągawka dotycząca poleceń Git: polecenia, których faktycznie używasz, z przykładami
Ściągawka poleceń Git pogrupowana według zadań: konfiguracja, przemieszczanie, gałęzie, piloty, skrytka, historia i cofanie błędów, z danymi wyjścio…
Przeczytaj artykuł →Tworzenie oprogramowaniaWyjaśnienie obietnic JavaScript: następnie catch, Promise.all i typowe błędy
Obietnice JavaScript wyjaśnione za pomocą uruchomionego przez nas kodu: stany, łańcuchy then i catch, obsługa błędów, Promise.all, allSettled, race …
Przeczytaj artykuł →Tworzenie oprogramowaniaSamouczek słownika języka Python: metody, przykłady i typowe wzorce
Samouczek słownika języka Python z uruchomionym przez nas kodem: tworzenie, odczytywanie i aktualizowanie słowników, metody kluczowych, łączenie, ro…
Przeczytaj artykuł →Sztuczna inteligencjaCo to jest RAG? Generacja rozszerzona o wyszukiwanie wyjaśniona na przykładzie roboczym
Co to jest RAG? Generowanie wspomagane pobieraniem wyjaśnione krok po kroku: indeksowanie, fragmentowanie, osadzanie, pobieranie, mały działający pr…
Przeczytaj artykuł →DevOpsSamouczek Terraform dla początkujących: Infrastruktura jako kod od pierwszego pliku do modułów
Samouczek Terraform dla początkujących: zacznij bez konta w chmurze, naucz się inicjowania, planowania i stosowania, a następnie zmiennych, wyników,…
Przeczytaj artykuł →DevOpsDocker kontra Kubernetes: kluczowe różnice, jak ze sobą współpracują i czego potrzebujesz
Wyjaśniono Docker vs Kubernetes: co robi każdy z nich, ta sama aplikacja działa z obydwoma, porównanie Docker Compose i Swarm, zmiana podkładki dock…
Przeczytaj artykuł →Automatyzacja testówSamouczek Pytest dla początkujących: urządzenia, parametryzacja i prawdziwe przykłady
Samouczek pytest dla początkujących z testami, które przeprowadziliśmy na pytest 9.2: asercje, urządzenia, parametryzacja, conftest, znaczniki, tmp_…
Przeczytaj artykuł →Testowanie oprogramowaniaCykl życia testowania oprogramowania (STLC): 6 faz, kryteria wejścia i wyjścia, przykład
Wyjaśniono cykl życia testowania oprogramowania: sześć faz STLC z kryteriami wejścia i wyjścia, elementy dostarczane, działający przykład funkcji lo…
Przeczytaj artykuł →Tworzenie oprogramowaniaGit merge vs rebase: różnice, przykłady i kiedy czego używać
Git merge vs rebase wyjaśnione na prawdziwym wyniku logu, z tabelą porównawczą, złotą zasadą rebase i bezpiecznym procesem pracy zespołu.
Przeczytaj artykuł →Tworzenie oprogramowaniaPython list comprehension: składnia, przykłady i kiedy jej unikać
Python list comprehension wyjaśnione: składnia, filtrowanie, if-else, zagnieżdżone pętle, zmierzone czasy i sytuacje, w których zwykła pętla for jes…
Przeczytaj artykuł →Bazy danych i SQLSQL JOIN – wyjaśnienie z przykładami (Inner, Left, Right, Full)
Zrozum złączenia SQL krok po kroku na przykładowych tabelach i zapytaniach: INNER, LEFT, RIGHT, FULL, CROSS i SELF, plus typowe błędy i wskazówki wy…
Przeczytaj artykuł →