Recebe um dataset padronizado, e retorna uma lista impressa no terminal com os CRs dos alunos e dos cursos, ordenadamente.
Invoque o python e passe o Main do programa e o caminho do dataset como parametros:
$ python3 Main_cli.py /caminho/do/dataset.csv
Mude o tipo de arquivo para executavel (apenas uma vez):
$ chmod +x Main_cli.py
Então execute o arquivo e passe o dataset como argumento:
$ ./Main_cli.py /caminho/do/dataset.csv
NOTA:
O shebang deste aquivo é
#! /usr/bin/env python3, mas pode ser alterado para seu SO caso o PATH para o python aponte para outro lugar como/usr/bin/python.
Este programa lê um arquivo do tipo csv, mas pode facilmente ser adaptado para outro formato de entrada. Basta criar uma outra classe de conversão com uma função com a assinatura def get_dict_dados(self, caminho: str) -> None: e substituir a chamada controle_csv = ControleCsv() por controle_csv = MeConversorCsv().
NOTA:
Lembrando que em Python não existem interfaces, os contratos são controlados pelo usuário.
Todos os testes são automatizados, bastando executar o arquivo tests_main.py.
Foi usado no desenvolvimento a versão 3.8 do Python, mas rodará em outras versões, preferencialmente acima da 3.5.x.
Está incluso no projeto uma pasta devcontainer do Visual Studio Code. Caso queira também usar o mesmo ambiente conteinerizado de produção (Python 3.8, Node 10, extensões, linter, instalação automática de requirements.txt) você precisará do Docker instalado, além de possivelmente seu usuário como parte do grupo docker, a depender do SO/ SELinux.
NOTA:
Devido a imcompatibilidade interna, o módulo unittest nao funciona corretamente dentro de containers (docker, kuberbetes, lxd). Assim, os testes não passarão dentro de containers, principalmente aqueles que abrem arquivos, porém rodam normalmente em outros ambientes, mesmo máquinas virtuais.
Uso aqui a licença MIT. Você pode copiar, modificar e inclusive vender, mas te agradeço se você der os créditos.