<img src="/TIL/assets/img/2024-07-07-AComprehensiveGuidetoSoftwareTestingwithPytest2_0.png" />

두 번째 부분에서는 소프트웨어 테스트의 원칙과 실천 방법에 대해 이야기하겠습니다. 또한 "pytest가 이러한 원칙과 실천 방법을 구현하는 데 어떻게 도움이 되는지"에 대한 질문에 대답할 것입니다.

이전 게시물인 Pytest를 사용한 소프트웨어 테스트의 포괄적인 가이드 #1에서 이미 설명한 내용인데, 이것은 향후 테스트 구현 및 전략을 위한 중요한 기반 요소로 생각합니다. 이미 1부 게시물을 읽었다면 이 내용은 건너뛰셔도 됩니다.

# 소프트웨어 테스트의 필요성은 무엇인가요?



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 소프트웨어 요구 사항 충족을 보장합니다.
- 올바른 구성을 확인합니다.
- 버그를 일찍 발견합니다.

## 초기 테스트의 중요성

- 시간 절약: 디버깅 및 재작업을 줄입니다.
- 즉각적인 피드백: 빠르게 문제를 식별하고 해결합니다.
- 생산성 향상: 집중된 개발을 장려합니다.
- 주요 문제 예방: 안정성과 자신감을 보장합니다.

## 소프트웨어 테스트 수명 주기 (STLC)



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 요구 사항 분석: 요구 사항 명확화.
- 테스트 계획: 목표, 범위, 및 자원 정의.
- 테스트 케이스 설계: 자세한 테스트 케이스 작성.
- 테스트 환경 설정: 환경 준비 및 테스트.
- 테스트 실행: 테스트 실행, 결함 기록, 및 재테스트.
- 테스트 마감: 테스트 완료, 서명 확인.

## 소프트웨어 테스팅 유형

- 기능 테스팅: 단위, 통합, 시스템, 회귀, 상호작용, 스모크, 및 수용 테스팅.
- 비기능 테스팅: 성능, 로드, 스트레스, UI, 보안, 사용성, 및 호환성 테스팅.

## 다양한 관행 및 개발자의 마인드셋



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

실무에서 테스트 코드를 작성할 때 아래의 사고/실천 프레임워크 중 하나 이상을 반드시 사용한다는 것을 발견했습니다, 특히 CI/CD 부분에서!

- 테스트 주도 개발 (TDD):

- TDD는 코드 작성 전에 테스트 코드를 작성하는 소프트웨어 개발 접근 방식입니다. 이 방법은 코드베이스가 지속적으로 테스트되도록 보장합니다. 이 과정은 실패하는 테스트를 작성하고, 테스트를 통과시키는 코드를 작성하고, 코드를 개선하기 위해 코드를 리팩터링하는 주기를 따릅니다. 이 접근 방식은 작은 증분적인 단계에 집중함으로써 코드 품질과 디자인을 향상시키는 데 기여한다.

2. 행위 주도 개발 (BDD):



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- BDD는 테스트를 소프트웨어의 예상 동작을 설명하는 방식으로 작성하며, 자연어 구조를 사용하는 경우가 많습니다. 이를 통해 테스트가 비기술 관계자에게 더 잘 이해되어 개발자, 테스터 및 비즈니스 분석가 간의 협력을 촉진합니다.

3. 지속적 통합 (CI):

- CI는 코드 변경을 자주 공유 저장소에 통합한 후 자동 빌드 및 테스트를 수행하는 실천입니다. 이 실천은 개발 주기 초기에 문제를 감지하고 해결하는 데 도움을 주며, 소프트웨어 업데이트를 제공하는 데 걸리는 시간을 줄이고 품질을 향상시킵니다.

4. 지속적 배포 (CD):



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- CD는 자동화된 테스트를 통과하자마자 코드를 프로덕션 환경에 자동으로 배포하여 CI를 확장합니다. 이 실천 방법은 새로운 기능 및 수정 사항이 빠르고 일관되게 사용자에게 제공되도록 보장하며, 수동 개입을 최소화하고 배포 문제의 위험을 줄입니다.

# 그러니까, 테스트 케이스를 설계할 때 주의할 점은 무엇일까요?

여기서, 이론을 일부 실용적인 코드 조각과 함께 보충하는 것이 좋을 것 같았습니다. 나중에 이 시리즈의 블로그에서 pytest에 대한 깊이 있는 소개와 설명을 작성할 예정입니다.

## 테스트를 위한 최상의 실첵



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 명확하고 간결한 테스트 작성하기:

- 각 테스트가 이해하기 쉽고 단일 기능에 집중되도록 보장합니다.
- 예시: 이름대로, 두 숫자를 더하고 싶다면 해당 함수에 그 역할을 부여하는 것이 좋습니다.

```js
def test_addition_function_adds_two_numbers_correctly():
    assert addition(2, 3) == 5
```

2. 테스트 격리:



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 테스트들은 서로에게 의존하지 않도록 해야합니다. 그렇지 않으면 잘못된 양성 또는 음성 결과가 발생할 수 있습니다.
- 예시: 각 테스트는 자체 환경을 설정하고 해체해야 합니다. 즉, 각 데이터는 자체 데이터 입력 설정(예를 들어 fixtures를 통해)과 데이터 정리(해체) 로직을 가져야 합니다.

```python
import pytest
@pytest.fixture
def setup_environment():
    # 설정 코드
    yield
    # 해체 코드
def test_example(setup_environment):
    assert example_function() == expected_result
```

3. 설명적인 이름 사용하기:

- 테스트 함수에 설명적인 이름을 지어서 무엇이 테스트되고 있는지 명확하게 표현하세요.
- 예시: 만약 두 숫자를 더하는 test_function이라는 함수가 있다면, test_function 대신 test_addition_function_adds_two_numbers_correctly와 같이 명확한 이름을 사용하세요.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

def test_addition_function_adds_two_numbers_correctly():
assert addition(2, 3) == 5

4. 자동화 테스트:

- CI/CD 파이프라인에 테스트를 통합하여 각 코드 변경마다 자동으로 실행되도록 합니다.
- 예시: Jenkins, Travis CI 또는 GitHub Actions를 사용하여 테스트 실행을 자동화합니다.
- Pytest는 CI/CD 파이프라인에 쉽게 통합할 수 있습니다. 프로젝트에 구성 파일을 추가하여 테스트를 자동 실행합니다.
- 예시: GitHub Actions를 위한 .github/workflows/python-app.yml을 사용합니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

5. 테스트 검토 및 리팩터링:

- 효율성과 효과를 향상시키기 위해 정기적으로 테스트를 검토합니다.
- 예시: 중복되는 테스트를 제거하고 오래된 테스트를 업데이트하며, 모든 예외 케이스를 커버합니다.
- 코드 커버리지 보고서를 생성하기 위해 pytest-cov와 같은 Pytest 플러그인을 사용하고, pytest-xdist를 사용하여 병렬 테스트를 실행합니다.

```bash
pip install pytest-cov pytest-xdist
pytest --cov=my_package --cov-report=html
pytest -n 4  # 4개의 코어를 사용하여 테스트를 병렬로 실행합니다
```

# 참고 문헌



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- Agile Alliance. "테스트 주도 개발(TDD)란 무엇인가요?" Agile Alliance
- BrowserStack. "테스트 주도 개발(TDD)란 무엇인가요?" BrowserStack
- Wikipedia. "테스트 주도 개발" Wikipedia
- Built In. "테스트 주도 개발(TDD)란 무엇인가요? 안내." Built In
- Agile Alliance. "행위 주도 개발(BDD)란 무엇인가요?" Agile Alliance
- Wikipedia. "행위 주도 개발" Wikipedia
- LambdaTest. "행위 주도 개발(BDD)란 무엇인가요? 전체 가이드." LambdaTest
- BrowserStack. "BDD가 뭔가요? (행위 주도 개발)" BrowserStack

Pytest로 소프트웨어 테스트하는 종합 가이드 2

## 30-DAY CODING CHALLENGE

![Day 2](/TIL/assets/img/2024-07-07-Day2ImprovingMyFirstPythonProject_0.png)

안녕하세요! 저의 Day 2 보고서가 아주 늦게 나오고 있어요. 제 도시에 정전이 있었거든요. 어쨌든, 오늘 코딩을 시작하기 전에 어제 한 일을 간단히 공유할게요:

파이썬을 처음 배울 때, 이게 가장 처음으로 한 실제적인 작업이었어요. GUI까지 디자인한 적은 없지만, input, if, elif, else, try, 그리고 except와 같은 기본 함수들을 사용했죠. 부지런히 코딩해보세요!



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

하지만 1.0 버전, 그것을 그렇게 부를게요, 켈빈과 섭씨 간 변환만 가능했어요. 다음처럼 보였답니다:

그래서, 어제 나는 다시 처음부터 온도 변환기 코드를 작성했어요. 이번에는 화씨에 주의를 기울였지만, 내 랜덤 단어 생성기처럼 아직도 만족스럽지 않아요.

세계와 나누기 전에 적절한 인터페이스를 디자인하고 싶어요.

어쨌든, 시간이 지나면서 많은 결정을 내리는 편이기 때문에 마음을 바꿀 수도 있어요.

Python 프로젝트 개선하기 두 번째 날, 첫 Python 프로젝트 개선 방법

<img src="/TIL/assets/img/2024-07-07-Acouplelinesofcodetoapply40MLmodels_0.png" />

이 글에서는 "lazypredict" 라이브러리를 소개하려고 합니다. 이 라이브러리를 사용하면 여러 개의 머신러닝 모델을 동시에 적용할 수 있습니다.

이 라이브러리는 pip로 설치할 수 있습니다:

<img src="/TIL/assets/img/2024-07-07-Acouplelinesofcodetoapply40MLmodels_1.png" />



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

여기에서는 mal 고객 데이터 세트를 사용합니다: [링크](https://gist.githubusercontent.com/pravalliyaram/5c05f43d2351249927b8a3f3cc3e5ecf/raw/8bd6144a87988213693754baaa13fb204933282d/Mall_Customers.csv)

데이터 세트의 처음을 살펴보겠습니다:

```python
import pandas as pd

df = pd.read_csv('https://gist.githubusercontent.com/pravalliyaram/5c05f43d2351249927b8a3f3cc3e5ecf/raw/8bd6144a87988213693754baaa13fb204933282d/Mall_Customers.csv')

df.head()
```

![이미지](/TIL/assets/img/2024-07-07-Acouplelinesofcodetoapply40MLmodels_2.png)



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

간단해요. "지출 점수"는 종속 변수 Y이고 다른 필드들은 X입니다.

그런 다음, 데이터 집합을 훈련 세트와 테스트 세트로 분할하십시오:

```js
from sklearn.model_selection import train_test_split

X = df.loc[:, df.columns != 'Spending Score (1-100)']
y = df['Spending Score (1-100)']

X_train, X_test, y_train, y_test =…
```

코드 몇 줄로 40개의 머신러닝 모델 적용하는 방법


외환 시장에서의 차익거래 기회는 오랫동안 거래자와 투자자들의 관심사였습니다. 서로 다른 시장과 브로커들 간의 가격 차이를 이용하여 무위험 수익을 창출하는 개념은 매력적이지만, 이러한 기회를 식별하고 활용하기 위해서는 외환 시장에 대한 심층적인 이해와 대량 데이터를 신속하고 효율적으로 분석하고 처리할 수 있는 능력이 필요합니다. 여기서 파이썬이 등장합니다 — 거래자와 연구자 모두에게 필수 도구가 된 강력한 프로그래밍 언어입니다.

![외환 시장에서의 차익거래 기회](/TIL/assets/img/2024-07-07-UncoveringArbitrageOpportunitiesinForeignExchangeMarketswithPython_0.png)

목차

- 1. 외환 시장 이해: 외환 시장, 통화 쌍 및 시장 구조에 대한 간단한 개요.
- 2. 삼각 차익거래: 삼각 차익거래의 정의, 유형 및 수학적 공식과 예시에 대해 설명합니다.
- 3. 차익거래 기회 식별: 서로 다른 시장과 브로커 간의 가격 차이를 통해 차익거래 기회를 식별하는 방법에 대한 논의.
- 4. 데이터 수집 및 전처리: pandas, NumPy 및 requests와 같은 파이썬 라이브러리를 사용하여 다양한 출처에서 외환 데이터를 수집 및 전처리하는 방법에 대해 설명합니다.
- 5. 차익거래 수익 계산: 삼각 차익거래를 구현하는 방법...


Python을 사용한 외환 시장에서 차익 거래 기회 발견하는 방법

Amazon Bedrock Agents 및 AI로 작업 자동화하는 방법

## 이전 글의 연속입니다.

만약 여러분이 Medium 회원이 아니라면, 이 기사를 여기서 읽을 수 있습니다. [niftylittleme.com](https://niftylittleme.com)로 이동하세요.

참고: 이 기사는 Next.js 앱 라우터를 사용합니다.

이전 글을 읽거나 살펴본 적이 있다면, 여러분의 프로젝트에 드래그 앤 드롭 기능이 있을 것입니다. 그러나 만약 작은 상자가 아닌 다른 것들을 드래그 앤 드롭하고 싶다면 어떻게 할까요? 실제로 엘리먼트를 드래그 앤 드롭하고 싶다면요? 뭔가 더 멋진 것을 원한다면, 이 튜토리얼은 여러분을 위한 것입니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

하지만 시작하기 전에 여기서 정확히 무엇을 하는지 이해하려면 이전 기사를 읽어야 합니다. 그래서 그것을 확인하고 돌아와주세요. 여러분과 공유할 많은 코드가 있습니다. 그러니 함께 시작해봅시다!

![이미지](/TIL/assets/img/2024-07-07-AddingCustomDraggableItemsToDrag-And-DropNextJsProject_0.png)

# 이전 프로그래밍 팁에서

드래그 앤 드롭 라이브러리와 킷들이 별로 구리다 보니, 우리는 Next.js 프로젝트에서 드래그 앤 드롭 기능을 처음부터 만들어야 했습니다. 드래그 가능한 항목들을 생성하고, 줌 인/아웃 기능이 있는 그리드 드롭 존을 만들었으며, 드래그 가능한 항목과 듭 존을 화면에 표시했습니다.

드래그 앤 드롭 Nextjs 프로젝트에 커스텀 아이템 추가하는 방법

먼저, `markdown-render` 컴포넌트를 설정하여 .md 파일을 렌더링할 것입니다. 그리고 Angular 컴포넌트를 렌더링하는 방법을 살펴볼 것입니다.

# Markdown 렌더러

필요한 종속성을 설치하세요:

```js
npm i highlight.js marked marked-highlight
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 단계 1: markdown-renderer/highlight-code-block.ts 파일 생성

이 함수는 마크다운 파일에서 코드를 강조 표시하는 데 사용됩니다.

```js
import highlightJs from "highlight.js";

export function highlightCodeBlock(code: string, language: string | undefined) {
  if (language) {
    return highlightJs.highlight(code, {
      language,
    }).value;
  }
  return code;
}
```

# 단계 2: markdown-renderer/transform-markdown.ts 파일 생성



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

이 기능은 Markdown을 HTML로 변환하는 데 사용될 것입니다.

```js
import { marked } from "marked";
import { markedHighlight } from "marked-highlight";
import { highlightCodeBlock } from "./highlight-code-block";

marked.use(markedHighlight({ highlight: highlightCodeBlock }));
export const markdownToHtml = (content: string) => {
  return marked(content);
};
```

# 단계 3: markdown-renderer/markdown.service.ts 만들기

이 서비스는 구성 요소에서 .md 파일을 로컬 또는 외부 위치에서 읽어 HTML로 변환하는 데 사용될 것입니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

```js
import { HttpClient } from '@angular/common/http';
import { Injectable, inject } from '@angular/core';
import { map } from 'rxjs';
import { markdownToHtml } from './transform-markdown';
@Injectable({
  providedIn: 'root',
})
export class MarkdownService {
  private httpClient = inject(HttpClient);
  htmlContent(src: string) {
    return this.httpClient.get(src, { responseType: 'text' }).pipe(
      map((markdownContent) => {
        return markdownToHtml(markdownContent);
      })
    );
  }
}
```

# 단계 4: markdown-renderer/markdown-renderer.ts 파일 생성하기

마지막으로, 마크다운 파일을 렌더링하는 데 사용할 수 있는 컴포넌트를 만듭니다.

```js
import { Component, ElementRef, effect, inject, input } from '@angular/core';
import { MarkdownService } from './markdown.service';
import { take } from 'rxjs';
import highlightJs from 'highlight.js';

@Component({
  selector: 'markdown-renderer',
  template: '문서 로딩 중...',
  standalone: true,
})
export class MarkdownRendererComponent {
  src = input.required<string>();
  textContent = '';
  private _elementRef = inject<ElementRef>(ElementRef);
  private markdownService = inject(MarkdownService);
  constructor() {
    effect(() => {
      const src = this.src();
      this.setDataFromSrc(src);
    });
  }
  setDataFromSrc(src: string) {
    this.markdownService
      .htmlContent(src)
      .pipe(take(1))
      .subscribe((htmlContent) => {
        this.updateDocument(htmlContent as string);
      });
  }
  updateDocument(rawHTML: string) {
    this._elementRef.nativeElement.innerHTML = rawHTML;
    this.textContent = this._elementRef.nativeElement.textContent;
    highlightJs.highlightAll();
  }
}
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 단계 5: HTTP 제공

```js
bootstrapApplication(App, {
  providers: [provideHttpClient(withFetch())],
});
```

# 단계 6: 사용법

이제 어디에서든 markdown을 렌더링하고 싶을 때, 간단히 `markdown-renderer`를 사용하면 됩니다:



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

```js
import { Component } from "@angular/core";
import { MarkdownRendererComponent } from "./markdown-renderer/markdown-renderer";
@Component({
  selector: "article",
  standalone: true,
  template: `<markdown-renderer src="/assets/article.md"></markdown-renderer>`,
  imports: [MarkdownRendererComponent],
})
export class ArticleComponent {}
```

# 마크다운에 Angular 구성 요소 추가하기

필요한 종속성 설치:

```js
npm i @angular/elements
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 단계 1: custom-elements.service.ts 파일 만들기

이 서비스는 Angular 구성 요소를 사용자 지정 요소로 변환하는 데 사용됩니다. 이렇게 하면 .md 파일에서 Angular 구성 요소를 쉽게 사용할 수 있습니다.

```typescript
import { inject, Injectable, Injector } from "@angular/core";
import { createCustomElement } from "@angular/elements";
import { SubscribeComponent } from "./components/subscribe";
import { CounterComponent } from "./components/counter";

@Injectable({ providedIn: "root" })
export class CustomElementsService {
  private _injector = inject(Injector);

  setupCustomElements() {
    const subscribeElement = createCustomElement(SubscribeComponent, {
      injector: this._injector,
    });
    customElements.define("subscribe-component", subscribeElement);

    const counterElement = createCustomElement(CounterComponent, {
      injector: this._injector,
    });
    customElements.define("counter-component", counterElement);
  }
}
```

# 단계 2: APP_INITIALIZER를 통해 setupCustomElements 호출하기



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

커스텀 요소를 초기화 단계에서부터 사용하고 싶기 때문에 APP_INITIALIZER를 사용할 것입니다.

```js
bootstrapApplication(App, {
  providers: [
    provideHttpClient(withFetch()),
    {
      provide: APP_INITIALIZER,
      useFactory: initializeCustomElements,
      multi: true,
      deps: [CustomElementsService],
    },
  ],
});
```

# 단계 3: 사용 방법

마지막으로 파일에서 커스텀 요소를 사용하면 Angular 컴포넌트가 렌더링됩니다. 아래와 같이 간단히 사용할 수 있습니다:



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

```js
<subscribe-component></subscribe-component>
<counter-component></counter-component>
```

# 코드

# 자유 콘텐츠 생성 지원

코스와 기사는 무료로 제공되지만, 최고 수준의 교육 콘텐츠를 전달하는 제 야망을 지원해 주시면 감사히 받아들일 것입니다. 기여를 결정하는 것은 계속해서 코스를 개선하고 추가 자료를 작성하며 이러한 자료에 대한 접근성을 유지하는 데 도움이 됩니다. 기여하고 의미 있는 변화를 만들어주시는 것에 감사드립니다!



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

![Render Angular Components in Markdown](/TIL/assets/img/2024-07-07-RenderAngularComponentsinMarkdown_0.png)

Markdown에서 Angular 컴포넌트 렌더링 하는 방법

![이미지](/TIL/assets/img/2024-07-07-TypeScriptsetupforNodejsproject_0.png)

지난 몇 년 동안 저는 Angular를 사용하여 프런트엔드 애플리케이션을 작성해 왔는데, 이 기간 동안 TypeScript가 일반 JavaScript보다 강력함을 느꼈습니다. Svelte 앱을 구현할 때 Node.js 기반의 TypeScript를 사용하여 작은 백엔드 서비스도 개발했습니다. 이 작은 기사에서는 코딩 프로세스를 간소화하는 데 도움이 된 구성에 대해 설명하고 싶습니다.

## 의존성

### 빌드



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

개발할 때 잘 알려진 Express.js 프레임워크를 사용했어요. TypeScript와 함께 사용하려면 해당 타입 정의를 명시적으로 추가해야 하며 Node 자체에 대한 것도요. 그러면 어떤 Node.js 환경으로도 이식할 수 있는 JavaScript 번들 하나만 얻고 싶었어요. 모든 것을 하나의 파일로 묶기 위해 특별한 구성 없이 esbuild를 사용했어요. 이것만으로 애플리케이션을 빌드하는 데 필요한 것이 거의 다 준비된 거죠.

## 개발

개발 과정에서 몇 가지 요구 사항도 있었어요. 그중 하나는 파일이 변경될 때 애플리케이션을 다시 실행해야 한다는 점이에요. 프론트엔드 애플리케이션에서의 개발 서버에 익숙해져 있어서 그랬나 봐요. 또 다른 기능은 별칭을 사용하는 것이라 개발자로서 좀 더 편리하다고 생각해요.

TypeScript로 작성된 Node.js 애플리케이션을 실행하려면 ts-node 실행 엔진이 필요해요. 코드가 변경된 후 애플리케이션을 다시 빌드하기 위해 nodemon이 필요해요. 물론 TypeScript도 설치해야 하고 별칭을 사용하려면 tsconfig-paths도 추가해야 해요.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

## package.json

제 package.json에서 추출한 내용입니다:

```js
{
  "scripts": {
    "start": "nodemon",
    "build": "esbuild main.ts --bundle --platform=node --outfile=dist/app.js --analyze"
  },
  "dependencies": {
    "express": "^4.18.2"
  },
  "devDependencies": {
    "@types/express": "^4.17.17",
    "@types/node": "^18.15.11",
    "esbuild": "^0.17.16",
    "nodemon": "^2.0.22",
    "ts-node": "^10.9.1",
    "tsconfig-paths": "^4.2.0",
    "typescript": "^5.0.4"
  }
}
```

의미 없는 부분은 건너뛰고 관련 있는 부분만 남겼습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 별칭 및 nodemon 설정

## 구성

TypeScript 컴파일러를 사용할 때는 tsconfig.json 파일에서 특정 디렉토리에 대한 별칭을 정의할 수 있습니다. 아래는 추출된 코드입니다:

```js
{
  "compilerOptions": {
    "baseUrl": "./",
  "paths": {
    "@app/*": ["src/*"]
    }
  }
}
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

다른 컴파일러 옵션에 대해서는 대부분 기본값을 사용했습니다. 엔진 `ts-node`는 이 구성 파일을 사용하지만 별칭을 사용하려면 별칭을 관리하는 모듈을 명시적으로 로드하도록 Node.js에 알려주어야 합니다. 이는 다음과 같이 `tsconfig.json` 안에서 수행할 수 있습니다:

```js
{
 "ts-node": {
   "require": ["tsconfig-paths/register"]
 }
}
```

또는 명령 인수를 사용하여 다음과 같이 처리할 수도 있습니다:

```js
node -r tsconfig-paths/register -r ts-node/register main.ts
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

ts-node과 함께 사용된 nodemon이 더 명확해보였기 때문에 두 번째 변형을 사용하는 것이 더 나은 것 같았습니다. nodemon 구성에 추가할 수 있기 때문입니다. nodemon.config.json에서 추출한 내용은 다음과 같습니다:

```js
{
  "ignore": ["**/*.test.ts", "**/*.spec.ts", ".git", "node_modules"],
  "watch": ["src", "."],
  "exec": "node -r tsconfig-paths/register -r ts-node/register main.ts",
  "ext": "ts"
}
```

여기에서 TypeScript 파일에 대해서만 감시자를 설정하고 감시할 디렉토리 및 무시할 파일에 대한 규칙을 설정했습니다.

## 어플리케이션을 초기화합니다



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

Express.js 위에 몇 가지 래퍼를 구현해 두었어요. 애플리케이션을 초기화하기 위해서는 main.ts에서 해당 클래스를 사용할 수 있습니다:

```js
import { App } from "@app/app";

const app: App = new App();
app.listen(8080);
```

# 요약

Node.js 프로젝트에 적용할 수 있는 기본 설정을 설명했습니다. 이 설정에는 애플리케이션 자동 재시작, 단일 파일 빌드를 위한 간단한 구성, TypeScript 별칭 사용이 포함되어 있어요.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

이 기사에서는 Node.js 구성에 전념한 것으로 응용 프로그램 클래스 구현 설명을 생략했습니다. 또한 서로 다른 디렉터리에 매핑된 여러 별칭을 사용하고 JavaScript로 작성된 모듈을 지원할 수 있습니다.

저의 저장소에 있는 응용 프로그램 예시: https://github.com/aleksei-golubev/article-full-stack-development-svelte-express/tree/main/backend.

Svelte 사용에 대한 참고 사항: https://medium.com/@aleksei_golubev/angular-developer-trying-svelte-e54898ca986b.

Nodejs 프로젝트에서 TypeScript 설정하는 방법

파이썬은 단순한 자동화 스크립트부터 복잡한 머신 러닝 응용프로그램까지 모든 것에 선호되는 언어로 계속해서 주도하고 있습니다. 이에 효율적인 패키지 관리는 중요합니다. 과거에는 파이썬의 패키지 설치 관리자인 pip이 이 관리 시스템의 최전선에 있었습니다. 그러나 Rust로 작성된 현대적인 패키지 설치 관리자인 UV의 등장은 속도, 효율성, 신뢰성을 향상시켜 혁명적인 변화를 약속합니다. 이 블로그는 UV와 pip 사이의 성능, 기능 및 파이썬 개발에 미치는 전반적인 영향에 초점을 맞추어 차이점을 탐구합니다.

![UV와 PIP를 비교하는 이미지](/TIL/assets/img/2024-07-07-UVvsPIPRevolutionizingPythonPackageManagement_0.png)

# PIP 개요

Pip는 많은 해 동안 파이썬 패키지 관리의 기반이었습니다. 사용자들이 파이썬 패키지 인덱스(PyPI)에서 가져온 소프트웨어 패키지를 설치하고 관리할 수 있도록 합니다. pip의 전형적인 워크플로는 다음과 같습니다:



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 패키지 설치 : `pip install packagename`과 같은 명령어를 실행합니다.
- 요구 사항 관리 : `requirements.txt` 파일을 사용하여 프로젝트 종속성을 관리합니다.
- 가상 환경 처리 : 가상 환경을 활용하여 서로 다른 프로젝트의 종속성을 격리하고 관리합니다.

파이프는 매우 유용하지만 대형 종속성을 처리할 때 속도에 어려움을 겪거나 종속성 충돌 해결 및 디스크 공간 사용을 최적화하는 효율적인 메커니즘이 부족한 경우가 많습니다.

# UV 소개

UV는 파이프의 대체품으로 설계된 고성능 대안으로 등장합니다. Rust로 제작된 UV는 속도와 효율성을 중시하여 개발되었으며, 다양한 시나리오에서 pip와 비교했을 때 10-100배의 성능 향상을 자랑합니다. 주요 기능은 다음과 같습니다:



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 속도: UV는 패키지 설치에 필요한 시간을 크게 줄입니다.
- 디스크 공간 효율성: 종속성 중복을 방지하기 위해 전역 캐시를 구현합니다.
- 고급 종속성 관리: 고급 해결 전략 및 최고 수준의 오류 메시지를 제공합니다.
- 크로스 플랫폼 지원: macOS, Linux 및 Windows에서 실행되며 다양한 고급 pip 기능을 지원합니다.

# 주요 차이점

## 성능

UV가 pip보다 가장 큰 장점을 가지고 있는 부분은 속도입니다. 벤치마크 결과 UV가 종속성 설치를 훨씬 빠르게 처리할 수 있다는 것을 보여주며, 시간과 자원이 중요한 환경에서 작업하는 개발자들에게 필수적인 도구로 작용합니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

## 디스크 사용량

UV는 pip과 달리 패키지 종속성을 중복으로 저장하지 않고 디스크 공간을 효율적으로 관리하는 전역 캐싱 메커니즘을 사용합니다. 이 기능은 같은 기계에서 여러 프로젝트를 다루는 개발자에게 매우 유용합니다.

## 오류 처리 및 메시지

UV는 향상된 오류 진단 기능을 제공하여 pip에서 자주 나타나는 암호화된 오류 메시지와 비교하여 의존성 문제의 디버깅을 훨씬 쉽게 만듭니다. 이 기능 하나만으로도 개발자가 수십 시간을 소비하는 문제 해결을 막아줄 수 있습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 실용적인 비교

간단한 판다스 설치 예제를 사용하여 두 가지를 비교해보겠습니다.

![이미지 1](/TIL/assets/img/2024-07-07-UVvsPIPRevolutionizingPythonPackageManagement_1.png)

![이미지 2](/TIL/assets/img/2024-07-07-UVvsPIPRevolutionizingPythonPackageManagement_2.png)



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

- 사용자 CPU 시간:

  - pip: 1.61 초
  - uv: 0.28 초
  - 분석: UV는 사용자 CPU 시간을 현저히 적게 사용합니다. 이는 UV가 Python 수준 작업의 계산 및 처리를 더 효율적으로 수행한다는 것을 시사합니다.

- 시스템 CPU 시간:

  - pip: 0.18 초
  - uv: 0.42 초
  - 분석: UV는 더 높은 시스템 시간을 갖고 있는데, 이는 UV가 파일 I/O 또는 네트워크 작업을 더 적극적이거나 다르게 처리하기 때문일 수 있습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

3. CPU 사용률:

- pip: 67%
- uv: 58%
- 분석: 두 도구 모두 CPU의 상당 부분을 활용하지만 UV가 더 효율적으로 작동하여 더 적은 CPU를 사용하여 전반적으로 빠른 완료를 달성합니다.

4. 총 경과 시간:

- pip: 총 2.624초
- uv: 총 1.216초
- 분석: UV가 pip보다 걸리는 시간의 거의 절반에 설치를 완료합니다. 이는 UV의 성능 우위를 현실 세계에서 강조하며, 속도가 중요한 환경에서 유용한 선택으로 만듭니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 주요 포인트:

- 속도: UV는 동일한 패키지를 설치할 때 전체 경과 시간에서 pip보다 약 두 배 더 빠릅니다. 이 속도 향상은 여러 패키지를 자주 설치하고 업데이트하는 환경에서 작업하는 개발자들에게 중요합니다.
- 효율성: UV는 특히 해결 및 패키지 설치 속도에서 전반적인 효율성이 더 좋습니다.
- 자원 사용: UV가 시스템 리소스를 다르게 활용하는 방식(시스템 시간을 더 사용, 사용자 시간을 덜 사용)은 일반적으로 시스템 수준 작업에서 더 효율적인 Rust 기반 실행 때문에 낮은 수준에서 더 많은 작업을 수행할 수 있을 것으로 보입니다.

# UV로 시작하기: Python 패키지 더 빠르게 관리하는 방법

```js
# macOS 및 Linux에서.
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows에서.
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# 특정 버전으로.
curl -LsSf https://astral.sh/uv/0.2.21/install.sh | sh
powershell -c "irm https://astral.sh/uv/0.2.21/install.ps1 | iex"

# pip로.
pip install uv

# pipx로.
pipx install uv

# Homebrew로.
brew install uv
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# Python 패키지 관리의 미래

UV는 단순한 패키지 설치 도구가 아닙니다. 더 넓은 비전의 일환으로서 "Python용 Cargo"를 만들기 위한 종합 도구입니다. UV의 개발 로드맵에는 환경 통합, 패키지 게시 도구, 심지어 Python 프로젝트를 관리하는 네이티브 GUI와 같은 강력한 기능이 포함될 예정입니다.

# 결론

UV는 Python 패키지 관리에서 큰 발전을 의미하며, pip의 오랜 논란이었던 여러 문제점을 해결하고 현대적인 개발 워크플로에 부합하는 고급 기능을 도입합니다. UV를 채택함으로써, 개발자들은 더 빠른 설치, 더 나은 자원 관리, 그리고 의존성을 보다 직관적으로 다룰 수 있는 혜택을 누릴 수 있습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

# 마지막으로

UV를 개발한 창조자들에게 축하드립니다. 여러분의 노고와 혁신이 파이썬 커뮤니티에 진정으로 감사하게 생각합니다 👏👏.

UV를 다음 파이썬 프로젝트에 사용해보세요. UV가 파이썬 개발 환경을 어떻게 변화시킬 것이라고 생각하시나요?

UV vs PIP 2024년에 Python 패키지 관리를 혁신하는 방법

![이미지](/TIL/assets/img/2024-07-07-PydanticserializationstepbystepsforFastAPI_0.png)

FastAPI 프레임워크를 사용하여 API를 구축하려면 pydantic에 대해 알아야 합니다. 'post' 요청은 본문 매개변수만 허용하기 때문입니다. 본문 매개변수를 읽으려면 pydantic 모델을 구현해야 합니다.

그러나 문제는 이 pydantic 모델의 데이터를 사용할 때, 원본 pydantic보다 쉬운 데이터 유형(파이썬 사전 또는 JSON일 수 있음)으로 변환해야 한다는 것입니다. 이 데이터 유형으로 작업하는 것이 원본 pydantic보다 쉽기 때문입니다.

이 프로세스를 직렬화라고 합니다. 이름에서 알 수 있듯, 이 문제에 대해 심각하게 생각할 필요가 없습니다. 이 주제에 대해 알아야 할 모든 것을 단순화할 것입니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

FastAPI에서 데이터를 반환할 때 pydantic 모델과 정확히 동일한 데이터를 반환하고 싶다면 직렬화 방법을 사용할 필요가 없습니다. FastAPI가 이를 자동으로 처리하기 때문입니다. 그러나 pydantic 데이터 출력을 사용자 정의하려면 (적어도 새 필드를 추가하거나 기존 필드를 제거하는) pydantic에서 어떤 종류의 직렬화 방법을 사용하는 것이 좋습니다. model_dump(), dict() 및 model_dump_json()과 같은 방법이 있습니다.

먼저 어떻게 무조건적으로 pydantic 모델과 동일한 데이터를 반환하는지 알아보겠습니다.

```python
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()
class University(BaseModel):
    name : str
    place : str
@app.post('/create')
async def addUniversity(university : University):
    # 업무 로직을 수행한 후
    # pydantic 모델 그대로 반환합니다
    return university
```

그리고 위의 pydantic 모델을 수정하여 (다른 필드를 추가하는 간단한 예) 직렬화 방법을 사용하지 않고 반환하는 방법을 살펴보겠습니다. 이것은 어려운 주제가 아닙니다. 그저 새로운 사전을 만들고 출력으로 반환하는 것뿐입니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

```python
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()
class University(BaseModel):
    name : str
    place : str
@app.post('/create')
async def addUniversity(university : University):
    newUniversity = {
        'name' : university.name,
        'place' : university.place,
        'contactNum' : +1234678
    }
    return newUniversity
```

만약 직렬화(serialization)에 대해 익숙하지 않다면, 위와 같은 방법으로 해야 한다고 생각할 수 있습니다. 하지만 이제 직렬화 메서드를 적용하는 방법을 살펴본 후, 우리의 작업을 더 쉽게 할 수 있는 방법을 알아보겠습니다.

```python
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()
class University(BaseModel):
    name : str
    place : str
@app.post('/create')
async def addUniversity(university : University):
    # 새로운 대학 변수를 정의하고 직렬화된 데이터를 할당합니다.
    newUniversity = university.model_dump()
    # 새 데이터 추가
    newUniversity['contactNum'] = 12345678
    # 값을 반환합니다.
    return newUniversity
```

따라서 직렬화를 사용할 수 있는 유용한 방법 중 하나를 보여드렸습니다. 이 주제에 대해 더 자세히 알아보고 싶다면, 직렬화에 대해 알아야 할 모든 것을 간단하게 설명해드리겠습니다.
pydantic에는 세 가지 주요 기본 직렬화 메서드가 있습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

## model_dump( )

이 함수는 Pydantic 모델을 사전으로 변환하는 데 사용됩니다. 사전으로 변환한 후에는 아래와 같이 출력을 사용자 지정하는 여러 옵션이 있습니다.

```js
from fastapi import FastAPI
from pydantic import BaseModel, Field

app = FastAPI()
class University(BaseModel):
    name : str
    place : str = Field(alias='location place')
    rank : int
    specialize : int = Field(default=1)
@app.post('/create')
async def addUniversity(university : University):
    newUniversity = university.model_dump(exclude='rank', include=['name', 'place', 'specialize'], mode='python', by_alias=True, exclude_defaults=True)
    # 비즈니스 로직 구현
    # 데이터베이스에 저장
    # 결과 반환
    return newUniversity
```

코드 설명
addUniversity()가 데이터베이스에 새로운 대학을 추가하는 엔드포인트로 상상해 봅시다. 사용자가 프론트엔드에서 데이터를 제출하면 이 API 엔드포인트는 데이터를 받아서 Pydantic 모델에 전달합니다. addUniversity() 함수 내에서 University 데이터 모델을 model_bump() 메서드를 사용하여 직렬화하는 새로운 변수 newUniversity를 선언합니다. 여기에서 우리는 Pydantic 모델의 출력을 원하는 대로 사용자 정의할 수 있습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

"exclude": 이 옵션을 사용하여 Pydantic 모델에서 가져온 필드를 제거할 수 있습니다.

"include": 여기서 함수 내에서 계산에 필요한 필드를 지정할 수 있습니다.

"by_alias": Pydantic 모델의 각 필드에 대한 대체 이름을 이미 정의했다면, by_alias는 사용 여부에 대한 옵션을 제공합니다.

"exclude_default": Pydantic 모델의 특정 필드에 대한 기본값을 정의했기 때문에, 기본값과 같은 값을 가진 필드를 제외하려면 이 옵션을 사용할 수 있습니다. 이 옵션은 그 목적을 위해 사용됩니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

만약 다른 옵션들을 더 탐색하고 싶다면, `API documentation` Pydantic 문서 `Base model` `model_dump` 를 확인해보세요.

## dict()

여기서 제공하는 것 또한 `model_dump()` 메서드와 비슷합니다. 왜냐하면 이 역시 파이썬 딕셔너리를 반환하기 때문입니다. 하지만 다른 점은 customize our pydantic model을 위해 사용할 수 있는 몇 가지 옵션이 있다는 것입니다.

## model_dump_json()



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

만약 JSON 출력 또는 직렬화 출력을 JSON 형식으로 받고 싶다면 `model_dump_json()`을 사용하세요. `model_dump` 메서드에서 사용 가능한 모든 옵션들을 여기에도 사용할 수 있습니다.

# 다른 직렬화 옵션들은 무엇이 있을까요

## @field_serializer

예를 들어 Pydantic 모델에서 특정 필드를 커스텀하고자 할 때, 함수나 엔드포인트로 Pydantic 모델 데이터를 가져오기 전에 그 필드를 수정하고 싶을 수 있습니다. 다시 말해 Pydantic 모델을 호출한 후 일부 필드를 수정해 해당 데이터를 함수나 엔드포인트로 반환하고자 하는 경우가 있을 수 있습니다. 이런 경우 `@field_serializer`를 사용해야합니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

```python
from fastapi import FastAPI
from pydantic import BaseModel, field_serializer

app = FastAPI()
class University(BaseModel):
    name: str
    place: str
    rank: str
    specialize: int

    @field_serializer('rank', when_used='always')
    def rank_serialize(rank: str):
        rank = 'world rank - ' + rank
        return rank

@app.post('/create')
async def addUniversity(university: University):
    return university
```

**코드 설명**

University pydantic 모델은 name, place, specialize와 함께 rank와 같은 여러 필드를 허용합니다. 이 모델에 데이터를 전달할 때 rank 필드의 값은 문자열입니다. 그러나 이 코드 외부에서 데이터를 전달할 때 rank의 값으로 숫자만 받습니다. "01", "02"와 같은 링크를 사용하지만 이 pydantic 모델 외부에서 데이터를 전달할 때 rank의 값을 "world rank - 01"과 같이 바꾸고 싶습니다. 간단히 말해 출력은 다음과 같아야 합니다.

```python
{
  "name": "string",
  "place": "string",
  "rank": "world rank - 01",
  "specialize": 0
}
```



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

js
{
"name": "string",
"place": "string",
"rank": "01",
"specialize": 0
}

단일 필드만 직렬화하려면 Pydantic 모델 내에서 새로운 함수를 선언해야 합니다. 이 함수에는 '@field_serializer' 데코레이터를 사용해야 합니다. 하지만 먼저 해당 데코레이터를 Pydantic 모델에서 import해야 합니다. 여러 매개변수를 받을 수 있지만, 여기서는 두 가지만 언급합니다. 첫 번째는 어떤 필드를 직렬화할지를 나타내는 것입니다. 여기서는 'rank' 필드를 사용했습니다. 두 번째는 'when_use'입니다. 이곳에서 언제 이 필드 직렬화기를 사용할지 알려주어야 합니다. 이 예시에서는 'always'를 사용합니다.

그런 다음 해당 함수 내에서 원하는 작업을 수행하고, 마지막으로 반환하면 됩니다. 그게 전부입니다. 간단하지요?



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

## @model_serializer

이 메서드에서는 엔드포인트나 함수로 반환하기 전에 원하는대로 pydantic 모델을 직렬화할 수 있습니다. 이는 field_serializer와 매우 유사합니다. 더 잘 이해하기 위해 예제를 살펴봅시다.

```js
from fastapi import FastAPI
from pydantic import BaseModel, model_serializer

app = FastAPI()
class University(BaseModel):
    name : str
    place : str
    @model_serializer()
    def rank_serialize(self):
        return {
        'name' : 'the ' + self.name,
        'place' : self.place + ', sri lanka'
        }
@app.post('/create')
async def addUniversity(university : University):
    return university
```

이렇게 출력을 얻고 싶습니다.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

```js
{
  "name": "콜롬보 대학",
  "place": "스리랑카 콜롬보"
}
```

대신에 모델 시리얼라이저를 사용해보세요.

```js
{
  "name": "콜롬보 대학",
  "place": "콜롬보"
}
```

첫 번째로 해야 할 일은 pydantic 모델에서 model_serializer를 import하는 것입니다. 그런 다음 모델 내부에서 '@model_serializer' 데코레이터가 달린 함수를 선언하고 원하는 방식으로 출력을 구성하십시오. 마지막으로 반환하십시오. 더 자세한 내용은 pydantic 문서 `API Documentation`의 `Functional serializer` 섹션을 참조하십시오.



<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-4877378276818686"
     data-ad-slot="1549334788"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>

<script>
(adsbygoogle = window.adsbygoogle || []).push({});
</script>

그냥 간단하게 Pydantic에서 serializer를 사용하는 방법이야. 더 자세한 내용을 원한다면 문서를 확인하고 이해를 돕기 위해 뭔가를 구현해보세요...

코딩 즐겁게 하시고 또 다른 FastAPI 주제에서 만나요...

Posts