🔶 چگونه محتوای مربوط به Post Type و Post در آرشیو وردپرس نمایش دهیم؟

کد زیر :

<?php
    if(is_post_type_archive( 'course' ) || is_tax('course_cat') || is_tax('course_tag')){
        $args=array(
            'post_type'=>'course',
            'posts_per_page'=>10
        );
        $loop = new WP_Query($args); 
        while($loop->have_posts()) { 
            $loop->the_post();
?>
    For Post Types.
<?php  }  
    }elseif(have_posts()){
        while(have_posts()){
            the_post(); 
?>
    For Posts.
<?php  }
    }
?>

این کمک می کند که محتوایی مخصوص Post و Post Type با طراحی مختلف باکس ها نمایش دهید.


#وردپرس

@TheRaymondDev

‏یه دوستی دارم یه طوری بهم میگفت اره مونگو و ند روی تعداد یوزر بالا کم میاره که یک سال باورم شده بود و سمت مونگو برای nodejs نرفتم .

الان دارم می بینم احمق در جریان ایندکس کردن ها نبوده

<یه جورایی V هستم📸/>

@DevTwitter

‏چند روز پیش دیدم یکی پرسیده چرا اکثر برنامه نویس ها دوست دختر ندارن؟!!

از درگیری های ذهنی برنامه نویسا همین بس که تو حموم داشتم واسه خودم داریوش میخوندم یهو یه راه حل برای یه باگ به ذهنم اومد، جواب هم داد

لامصب سیستمو خاموش میکنی ولی پروژه تو مغزت هنوز بازه :/

<میلادِ کم سعادت/>

@DevTwitter

🔵 عنوان مقاله
bed: A Binary/Hex Editor Written in Go

🟢 خلاصه مقاله:
مقاله موردنظر درباره یک ویرایشگر باینری است که با زبان برنامه‌نویسی Go نوشته شده و دارای رابط کاربری شبیه به Vim است. این ابزار در ترمینال‌ها اجرا می‌شود و به دلیل ساختار مبتنی بر Go، قابلیت حمل بالایی دارد و عملکرد سریعی را ارائه می‌دهد. یکی از ویژگی‌های برجسته‌ی این ویرایشگر، قابلیت تقسیم پنجره است که به کاربران این امکان را می‌دهد که بتوانند چندین فایل یا بخش‌های مختلف یک فایل را به طور همزمان مشاهده و ویرایش کنند. این ویژگی‌ها آن را به یک ابزار مفید و کارآمد برای توسعه‌دهندگانی تبدیل می‌کند که با داده‌های باینری کار می‌کنند و نیازمند ابزاری قدرتمند برای مدیریت و تحلیل این نوع داده‌ها هستند.

🟣لینک مقاله:
https://golangweekly.com/link/160505/web

➖➖➖➖➖➖➖➖
👑 @gopher_academy

امروز ی مقاله جالبی درباره پترن API Composition می‌خوندم که میاد چندین سرویس بک اند رو در یک API مونولیثیک ادغام می‌کنه و این باعث بهبود دسترسی به داده، مدیریت پذیری و انعطاف پذیری کلاینت فراهم می کند.

در حالت سنتی کلاینت میاد چندین سرویس رو به طور مستقل صدا میزنه که این باعث ایجاد تاخیر و نیاز به مدیریت خطا در کلاینت... میشه و مشکلات خاص خودش رو داره.

پترن API Composition وقتی نیازه که می خواهید داده های مختلف رو از سرویس های مختلف رو جمع کنید و با ترکیب API ها به یک Endpoint واحد چالش رو حل کنید.

از مزیت های این پترن:
افزایش قابلیت کشف و ثبات قابلیت‌ها
جداسازی تولیدکنندگان و مصرف‌کنندگان داده
هماهنگ‌سازی متمرکز
توسعه سریع و استفاده مجدد از قابلیت‌ها

@DevTwitter | <Mohammad Abdorrahmani/>

اگه کانفیگ های v2ray که پول هم دادی براش کار نمیکنه این پست رو چک کن:

https://t.iss.one/normal_developer/25

@syntax_fa

البته برای برنامه‌های الکترونی نادان مثل دیسکورد باید این روش رو برید:

 http_proxy=socks5://127.0.0.1:1080 https_proxy=socks5://127.0.0.1:1080 /opt/discord/Discord --proxy-server="socks5://127.0.0.1:1080"

یادتون نره پورت‌هاشو عوض کنید :)


@SohrabContents

ابزارهایی که Astral درست کرده، معنی واقعی پکیجه.

uv = virtualenv + pip + pyenv
ruff = flake + black + isort
rye = uv + ruff + twine + ...

توی سرعت که حرف ندارن و واقعا کار میکنن! 🤟

Astral: https://github.com/astral-sh

ایشالا که باگ کش توییتره.. 😂

بارها اهمیت و قدرت استفاده صحیح از کلمات را گوشزد کردیم (مثلا اینجا و اینجا). نکته جالب این ویدئو این هست که اهمیت این موضوع را اونقدر پررنگ می کنه که می تونه روی #سبک_زندگی افراد و حس رضایت درونی از مسیر زندگی تاثیر باورکردنی بذاره. متاسفانه بدلیل عدم امکان کنترل #تضاد_منافع در ابعاد مختلف جوامع بشری، هر شخص (حقیقی، حقوقی، ماشین(AI)) در جهت افزایش ارزش های خودش قدم میذاره و متاسفانه در اکثر اوقات بدست آوردن ارزش ها توسط یک شخص، باعث از دست رفتن ارزش توسط یک شخص دیگر می شود. این موضوع به شکل علمی در #نظریه_بازی (ویکی پدیا) با عنوان #بازی_مجموع_صفر (ویکی پدیا) شناخته میشه که می تونید بیشتر مطالعه کنید. البته که خیلی از موارد مطرح شده در این بخش ها، به حوزه #فلسفه_اخلاق میره و صحبت کردن در موردش خیلی سخته چون خیلی بسته به #مدل_ذهنی و نظام ارزش‌های اخلاقی داره و بدون تبیین بیشتر موضوعات مرتبط خیلی سخت هست در مورد این موضوعات صحبت کنیم. پیشنهاد می کنم این پادکست را گوش بدید.

در انتها یادتون باشه زندگی (از نگاه نظریه بازی) واقعا یک بازی هست، پس هوشمندانه بازی کنیم!

#شاید_موقت

رفتم بانک سپه حساب باز کنم، طرف گفت ما دیگه حساب فیزیکی باز نمیکنیم. باید بری مجازی باز کنی

گفتم اوکی. اپلیکیشن بانک امید رو نصب کردم و از لحاظ ui و ux یه شاهکاری زده بودند که مسئول شعبه هم گردن نمیگرفت.

بعد از اینکه مراحل رو رد کردم و موقع افتتاح حساب شد، گفت خب ببین احراز هویتت رو که آنلاین انجام دادیم، کارمزدم که باید بدی و هزینه ی پستم هست :)))

یه فاکتور صادر کرد. گفتیم اقا اینم اوکی بریم مرحله بعدی. هرچی صبر کردم دیدم خبری از افتتاح حساب نیست. به مسئول شعبه گفتم پس چیشد؟ زنگ زد پیگیری کرد گفت سامانه قطع شده، صبر کن حسابتو دستی بسازیم😭

بعد از کاغذ بازی های بانکی و گرفتن دوباره ی فی و کارمزد یه حساب فیزیکی ساخت تا حساب دیجیتال فعال شد :)))))

احساس میکنم ازم دزدی شده 😂😂😂

‏یه سایت پیدا کردم واسه یادگیری مقدماتی لینوکس، چقد شیوا و قشنگ توضیح داده.
ببینم چقدش میتونم بخونم
Linuxlearning.ir‎

@DevTwitter | <Poriya/>

محصولات ناموجود سایت وردپرسی خودتو ببر انتهای لیست محصولات که کاربر تجربه بهتری داشته باشه
کد انجام ان کار:
https://gist.github.com/m4tinbeigi-official/b2c68c71d616fc42dffb52c1c78ba8f1

@DevTwitter | <Rick Sanchez/>

یه شخصی تو لینکدین این پست رو گذاشته که قراره با هم بررسیش کنیم:
چرا نباید از Signals ها در جنگو استفاده کنیم؟

اگر تجربه کار با Django را داشته باشید، احتمالاً با Signals آشنا هستید. سیگنال‌ها به شما این امکان را می‌دهند که بعد از رخ دادن یک رویداد خاص، مانند ذخیره یا حذف یک شی، کدی را اجرا کنید. اما آیا همیشه بهترین انتخاب هستند؟ بیایید با هم بررسی کنیم.

کاربرد سیگنال‌ها
سیگنال‌ها در Django برای مواردی مانند ارسال ایمیل بعد از ایجاد یک شی یا به‌روزرسانی داده‌های مرتبط، استفاده می‌شوند. به این معنی که وقتی یک تغییر در دیتابیس رخ میده، میتونیم با استفاده از سیگنال‌ها به آن پاسخ دهیم. این رویکرد به ما کمک می‌کند تا وابستگی‌ها را کاهش بدیم و بین بخش‌های مختلف برنامه ارتباط برقرار کنیم.

چرا نباید از سیگنال‌ها استفاده کنیم؟
با وجود کاربردهای سیگنال‌ها، استفاده از آن‌ها معایب خودشون رو هم دارن. یکی از مشکلات اساسی سیگنال‌ها این است که پیچیدگی و عدم پیش‌بینی‌پذیری را افزایش میدن. کدهایی که به‌وسیله سیگنال اجرا می‌شوند، ممکن است در جریان اصلی کد ما نباشند و ما به‌راحتی متوجه نشیم که چه زمانی و چرا آن‌ها فراخوانی می‌شوند. این موضوع نه تنها کار دیباگ کردن رو سخت میکنه، بلکه ممکنه رفتار ناخواسته‌ای هم که ازش انتظار نداریم رو هم داشته باشه.

یکی دیگه از مشکل های سیگنال‌ها اینه که همگام (Synchronous) اجرا میشن. برخلاف تصوری که ممکنه داشته باشیم، سیگنال‌ها به‌صورت غیرهمگام اجرا نمیشن و هیچ پروسه پس‌زمینه‌ای برای آن‌ها وجود ندارد. این موضوع باعث میشه که اگر سیگنال با خطا مواجه بشن، این خطا مستقیما در جریان اصلی کد شما بروز کند و حتی ممکن است رفتارهای ناخواسته به وجود بیاد.

به‌عنوان مثال، فرض کنید شما در حال توسعه کدی هستید که تعداد فروش یک نوع تاپینگ پیتزا را هنگام ایجاد پیتزای جدید به‌روزرسانی می‌کند. اگر از سیگنال استفاده کنید، ممکن است در مواردی که از متدهای bulk مانند bulk_create یا .update() استفاده می‌کنید، این سیگنال فراخوانی نشود و این به داده‌های ناهماهنگ منجر شود.

همچنین سیگنال‌ها ممکنه که نگهداری کد را سخت‌تر کنند. توسعه‌دهندگانی که کد شما را بعدا نگهداری می‌کنند، ممکنه زمان زیادی را صرف پیدا کردن محل تعریف و اتصال سیگنال‌ها کنند، به‌خصوص اگر سیگنال‌ها در فایل‌های مختلف پخش شده باشند.

چه چیزی می‌تواند جایگزین باشد؟
به جای استفاده از سیگنال‌ها، یکی از راهکارهای بهتر استفاده از متدهای مدل مثل save() هست. زمانی که بیزینس لاجیک خود را درون متد save() مدل قرار می‌دهید، همه چیز شفاف‌تر و قابل پیش‌بینی‌تر خواهد بود. به این ترتیب، کد جلو چشم شما قرار دارد و نیازی نیست نگران اجرا شدن یا نشدن سیگنال‌ها باشید. این کار باعث می‌شود کد تمیزتر و خواناتر باشد و همچنین به‌راحتی قابل تست و نگهداری شود.

برای مثال، می‌توانید یک متد در مدل خود تعریف کنید که منطق به‌روزرسانی را مدیریت کند و سپس این متد را در متد save() فراخوانی کنید. این روش نه تنها ساختار کد شما را ساده‌تر می‌کند، بلکه به توسعه‌دهندگان آینده هم کمک می‌کند تا به‌راحتی جریان کد را دنبال کنند.
————————————-

نظر من راجب این پست:
استفاده از سیگنال ها تو برخی شرایط بنظرم خیلیم مفید هستش.

برای مثال میتونیم با استفاده از سیگنال ها، سرویس ها و اجزای مختلف رو از هم decouple تر کنیم.
فرض کنید موقعی که یک یوزر جدید ساخته میشه، چند تا سرویس دیگه هم یه سری عملیات انجام میدن. مثلا نوتیف خوش آمد گویی ارسال میکنیم.
ساختار پروژمونم یکپارچه هستش.

تو این شرایط اگه اپ نوتیف قرار باشه بعد از ساخته شدن یک یوزر جدید چیزی رو نوتیف کنه، کافیه تو خود اپ نوتیف مشخص کنیم که به سیگنال پست یوزر علاقه مند هستیم و اگه سیگنال پستی از سمت یوزر زده شد بیا و فلان چیزو نوتیف کن.

اینطوری سرویس ها نسبت به هم decouple تر شدن و دیگه یوزر کاری نداره زمانی که یوزری جدیدی ساخته شد، بقیه سرویس ها چیکار کنن، فقط سیگنالو ارسال میکنه هر کی علاقه مند بود دریافتش میکنه.

الگوی observer:
سیگنال ها درواقع پیاده سازی الگوی observer هستن که برای ارتباط بین اجزای مخنلف سیستم خیلی مفیده.

فقط چند تا نکته باقی میمونه اینکه از سیگنال ها هوشمندانه استفاده کنیم، تو استفاده ازشون زیاده روی نکنیم و حتما داکیومنت کنیم تا باعث سردرگمی نشه

#django #Signals

@Syntax_fa

می‌دونستین توی دیتابیس های NoSql هم مشکلات NoSQL injection رو داریم؟


این ابزار بهتون کمک میکنه برنامه NoSql که نوشتین رو تست کنید و مشکلاتش رو پیدا کنید :

https://github.com/codingo/NoSQLMap


🐧 @Linuxor

📱 زندگی برنامه‌نویس‌ها قبل و بعد از چت‌بات‌های هوش مصنوعی:

قبل:
- گوگل: بهترین دوست
- Stack Overflow: خونه دوم
- کپی-پیست: مهارت اصلی

بعد:
- چت‌جی‌پی‌تی: رفیق فابریک
- پرامپت مهندسی: تخصص جدید
- هوش مصنوعی: همکار جدید

دنیای برنامه‌نویسی قبل از عصر هوش مصنوعی

برای نسل جدید برنامه‌نویسان که در عصر هوش مصنوعی و چت‌بات‌ها رشد کرده‌اند، تصور دنیای برنامه‌نویسی بدون این ابزارها شاید سخت باشد. اما واقعیت این است که تا همین چند سال پیش، برنامه‌نویسان با چالش‌های متفاوتی روبرو بودند.

جستجو: هنر اصلی برنامه‌نویسی

قبل از ظهور چت‌بات‌های هوشمند، مهارت در جستجوی اطلاعات یکی از مهم‌ترین توانایی‌های یک برنامه‌نویس بود. ساعت‌ها وقت صرف پیدا کردن راه‌حل‌ها در مستندات و وبلاگ‌های مختلف می‌شد. گاهی یافتن پاسخ یک سؤال ساده، ساعت ها طول می‌کشید.

Stack Overflow: ناجی برنامه‌نویسان

سایت Stack Overflow نقش حیاتی در زندگی برنامه‌نویسان داشت. بسیاری از مشکلات با جستجو در این سایت و خواندن پاسخ‌های دیگران حل می‌شد. البته پیدا کردن پاسخ مناسب در میان انبوه نظرات، خود چالشی بزرگ بود.(هنوزم ناجی برنامه نویساس)

دیباگ: کابوس شبانه

پیدا کردن و رفع باگ‌ها، یکی از چالش‌برانگیزترین بخش‌های برنامه‌نویسی است. گاهی ساعت‌ها یا حتی روزها صرف پیدا کردن یک اشتباه کوچک در کد می‌شد. امروزه، هوش مصنوعی می‌تواند در شناسایی و رفع بسیاری از این مشکلات کمک کند.

#fun

@Syntax_fa

#گوناگون

داشتم یه کتابی رو میخوندم
اول اشتباها ویرایش قدیمی ترش که برای سال ۲۰۰۹ بود رو گرفتم و بعد رفتم سراغ ویرایش جدید سال ۲۰۲۳
یه نکته‌ای چشمم رو گرفت این بود که
نویسنده تو ویرایش قبلی نوشته بود از ابونتو ۱۸.۱۰ استفاده میکنه و حالا که اومد سال ۲۰۲۳ ویرایش جدید رو منتشر کنه مینت رو پیشنهاد کرده 😂
باگبونتو 🗿

پ.ن: البته جای تاسف داره که ابونتو به این وضع دچار شده

🚁 Hicte Blog

این هوش مصنوعی بهش توضیحات پروژه رو میدین براتون اونو میسازه، و می‌تونید همونجا رانش کنید :


llamacoder.together.ai


🐧 @Linuxor

و نکته دیگه اینکه قطعا دوست ندارم کانال یک طرفه باشه، قطعا در جمع عزیزان کانال هستند کسانی که تجربیات خیلی خوبی داشتند، اگه در کامنت ها مطلب مفیدی نوشته بشه بنده حتما با ارجاع به شخص مورد نظر، مطلب رو در کانال منتشر میکنم که بقیه دوستان هم بهره مند بشن.