Skip to content

LinkedInLearning/depura-codigo-python-FastAPI-3817077

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Depura el código: Python y FastAPI

Este es el repositorio del curso de LinkedIn Learning Depura el código: Python y FastAPI. El curso completo está disponible en LinkedIn Learning.

Nombre completo del curso

Consulta el archivo Readme en la rama main para obtener instrucciones e información actualizadas.

Este curso está diseñado para desarrolladores que se especializan en el desarrollo backend con Python y FastAPI. Aprenderás a identificar y resolver eficazmente errores en API Rest construidas con FastAPI. El curso presenta una API desarrollada en FastAPI con errores, y te guiará a través del proceso de depuración para corregirlos. Si buscas perfeccionar tus habilidades en depuración de código y mejorar la calidad de tus proyectos de desarrollo backend, este curso será esencial para ti.

Instrucciones

Este repositorio contiene una API Rest desarrollada con FastAPI, la API consiste en un sistema de creación de restaurantes y opiniones de restaurantes. Tiene dos ramas (branches):

  • La rama depura contiene el código de la aplicación con los errores que se deben solucionar.
  • La rama solucion contiene el código de la aplicación sin errores.

Instalación

  1. Instala Python, se recomienda la última versión estable.

  2. Para utilizar estos archivos de ejercicios puedes usar editores de código como Pycharm o VScode.

  3. Clona este repositorio en tu máquina local usando la Terminal (macOS) o CMD (Windows), o una herramienta GUI como SourceTree.

  4. Desde la terminal accede a alguna de las ramas depura o solucion y accede al directorio api_calificacion.

  5. Crea un ambiente virtual de Python, puedes hacerlo con virtualenv usando los comandos

     pip install virtualenv
     virtualenv <reemplazar por nombre del ambiente>
    
  6. Instala las librerías con el comando

     pip install -r requirements.txt
    
  7. Corre la aplicación con el comando

    uvicorn app.main:app --reload
    
  8. Para correr las pruebas unitarias del código

     coverage run -m pytest
    

Docente

Ana María Pinto

Echa un vistazo a mis otros cursos en LinkedIn Learning.

About

No description, website, or topics provided.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published