Les gestionnaires de contexte Python expliqués : l’instruction with, contextlib et les utilisations réelles

  1. Accueil
  2. Blog
  3. Développement de logiciels

Développement de logiciels

Explication des gestionnaires de contexte Python : L’instruction with, contextlib et les utilisations réelles

L’instruction with garantit que la configuration correspond toujours au nettoyage, même en cas de problème. Découvrez comment fonctionnent les gestionnaires de contexte, comment rédiger les vôtres de deux manières et les surprises que nous avons trouvées en les testant.

10 min de lecture
Les gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles

À retenir

  • Un gestionnaire de contexte associe la configuration au nettoyage. L’instruction with exécute les deux, même lorsqu’une exception se produit.
  • Écrivez-en un en tant que classe avec __enter__ et __exit__, ou en tant que générateur avec @contextlib.contextmanager.
  • Dans les gestionnaires basés sur un générateur, mettez le nettoyage dans try/finally, sinon il est ignoré en cas d’erreurs. Nous l’avons prouvé.
  • Renvoyer True à partir de __exit__ avale l’exception, alors faites-le uniquement exprès.

Ouvrir un fichier, prendre un verrou, démarrer une transaction de base de données, modifier un paramètre pour un test : chacun de ces éléments a une “annulation” correspondante qui doit se produire par la suite. Oubliez-le, ou laissez une exception l’ignorer, et vous perdez des descripteurs de fichiers, bloquez des threads ou laissez la base de données à moitié mise à jour. L’instruction with de Python existe pour rendre cette annulation automatique.

Nous avons exécuté chaque exemple ci-dessous avec Python 3.13, et les résultats affichés proviennent de cette exécution.

Le problème que les gestionnaires de contexte résolvent

Sans with, un nettoyage sécurisé nécessite un try/finally à chaque fois :

f = open("notes.txt", "w")
try:
    f.write("hello")
finally:
    f.close()

Cela fonctionne, mais c’est facile à oublier, et le nettoyage se termine loin de la configuration. La version with dit la même chose en deux lignes :

with open("notes.txt", "w") as f:
    f.write("hello")

Nous avons forcé une erreur à l’intérieur du bloc, avec raise ValueError("boom"), puis vérifié le fichier par la suite. Le résultat était closed: True | content: hello. Le fichier a été fermé et les données ont été enregistrées, même si le blocage a échoué.

Comment fonctionne l’instruction with

Tout objet avec deux méthodes spéciales peut être utilisé dans une instruction with :

  1. Python appelle la méthode __enter__() de l’objet. Tout ce qu’il renvoie est lié au nom après as.
  2. Le bloc en retrait s’exécute.
  3. Python appelle __exit__(exc_type, exc, tb), que le bloc se soit terminé normalement, soit revenu plus tôt ou ait déclenché une exception.

Cette troisième étape est la garantie. Il fonctionne sur return, break, continue et sur les exceptions, ce qui le rend plus fiable que le code de nettoyage écrit à la fin d’un bloc.

Écrire un gestionnaire de contexte basé sur les classes

import time

class Timer:
    def __enter__(self):
        self.start = time.perf_counter()
        return self

    def __exit__(self, exc_type, exc, tb):
        self.elapsed = time.perf_counter() - self.start
        print(f"took {self.elapsed:.3f}s, exception: {exc_type.__name__ if exc_type else None}")
        return False

with Timer() as t:
    time.sleep(0.05)
# took 0.050s, exception: None

__enter__ renvoie self, donc le bloc et le code ultérieur peuvent lire t.elapsed. La forme de classe est la meilleure lorsque le gestionnaire porte un état ou propose des méthodes supplémentaires, comme une session de base de données ou un serveur de test.

Exceptions et valeur de retour de __exit__

__exit__ reçoit les détails de toute exception et sa valeur de retour décide de la suite des événements :

with Timer():
    1 / 0
# took 0.000s, exception: ZeroDivisionError
# ZeroDivisionError still raised

Notre Timer a renvoyé False, donc l’exception a continué à l’appelant après l’impression du timing. Le retour de True indique à Python que l’exception a été gérée :

class Swallow:
    def __enter__(self): return self
    def __exit__(self, *a): return True

with Swallow():
    raise KeyError("hidden")
print("program continued")

Le KeyError a complètement disparu. C’est parfois ce que vous souhaitez, mais cela cache généralement des bugs. Notez que le retour de None, ce que fait une méthode sans return, compte comme faux et laisse passer l’exception. C’est la valeur par défaut sûre. Notre guide sur la gestion des exceptions Python explique pourquoi avaler silencieusement les erreurs est dangereux.

Le moyen le plus simple : contextlib.contextmanager

Pour les cas simples, une fonction génératrice avec un yield est plus courte qu’une classe. Tout ce qui précède yield est configuré, la valeur obtenue passe à as et tout ce qui suit est nettoyé :

import contextlib, os

@contextlib.contextmanager
def temp_env(name, value):
    old = os.environ.get(name)
    os.environ[name] = value
    try:
        yield
    finally:
        if old is None:
            del os.environ[name]
        else:
            os.environ[name] = old

with temp_env("APP_MODE", "test"):
    print(os.environ["APP_MODE"])   # test
print(os.environ.get("APP_MODE"))   # None

La variable existait à l’intérieur du bloc et a ensuite été supprimée, rétablissant ainsi son état d’origine. Ce modèle est parfait pour modifier temporairement les variables d’environnement, le répertoire de travail ou un paramètre global.

Le piège des disparus enfin

Voici l’erreur que presque tout le monde commet une fois :

@contextlib.contextmanager
def broken():
    print("setup")
    yield
    print("cleanup (never runs on error)")

with broken():
    raise RuntimeError("x")
# setup
# (cleanup skipped)

Lorsque le bloc est déclenché, l’exception est lancée dans le générateur sur la ligne yield. Sans try/finally, le code après yield ne s’exécute jamais. Notre ligne de nettoyage n’a jamais été imprimée. Enveloppez toujours le yield dans try/finally lorsque le nettoyage doit avoir lieu, comme dans temp_env ci-dessus.

Astuce : Un bon test pour tout gestionnaire de contexte que vous écrivez consiste à déclencher une exception à l’intérieur du bloc with et à vérifier que le nettoyage a toujours eu lieu. Cela prend deux lignes et détecte exactement ce bug.

Gestionnaires de contexte intégrés utiles

Gestionnaire Ce qu’il gère
open() Ferme le fichier
threading.Lock() Acquiert et libère le verrou
sqlite3.connect() Valide ou annule une transaction
tempfile.TemporaryDirectory() Supprime ensuite le dossier
contextlib.suppress(Error) Ignore un type d’exception spécifique
contextlib.chdir(path) Change de répertoire et revient en arrière (Python 3.11+)
decimal.localcontext() Précision décimale temporaire
unittest.mock.patch() Remplacement temporaire lors des tests

Avec une serrure, notre chèque imprimait locked: True à l’intérieur du bloc et released: True après celui-ci. contextlib.suppress(FileNotFoundError) supprimons un fichier qui pourrait ne pas exister sans un try/except. Utilisez suppress uniquement pour les erreurs auxquelles vous vous attendez vraiment et qui ne vous intéressent pas.

Vous pouvez également ouvrir plusieurs gestionnaires dans une seule instruction, comme dans with open(a) as x, open(b) as y:. Notre test a lu les deux fichiers et les a fermés.

ExitStack : un nombre variable de managers

Lorsque vous ne savez pas à l’avance de combien de ressources vous avez besoin, ExitStack les collecte et les nettoie toutes à la fin :

with contextlib.ExitStack() as stack:
    files = [stack.enter_context(open(n, "w")) for n in names]
    for i, fh in enumerate(files):
        fh.write(str(i))

print(all(fh.closed for fh in files))   # True

Les trois dossiers ont été fermés. Si l’ouverture du troisième avait échoué, les deux premiers auraient quand même été fermés, ce qui est difficile à redresser à la main. ExitStack dispose également d’une méthode callback() pour enregistrer toute fonction de nettoyage.

Transactions de base de données : un détail surprenant

conn = sqlite3.connect(":memory:")
conn.execute("CREATE TABLE t (x INT)")

with conn:
    conn.execute("INSERT INTO t VALUES (1)")
    raise ValueError("abort")
# rows after error: 0

with conn:
    conn.execute("INSERT INTO t VALUES (2)")
# rows after success: 1

Une connexion sqlite3 utilisée dans with est validée si le bloc réussit et annulée en cas d’échec, exactement ce qu’une transaction devrait faire. Mais notez ce qu’il ne fait pas : la connexion était toujours ouverte par la suite. Contrairement à open(), le gestionnaire de contexte de la connexion sqlite3 gère la transaction et non la connexion. Fermez-le séparément, par exemple avec contextlib.closing(conn). Vérifiez toujours ce que fait réellement le gestionnaire de contexte d’une bibliothèque ; le nom de la chose ne suffit pas.

Gestionnaires de contexte asynchrone

Le code asynchrone utilise async with et les méthodes __aenter__ et __aexit__, ou @contextlib.asynccontextmanager. Vous les rencontrerez avec des sessions client HTTP, des pools de bases de données et asyncio.TaskGroup, que nous abordons dans notre guide asyncio.

Gestionnaires de contexte dans les tests

Les tests reposent en grande partie sur des modifications temporaires qui doivent être annulées : correctifs de fonctions, définition de variables d’environnement, création de fichiers temporaires. unittest.mock.patch fonctionne comme un gestionnaire de contexte, comme le montre notre guide moqueur, et celui de pytest raises en est également un : with pytest.raises(ValueError): .... Les appareils pytest avec yield suivent la même forme de configuration-rendement-nettoyage, décrite dans notre guide des appareils pytest.

Erreurs courantes

  • Non try/finally autour de yield dans un gestionnaire basé sur un générateur.
  • Retour de True de __exit__ par accident, ce qui cache toutes les exceptions.
  • Utilisation de la ressource après le bloc. Un objet fichier existe toujours après with, mais il est fermé.
  • En supposant que le nettoyage ait lieu. Comme avec sqlite3, lisez la documentation.
  • Céder plus d’une fois dans une fonction @contextmanager, ce qui génère un RuntimeError.

Quand écrire votre propre gestionnaire de contexte

Recherchez une paire d’actions qui doivent toujours se produire ensemble, où la seconde est facile à oublier. Les bons signes incluent :

  • Le même bloc try/finally apparaît à plusieurs endroits.
  • Le code modifie un état global, tel qu’un paramètre, un répertoire de travail ou un indicateur de fonctionnalité, et doit le restaurer.
  • Une ressource est acquise à partir d’un pool et doit être restituée, comme une connexion ou un compte temporaire dans un environnement de test.
  • Vous souhaitez chronométrer, tracer ou enregistrer un bloc de code de manière cohérente.

Si le nettoyage est un appel unique qui possède déjà un gestionnaire de contexte, tel que open() ou un verrou, utilisez-le au lieu d’en écrire un nouveau. Et si le « nettoyage » nécessite des données produites à l’intérieur du bloc, un gestionnaire de contexte peut en cacher trop ; une fonction simple avec des étapes explicites peut être plus claire. L’objectif est de réduire le nombre de façons d’oublier le nettoyage, et non l’intelligence.

Pour conclure

Les gestionnaires de contexte font du « n’oubliez pas de nettoyer » une garantie. Utilisez with pour chaque fichier, verrou, connexion et modification temporaire. Lorsque vous écrivez le vôtre, choisissez un générateur avec try/finally pour les cas simples et une classe lorsque vous avez besoin d’un état, et testez-les en déclenchant une exception à l’intérieur du bloc.

Questions fréquentes

Qu’est-ce qu’un gestionnaire de contexte en Python ?

C’est un objet qui définit la configuration et le nettoyage via les méthodes __enter__ et __exit__. L’instruction with appelle les deux, exécutant le nettoyage même lorsqu’une exception se produit.

Comment créer un gestionnaire de contexte ?

Écrivez une classe avec __enter__ et __exit__, ou décorez une fonction génératrice avec @contextlib.contextmanager et cédez une fois, avec nettoyage dans un bloc final.

Ferme-t-il le fichier si une exception se produit ?

Oui. Lors de notre test, le fichier a été fermé et son contenu enregistré même si le blocage a généré une ValueError.

Que se passe-t-il si __exit__ renvoie True ?

L’exception est supprimée et l’exécution continue après le bloc with. Renvoyez False ou None pour laisser les exceptions se propager.

Est-ce qu’avec sqlite3.connect() ferme la connexion ?

Non. Il valide ou annule la transaction, mais la connexion reste ouverte. Fermez-le séparément ou utilisez contextlib.closing.

Continuez à apprendre

Travailler avec Stack Quora

Besoin d’aide pour les tests, WordPress ou le référencement ?

Nous aidons les équipes à proposer de meilleurs logiciels et à développer leurs sites. Dites-nous sur quoi vous travaillez et nous vous proposerons une prochaine étape claire.

Continuez à lire

Plus de guides sur tests, IA et développement moderne

Vous avez apprécié cet article ? Choisissez un sujet et accédez directement à nos nouveaux didacticiels.

Intelligence artificielle

BM25 expliqué : comment la recherche par mot clé classe les résultats, avec le code Python et la recherche hybride

BM25 a expliqué avec une implémentation Python pure que nous avons exécutée : la formule, l'IDF, la saturation des termes, les paramètres k1 et b, p…

Lire l'article →
Développement logiciel

Méthodes HTTP expliquées : GET, POST, PUT, PATCH, DELETE, testées sur un serveur Live

Méthodes HTTP expliquées avec un petit serveur que nous avons exécuté : GET, POST, PUT, PATCH, DELETE, HEAD et OPTIONS, safe vs idempotent, PUT vs P…

Lire l'article →
DevOps

Git Bisect expliqué : recherchez le commit qui a brisé votre code, manuellement ou automatiquement

Git bisect expliqué avec un référentiel testé : trouvez le mauvais commit parmi 41 exécutions de tests sur 5, automatisez-le avec git bisect run, ig…

Lire l'article →
Automatisation des tests

Explication des marqueurs pytest : marques personnalisées, filtres skip, skipif, xfail et -m

Les marqueurs pytest expliqués avec une suite testée : enregistrez les marques personnalisées, exécutez uniquement des tests de fumée avec -m, combi…

Lire l'article →
Tests logiciels

Tests positifs ou négatifs : différences, 24 cas de test réels et une liste de contrôle

Tests positifs et négatifs expliqués avec un véritable formulaire d'inscription : 6 cas de tests positifs et 18 cas de tests négatifs exécutés dans …

Lire l'article →
Bases de données et SQL

ORDER SQL BY plusieurs colonnes : ASC, DESC, NULLS LAST, Case et commande personnalisée

SQL ORDER BY avec plusieurs colonnes expliquées avec des requêtes testées : ASC et DESC mixtes, départages, NULLS FIRST et LAST, tri insensible à la…

Lire l'article →
Bases de données et SQL

Total cumulé SQL : SUM OVER, totaux par groupe, sommes mobiles et piège RANGE

Comment calculer un total cumulé SQL avec SUM() OVER : totaux par groupe, sommes cumulées quotidiennes, sommes mobiles, pourcentage du total, piège …

Lire l'article →
Développement logiciel

Tableau de tri JavaScript : nombres, objets, chaînes et pourquoi 10 précède 5

Comment trier correctement un tableau en JavaScript : nombres avec une fonction de comparaison, objets par un ou plusieurs champs, chaînes avec loca…

Lire l'article →
Intelligence artificielle

Stratégies de fragmentation RAG expliquées : fixe, chevauchement, phrase, récursif et en-têtes, mesurés

Stratégies de segmentation RAG comparées sur un document avec tiktoken 0.14 : taille fixe, chevauchement, regroupement de phrases, fractionnement ré…

Lire l'article →
Développement logiciel

L'idempotence de l'API expliquée : clés d'idempotence et tentatives sécurisées, testées

L'idempotence de l'API expliquée avec un serveur et un client Python que nous avons exécutés : une réponse perdue provoquait une double charge sans …

Lire l'article →
DevOps

Git Stash expliqué : enregistrer, appliquer, afficher et fichiers non suivis, testé

Git stash expliqué avec les commandes que nous avons exécutées sur Git 2.56 : pousser avec un message, fichiers non suivis, lister et afficher, appl…

Lire l'article →
Tests logiciels

Explication des tests par paires : comment toutes les paires réduisent 216 tests à 13, testé

Tests par paires expliqués avec un générateur que nous avons exécuté dans Python 3.13 : une vérification avec 216 combinaisons couvertes par 13 test…

Lire l'article →
Automatisation des tests

Explication des doubles de test : factice, stub, espion, simulé et faux, avec du code Python testé

Les tests doubles sont expliqués avec un exemple Python exécuté dans pytest 9.2 : factice, stub, espion, simulé et faux, quand les utiliser, les vér…

Lire l'article →
Bases de données et SQL

SQL COALESCE expliqué : valeurs par défaut, NULLIF, IFNULL vs ISNULL et Traps, testées

SQL COALESCE expliqué avec les requêtes que nous avons exécutées dans SQLite 3.50 : premières valeurs non nulles, chaînes vides, NULL en mathématiqu…

Lire l'article →
Bases de données et SQL

SQL Self Join expliqué : employé-manager, comparaisons de paires et de lignes, testés

L'auto-jointure SQL expliquée avec les requêtes que nous avons exécutées dans SQLite 3.50 : employé et manager, gagnant plus que le manager, paires …

Lire l'article →
Développement logiciel

Explication de l'opérateur de propagation JavaScript : propagation vs repos, copies et pièges, testé

L'opérateur de propagation JavaScript expliqué avec le code que nous avons exécuté sur le nœud 24 : tableaux, objets, copies superficielles, paramèt…

Lire l'article →
Développement logiciel

Module de collections Python expliqué : compteur, defaultdict, deque et plus, testé

Les collections Python expliquées avec le code que nous avons exécuté sur Python 3.13 : Counter, defaultdict, deque, approvedtuple, OrderedDict et C…

Lire l'article →
Intelligence artificielle

Fenêtre contextuelle LLM expliquée : jetons, limites et comment en adapter davantage, mesurés

La fenêtre contextuelle LLM expliquée avec le nombre de jetons que nous avons mesurés à l'aide de tiktoken : mots par rapport aux jetons pour la pro…

Lire l'article →
Développement logiciel

Les webhooks expliqués : comment ils fonctionnent et comment les recevoir en toute sécurité

Webhooks expliqués avec un récepteur et un expéditeur que nous avons exécutés en Python : push vs polling, signatures HMAC-SHA256, rejet des requête…

Lire l'article →
DevOps

Git Cherry-Pick expliqué : copiez le commit dont vous avez besoin, en toute sécurité et testé

Git Cherry-pick expliqué avec les commandes que nous avons exécutées dans Git 2.56 : copie d'un correctif dans une branche de version, nouveaux hach…

Lire l'article →
Automatisation des tests

Les tests instantanés expliqués : comment cela fonctionne, quand cela aide et quand cela fait mal

Les tests d'instantanés expliqués avec une démo pytest et sirupeuse que nous avons exécutée : création d'instantanés, lecture de la différence après…

Lire l'article →
Tests logiciels

Tests de mutation expliqués : pourquoi une couverture à 100 % n'a toujours pas détecté notre bug

Les tests de mutation expliqués avec un petit outil de mutation que nous avons construit et exécuté : 14 mutants, une suite de tests avec une couver…

Lire l'article →
Intelligence artificielle

L'injection rapide expliquée : comment les applications d'IA sont trompées et comment les défendre

L'injection rapide expliquée aux constructeurs : attaques directes et indirectes, pourquoi les filtres de mots clés échouent (notre test a bloqué 1 …

Lire l'article →
DevOps

Enregistrements DNS expliqués : A, AAAA, CNAME, MX, TXT et TTL avec de vraies recherches

Enregistrements DNS expliqués avec les recherches que nous avons effectuées : fonctionnement de la résolution, A et AAAA, règles CNAME, MX et null M…

Lire l'article →
DevOps

Explication des indicateurs de fonctionnalités : versions sécurisées, déploiements progressifs et hygiène des indicateurs

Les indicateurs de fonctionnalités expliqués avec une simulation de déploiement que nous avons exécutée : types d'indicateurs, déploiements en pourc…

Lire l'article →
Automatisation des tests

Génération de données de test avec Python Faker : données réalistes, reproductibles et sûres

Testez la génération de données avec Python Faker, exécutez et mesurez : amorçage de données répétables, paramètres régionaux, valeurs uniques, enre…

Lire l'article →
Tests logiciels

Explication des tests Shift-Left : recherchez les bugs plus tôt sans ralentir l'équipe

Les tests Shift-Left ont expliqué : ce que cela signifie, pourquoi les premiers défauts sont moins chers, les pratiques allant de l'examen des exige…

Lire l'article →
Bases de données et SQL

Fonctions de chaîne SQL expliquées : TRIM, SUBSTR, REPLACE, CONCAT et nettoyage des données

Fonctions de chaîne SQL expliquées avec les requêtes que nous avons exécutées : concaténation et NULL, TRIM, UPPER et LOWER, SUBSTR et INSTR, REPLAC…

Lire l'article →
Bases de données et SQL

Déclencheurs SQL expliqués : déclencheurs AVANT et APRÈS, journaux d'audit et pièges

Déclencheurs SQL expliqués avec les déclencheurs que nous avons exécutés : AVANT ou APRÈS, ANCIEN et NOUVEAU, journaux d'audit, validation, mises à …

Lire l'article →
Développement logiciel

Module Python JSON expliqué : vidages, chargements, types personnalisés et erreurs courantes

Le module Python JSON expliqué avec le code que nous avons exécuté : dumps et chargements, fichiers, conversions de types, dates et décimales, encod…

Lire l'article →
Développement logiciel

Modules ES vs CommonJS : fonctionnement des importations JavaScript dans Node.js, testé

Les modules ES et CommonJS expliqués avec le code que nous avons exécuté dans Node.js : syntaxe d'importation et d'exportation, exigences, liaisons …

Lire l'article →
Développement logiciel

Python Regex expliqué : modèles, groupes, anticipations et pièges, testés

L'expression régulière Python expliquée avec les modèles que nous avons exécutés : recherche contre correspondance, recherche tout, groupes et group…

Lire l'article →
Intelligence artificielle

Explication de la sortie structurée LLM : obtenir un JSON fiable à partir de modèles d'IA

Sortie structurée LLM expliquée avec la validation que nous avons exécutée dans Pydantic : mode et schémas JSON, décodage contraint, façons dont les…

Lire l'article →
DevOps

Clés SSH expliquées : comment elles fonctionnent, ssh-keygen, Ed25519 et habitudes sûres

Clés SSH expliquées avec les clés que nous avons générées : clés publiques ou privées, ssh-keygen, Ed25519 vs RSA, empreintes digitales, phrases sec…

Lire l'article →
DevOps

La mise en cache HTTP expliquée : Cache-Control, ETag et 304 réponses, avec un test en direct

La mise en cache HTTP expliquée avec un petit serveur que nous avons exécuté : directives Cache-Control, max-age, no-cache vs no-store, revalidation…

Lire l'article →
Automatisation des tests

Explication des tests des contrats API : détectez les modifications majeures avant leur expédition

Les tests de contrat API ont été expliqués à l'aide d'une vérification de schéma que nous avons effectuée : ce qu'est un contrat, les contrats axés …

Lire l'article →
Tests logiciels

Explication des tests basés sur les risques : évaluez les risques, créez une matrice et testez ce qui compte

Les tests basés sur les risques sont expliqués étape par étape : identification des risques, notation de la probabilité et de l'impact, création d'u…

Lire l'article →
Bases de données et SQL

Contraintes SQL expliquées : NOT NULL, UNIQUE, CHECK et FOREIGN KEY, testées

Les contraintes SQL expliquées avec les tests que nous avons exécutés : NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY et FOREIGN KEY, les failles NULL, …

Lire l'article →
Bases de données et SQL

Fonctions de date SQL expliquées : ajout, comparaison et regroupement de dates sans bugs

Fonctions de date SQL expliquées avec les requêtes que nous avons exécutées : ajout d'intervalles, surprises de fin de mois, différences de dates, p…

Lire l'article →
Développement logiciel

Python asyncio expliqué : asynchrone, attendre, rassembler et TaskGroup avec des timings réels

Python asyncio expliqué avec le code que nous avons chronométré : coroutines, wait, collect, TaskGroup, gestion des erreurs, délais d'attente, limit…

Lire l'article →
Développement logiciel

Debounce vs Throttle en JavaScript : comment ils fonctionnent, quand les utiliser, testés

Debounce vs throttle en JavaScript expliqué avec les timings que nous avons mesurés dans Node.js : comment chacun fonctionne, implémentations simple…

Lire l'article →
Développement logiciel

Les gestionnaires de contexte Python expliqués : l'instruction with, contextlib et les utilisations réelles

Les gestionnaires de contexte Python ont expliqué avec le code que nous avons exécuté : comment cela fonctionne, __enter__ et __exit__, contextlib.c…

Lire l'article →
Intelligence artificielle

Température LLM et Top-p expliqués : comment les modèles d'IA choisissent leur prochain mot

La température LLM et le top-p expliqués à l'aide d'une simulation que nous avons exécutée : comment les probabilités sont remodelées, ce que conser…

Lire l'article →
DevOps

YAML expliqué : syntaxe, problème norvégien et autres pièges que nous avons testés

YAML expliqué avec un test d'analyseur : syntaxe de base, listes et cartes, le problème de la Norvège, les versions se transformant en flottants, co…

Lire l'article →
DevOps

Les tâches Cron expliquées : syntaxe, horaires réels et erreurs qui les interrompent

Les tâches Cron expliquées avec les plannings que nous avons vérifiés : les cinq champs, les opérateurs, des exemples réels, le piège du jour du moi…

Lire l'article →
Intelligence artificielle

Les hallucinations de l'IA expliquées : pourquoi les modèles de langage inventent les choses et comment les réduire

Les hallucinations de l'IA ont expliqué : ce qu'elles sont, pourquoi les modèles de langage les produisent, les types courants, comment les réduire …

Lire l'article →
DevOps

Variables d'environnement expliquées : fichiers .env, secrets et configuration correctement effectués

Variables d'environnement expliquées avec des exemples Python que nous avons exécutés : lecture et définition, pourquoi chaque valeur est une chaîne…

Lire l'article →
Développement logiciel

Limitation du débit de l'API expliquée : algorithmes, en-têtes et gestion des erreurs 429

Limitation du débit de l'API expliquée avec une simulation que nous avons exécutée : compartiment de jetons, fenêtre fixe, fenêtre glissante, 429 ré…

Lire l'article →
Automatisation des tests

Se moquer en Python : unittest.mock, patch et les erreurs qui font mentir les tests

Moquerie en Python avec unittest.mock, testée : Mock et return_value, side_effect, correctifs où un nom est utilisé, spec et autospec, dates moqueus…

Lire l'article →
Tests logiciels

Couverture du code expliquée : couverture des lignes par rapport aux branches et ce que signifie réellement 100 %

Couverture du code expliquée avec une véritable exécution de cover.py : couverture des lignes, des branches et des conditions, lecture d'un rapport,…

Lire l'article →
Bases de données et SQL

DELETE vs TRUNCATE vs DROP dans SQL : différences, restauration et quand les utiliser

DELETE vs TRUNCATE vs DROP expliqué avec SQL testé : ce que chacun supprime, restauration, déclencheurs, réinitialisation d'identité, vitesse et en …

Lire l'article →
Bases de données et SQL

Vues SQL expliquées : créez, utilisez et évitez les pièges, avec des exemples

Vues SQL expliquées avec les requêtes que nous avons exécutées : création d'une vue, résultats en direct, masquage des colonnes, performances, vues …

Lire l'article →
Développement logiciel

Interface TypeScript vs Type : différences réelles, testées avec le compilateur

Interface TypeScript vs type, vérifiée avec le vrai compilateur : ce que les deux peuvent faire, ce qu'un seul peut faire, la fusion des déclaration…

Lire l'article →
Développement logiciel

Python *args et **kwargs expliqués : fonctions flexibles avec des exemples clairs

Python *args et **kwargs expliqués avec le code que nous avons exécuté : emballage et déballage, ordre des paramètres, arguments de mot-clé uniqueme…

Lire l'article →
Développement logiciel

Fonctions Python Lambda : syntaxe, utilisations réelles et quand ne pas les utiliser

Fonctions Python lambda expliquées avec le code que nous avons exécuté : syntaxe, tri avec clé, carte et filtre, fermetures, piège de liaison tardiv…

Lire l'article →
Intelligence artificielle

Que sont les agents IA ? Comment ils fonctionnent, avec une simple boucle d'agent que vous pouvez exécuter

Que sont les agents IA ? Un guide simple sur la boucle d'agent, les outils, la mémoire et les garde-fous, avec une petite boucle Python que nous avo…

Lire l'article →
DevOps

Surveillance vs observabilité : la vraie différence, avec les journaux, les métriques et les traces

Surveillance et observabilité expliquées : échecs connus et inconnus, journaux, métriques et traces, présentation pas à pas des incidents de paiemen…

Lire l'article →
DevOps

Volumes Docker vs montages Bind : conserver les données du conteneur de la bonne manière

Volumes Docker et montages de liaison expliqués : pourquoi les données du conteneur disparaissent, volumes nommés, montages de liaison, tmpfs, exemp…

Lire l'article →
Automatisation des tests

TDD vs BDD : principales différences, une fonctionnalité conçue dans les deux sens et quand les utiliser

TDD vs BDD expliqué avec une fonctionnalité de remise construite dans les deux sens : refactor rouge-vert avec le code que nous avons exécuté, scéna…

Lire l'article →
Tests logiciels

Tests d'acceptation utilisateur (UAT) : processus, liste de contrôle et exemples réels

Les tests d'acceptation des utilisateurs sont expliqués : qui les exécute, en quoi ils diffèrent du contrôle qualité, un processus en sept étapes, u…

Lire l'article →
Bases de données et SQL

Explication des valeurs SQL NULL : IS NULL, COALESCE, NULLIF et les pièges à éviter

Les valeurs SQL NULL expliquées avec les requêtes que nous avons exécutées : logique à trois valeurs, IS NULL, COALESCE, NULLIF, comment les agrégat…

Lire l'article →
Bases de données et SQL

Instruction SQL CASE WHEN : syntaxe, exemples réels et erreurs courantes

SQL CASE WHEN expliqué avec les requêtes que nous avons exécutées : formulaires simples et recherchés, ordre des conditions, pivots avec SUM, astuce…

Lire l'article →
Développement logiciel

Qu'est-ce que JWT ? Les jetons Web JSON expliqués avec un exemple fonctionnel

Qu’est-ce que JWT ? JSON Web Tokens expliqué : les trois parties, un jeton construit et falsifié dans le code que nous avons exécuté, JWT vs session…

Lire l'article →
Développement logiciel

Boucle d'événements JavaScript expliquée : pile d'appels, microtâches et minuteries avec des exemples

La boucle d'événements JavaScript expliquée avec le code que nous avons exécuté : pile d'appels, files d'attente de tâches et de microtâches, pourqu…

Lire l'article →
Développement logiciel

Générateurs Python et rendement expliqués : économisez de la mémoire avec des exemples réels

Les générateurs Python et le rendement expliqués avec le code que nous avons exécuté : comment ils s'arrêtent et reprennent, les économies de mémoir…

Lire l'article →
Intelligence artificielle

Que sont les intégrations ? Vecteurs et similarité cosinus expliqués simplement

Que sont les intégrations ? Un guide en langage simple sur les vecteurs, la similarité cosinus et la recherche sémantique, avec un petit exemple que…

Lire l'article →
DevOps

Déploiement Bleu-Vert vs Canary : différences, compromis et comment choisir

Explication du déploiement bleu-vert ou canari : comment chacun fonctionne, coût, risque et restauration, regroupement d'utilisateurs stable que nou…

Lire l'article →
Automatisation des tests

Tests instables : quelles sont leurs causes et comment les corriger définitivement

Des tests irréguliers expliqués avec des démos que nous avons exécutées : les principales causes, comment en confirmer et en diagnostiquer une, les …

Lire l'article →
Tests logiciels

Tests de charge vs tests de contrainte : différences, métriques et exemples k6

Explication des tests de charge et des tests de stress : ce que chacun prouve, les tests de pointe et de trempage, les métriques qui comptent, pourq…

Lire l'article →
Tests logiciels

Scénario de test et scénario de test : principales différences, exemples et quand les utiliser

Scénario de test et scénario de test expliqués : des définitions claires, un tableau côte à côte, une fonctionnalité de réinitialisation de mot de p…

Lire l'article →
Bases de données et SQL

Optimisation des requêtes SQL : lire les plans d'exécution et corriger les requêtes lentes, avec des délais

Optimisation des requêtes SQL testée sur un million de lignes : lire les plans d'exécution, ajouter les bons index, corriger les filtres non Sargabl…

Lire l'article →
Bases de données et SQL

SQL UNION vs UNION ALL : différences, exemples et performances testées

SQL UNION vs UNION ALL expliqué avec les requêtes que nous avons exécutées : des doublons, les règles suivent toutes les deux, un véritable bug de d…

Lire l'article →
Développement logiciel

Tutoriel API JavaScript Fetch : GET, POST, gestion des erreurs et délais d'attente

Un didacticiel de l'API JavaScript Fetch testé sur un serveur local : GET et POST, pourquoi 404 ne lance pas, un assistant réutilisable, des chaînes…

Lire l'article →
Développement logiciel

Gestion des fichiers Python : lecture, écriture, CSV, JSON et pathlib avec exemples

Gestion des fichiers Python expliquée avec le code que nous avons exécuté : modes ouverts, avec lecture de fichiers volumineux, CSV, JSON, pathlib, …

Lire l'article →
Développement logiciel

Classes et objets Python : didacticiel POO avec des exemples réels

Classes et objets Python expliqués avec le code que nous avons exécuté : __init__, méthodes, attributs de classe par rapport à l'instance, héritage,…

Lire l'article →
Intelligence artificielle

Qu'est-ce qu'un grand modèle de langage ? Comment fonctionnent les LLM, expliqués sans battage médiatique

Qu’est-ce qu’un grand modèle de langage ? Les LLM expliqués en langage simple : jetons, intégrations, attention, formation, fenêtres de température …

Lire l'article →
DevOps

Commandes Linux pour les débutants : le guide du terminal essentiel avec des exemples

Commandes Linux pour débutants, regroupées par tâche : navigation, fichiers, affichage des journaux, grep, tuyaux, autorisations, processus et archi…

Lire l'article →
Automatisation des tests

Selenium vs Playwright : principales différences, code comparé et lequel choisir

Comparatif Selenium vs Playwright : architecture, attente, support du navigateur et du langage, débogage, même test dans les deux outils, conseils d…

Lire l'article →
Tests logiciels

Partitionnement d'équivalence : technique de conception de tests expliquée avec des exemples concrets

Le partitionnement d'équivalence expliqué : comment trouver des partitions valides et invalides, des exemples concrets d'âges, de mots de passe et d…

Lire l'article →
Tests logiciels

Gravité vs priorité dans les tests logiciels : différences, matrice et exemples réels

Explication de la gravité et de la priorité dans les tests logiciels : des définitions claires, une matrice à quatre voies avec des exemples, des éc…

Lire l'article →
Bases de données et SQL

Tutoriel sur les sous-requêtes SQL : types, sous-requêtes corrélées et EXISTE avec des exemples

Un didacticiel sur les sous-requêtes SQL avec les requêtes que nous avons exécutées : les sous-requêtes scalaires, IN, FROM et SELECT, les sous-requ…

Lire l'article →
Bases de données et SQL

Transactions SQL et ACID expliquées : COMMIT, ROLLBACK et niveaux d'isolement

Transactions SQL et ACID expliquées avec un virement bancaire que nous avons effectué : COMMIT, ROLLBACK, points de sauvegarde, verrous, niveaux d'i…

Lire l'article →
Développement logiciel

Aide-mémoire sur les commandes Git : les commandes que vous utilisez réellement, avec des exemples

Une aide-mémoire sur les commandes Git regroupées par tâche : configuration, transfert, branches, télécommandes, cache, historique et annulation des…

Lire l'article →
Développement logiciel

Les promesses JavaScript expliquées : alors, catch, Promise.all et les erreurs courantes

Les promesses JavaScript expliquées avec le code que nous avons exécuté : les états, les chaînes then et catch, la gestion des erreurs, Promise.all,…

Lire l'article →
Développement logiciel

Tutoriel du dictionnaire Python : méthodes, exemples et modèles courants

Un didacticiel de dictionnaire Python avec du code que nous avons exécuté : créer, lire et mettre à jour des dictés, des méthodes clés, des fusions,…

Lire l'article →
Intelligence artificielle

Qu’est-ce que RAG ? La génération augmentée par récupération expliquée avec un exemple fonctionnel

Qu’est-ce que le RAG ? La génération augmentée par récupération expliquée étape par étape : indexation, segmentation, intégrations, récupération, un…

Lire l'article →
DevOps

Tutoriel Terraform pour les débutants : Infrastructure en tant que code du premier fichier aux modules

Un didacticiel Terraform pour les débutants : commencez sans compte cloud, apprenez l'initialisation, la planification et l'application, puis les va…

Lire l'article →
DevOps

Docker vs Kubernetes : principales différences, comment ils fonctionnent ensemble et ce dont vous avez besoin

Docker vs Kubernetes expliqué : ce que chacun fait, la même application s'exécute avec les deux, Docker Compose et Swarm comparés, les dockershim ch…

Lire l'article →
Automatisation des tests

Tutoriel Pytest pour les débutants : luminaires, paramétrage et exemples réels

Un tutoriel pytest pour les débutants avec des tests que nous avons exécutés sur pytest 9.2 : assertions, appareils, paramétrage, conftest, marqueur…

Lire l'article →
Tests logiciels

Cycle de vie des tests logiciels (STLC) : 6 phases, critères d'entrée et de sortie, exemple

Le cycle de vie des tests logiciels expliqué : six phases STLC avec des critères d'entrée et de sortie, des livrables, un exemple de fonctionnalité …

Lire l'article →
Développement logiciel

Git merge vs rebase : différences, exemples et quand utiliser chacun

Git merge vs rebase expliqué avec de vraies sorties de log, un tableau comparatif, la règle d'or du rebase et un flux de travail sûr pour les équipes.

Lire l'article →
Développement logiciel

List comprehension Python : syntaxe, exemples et cas à éviter

La list comprehension Python expliquée : syntaxe, filtres, if-else, boucles imbriquées, temps mesurés et cas où une boucle for classique est préféra…

Lire l'article →
Bases de données et SQL

Jointures SQL expliquées avec exemples (Inner, Left, Right, Full)

Comprenez les jointures SQL pas à pas avec des tables et requêtes d'exemple : INNER, LEFT, RIGHT, FULL, CROSS et SELF, plus erreurs courantes et con…

Lire l'article →