Kodduu Python

@kodduupython

Научись программировать на Python на интересных примерах Самый быстрый курс https://stepik.org/a/187914 Самый нескучный курс https://stepik.org/a/185238 Во вопросам сотрудничества: @AlexErf

1 035подписчиков

🇷🇺

Открыть в Telegram

Последние посты

🔥 match-case: Структурное сопоставление с образцом — мощная альтернатива цепочкам if-eliffrom typing import Any, Dictdef handle_event(event: Dict[str, Any]) -> str: """Обрабатывает разные типы событий с помощью match-case (Python 3.10+).""" match event: case {"type": "click", "x": x, "y": y}: return f"Клик в координатах ({x}, {y})" case {"type": "keypress", "key": k} if k in ("Enter", "Space", "Escape"): return f"Специальная клавиша нажата: {k}" case {"type": "keypress", "key": k}: return f"Обычная клавиша: {k}" case {"type": "scroll", "direction": direction, "amount": amount}: return f"Прокрутка {direction} на {amount} единиц" case {"type": "error", "message": msg}: return f"Ошибка: {msg}" case _: return "Неизвестный тип события"if __name__ == "__main__": try: events = [ {"type": "click", "x": 150, "y": 320}, {"type": "keypress", "key": "Enter"}, {"type": "scroll", "direction": "down", "amount": 5}, {"type": "error", "message": "Connection timeout"}, {"type": "unknown", "payload": 123} ] for event in events: print(handle_event(event)) except Exception as e: print(f"Ошибка: {e}")📌 Конструкция match-case (появилась в Python 3.10) позволяет красиво и безопасно обрабатывать данные разных форм — словари, объекты, кортежи. Поддерживает guards (дополнительные условия после if`) и захват значений в переменные. Отлично заменяет длинные цепочки `if-elif при обработке событий, команд, API-ответов и конфигов.Подпишись 👉🏻 @KodduuPython 🤖

10 июн. 2026 г.137В Telegram

🔥 Оператор моржа (:=): Присваивание прямо в выражениях — чистый и эффективный кодfrom typing import List, Dict, Anydef process_users(users: List[Dict[str, Any]]) -> List[Dict[str, Any]]: """Обрабатывает пользователей, используя := чтобы избежать повторных вычислений.""" results = [] for user in users: # Вычисляем полное имя один раз и сразу используем в условии if (full_name := f"{user.get('first_name', '')} {user.get('last_name', '')}".strip()) \ and user.get("active", True): # То же самое со score — вычисляем один раз if (score := user.get("score", 0)) > 80: results.append({ "name": full_name, "score": score, "status": "top" if score > 90 else "good" }) return resultsif __name__ == "__main__": try: sample_users = [ {"first_name": "Анна", "last_name": "Иванова", "active": True, "score": 95}, {"first_name": "Петр", "last_name": "Сидоров", "active": False, "score": 70}, {"first_name": "Мария", "last_name": "Петрова", "active": True, "score": 85}, {"first_name": "Иван", "last_name": "Козлов", "active": True, "score": 88}, ] top_users = process_users(sample_users) print("🏆 Топ-пользователи (score > 80):") for u in top_users: print(f" • {u['name']}: {u['score']} ({u['status']})") except Exception as e: print(f"❌ Ошибка: {e}")📌 Оператор моржа (:=) позволяет присваивать значение переменной прямо внутри условия или выражения. Это сокращает код, избегает повторных вычислений и делает логику чище — особенно полезно в if, циклах и list comprehensions. Настоящий must-have для Python 3.8+.Подпишись 👉🏻 @KodduuPython 🤖

8 июн. 2026 г.142В Telegram

🔥 BeautifulSoup: Парсинг HTML и веб-скрапинг за 10 строкfrom bs4 import BeautifulSoupfrom typing import List, Dict# Пример HTML-кода (можно заменить на requests.get().text)html_example = """<html><head><title>Каталог товаров</title></head><body> <h1>Наши продукты</h1> <div class="product"> <h2>Ноутбук ASUS</h2> <p class="price">74990 ₽</p> <a href="/product/123">Подробнее</a> </div> <div class="product"> <h2>Смартфон Xiaomi</h2> <p class="price">32990 ₽</p> <a href="/product/456">Подробнее</a> </div></body></html>"""def parse_products(html: str) -> List[Dict]: """Парсит HTML и извлекает товары по классам и тегам.""" soup = BeautifulSoup(html, "html.parser") products = [] for item in soup.find_all("div", class_="product"): try: product = { "title": item.find("h2").get_text(strip=True), "price": item.find("p", class_="price").get_text(strip=True), "link": item.find("a")["href"] } products.append(product) except AttributeError: continue # пропускаем некорректные блоки return productsif __name__ == "__main__": try: products = parse_products(html_example) print(f"✅ Найдено товаров: {len(products)}\n") for p in products: print(f"📦 {p['title']}") print(f" Цена: {p['price']}") print(f" Ссылка: {p['link']}\n") except Exception as e: print(f"❌ Ошибка парсинга: {e}")📌 BeautifulSoup превращает любой HTML в удобный объект для поиска по тегам, классам и атрибутам. Никаких регулярных выражений — только понятные методы. Идеально для скрапинга сайтов, парсинга прайсов, новостей и автоматизации сбора данных.🛠 pip install beautifulsoup4Подпишись 👉🏻 @KodduuPython 🤖

5 июн. 2026 г.157В Telegram

import psutilfrom datetime import datetimefrom typing import Dictdef get_system_info() -> Dict: """Собирает ключевую информацию о системе с помощью psutil.""" info = {} # CPU info["cpu_percent"] = psutil.cpu_percent(interval=0.8) info["cpu_cores"] = psutil.cpu_count(logical=False) info["cpu_logical"] = psutil.cpu_count(logical=True) # Память mem = psutil.virtual_memory() info["ram_percent"] = mem.percent info["ram_used_gb"] = round(mem.used / (1024 ** 3), 2) info["ram_total_gb"] = round(mem.total / (1024 ** 3), 2) # Диск disk = psutil.disk_usage("/") info["disk_percent"] = disk.percent info["disk_used_gb"] = round(disk.used / (1024 ** 3), 2) info["disk_total_gb"] = round(disk.total / (1024 ** 3), 2) # Время работы системы info["boot_time"] = datetime.fromtimestamp(psutil.boot_time()).strftime("%Y-%m-%d %H:%M") return infoif __name__ == "__main__": try: sys_info = get_system_info() print("🖥️ Информация о системе:\n") print(f"CPU загрузка: {sys_info['cpu_percent']}% | Ядер: {sys_info['cpu_cores']} | Логических: {sys_info['cpu_logical']}") print(f"ОЗУ: {sys_info['ram_percent']}% ({sys_info['ram_used_gb']}/{sys_info['ram_total_gb']} ГБ)") print(f"Диск /: {sys_info['disk_percent']}% ({sys_info['disk_used_gb']}/{sys_info['disk_total_gb']} ГБ)") print(f"Система работает с: {sys_info['boot_time']}") except Exception as e: print(f"❌ Ошибка получения данных: {e}")📌 psutil — кросс-платформенная библиотека для получения реальной информации о CPU, памяти, дисках, сети и процессах. Одна строка — и у вас актуальные метрики системы. Идеально для мониторинга, дашбордов, скриптов администрирования и devops-утилит.🛠 pip install psutilПодпишись 👉🏻 @KodduuPython 🤖

4 июн. 2026 г.151В Telegram

🔥 icecream: Умная отладка вместо print()from icecream import icimport timefrom typing import Any, Listdef process_data(items: List[Any]) -> int: """Пример обработки данных с автоматической отладкой.""" ic(items) # Покажет тип, значение и место вызова start = time.time() total = sum(len(str(item)) for item in items) duration = time.time() - start ic(total, duration) # Красиво выводит несколько переменных return totalif __name__ == "__main__": try: test_data = ["Python", 2026, [1, 2, 3], {"key": "value"}, True] ic("🚀 Запуск обработки") # Простая метка result = process_data(test_data) ic("✅ Готово!", result) except Exception as e: ic("❌ Ошибка!", e) # icecream красиво логирует исключения📌 icecream (ic) — это «умный print», который автоматически показывает имя переменной, её значение, файл и строку кода. Никаких лишних f-строк и print'ов — просто ic() в любом месте. Идеально для отладки скриптов, алгоритмов и сложной логики.🛠 pip install icecreamПодпишись 👉🏻 @KodduuPython 🤖

3 июн. 2026 г.127В Telegram

🔥 tenacity: Самый мощный retry-декоратор в Pythonfrom tenacity import retry, stop_after_attempt, wait_exponentialimport randomimport time@retry( stop=stop_after_attempt(5), wait=wait_exponential(multiplier=0.8, min=1, max=8), reraise=True)def unstable_service_call(): """Имитация вызова нестабильного внешнего сервиса.""" if random.random() < 0.7: raise TimeoutError("Таймаут подключения к сервису") time.sleep(0.4) return "Данные успешно загружены!"if __name__ == "__main__": try: print("🔄 Вызываем нестабильный сервис...") result = unstable_service_call() print(f"✅ {result}") except Exception as e: print(f"❌ Сервис не ответил после всех попыток: {e}")📌 tenacity — это промышленный стандарт для автоматических повторов. Поддерживает экспоненциальный backoff, остановку по времени/попыткам, условия retry, логирование и многое другое. Идеально для работы с API, сетевыми запросами и любыми ненадёжными операциями.🛠 pip install tenacityПодпишись 👉🏻 @KodduuPython 🤖

2 июн. 2026 г.136В Telegram

Злые OpenAI, Gemini и AnthropicНедавно OpenRouter заблокировал доступ к нейронкам топ-3 для пользователей из РФ, при этом они используют разные способы вычисления, что вы из РФ.Мы активно тестируем альтернативные нейронки, очень хорошо себя показывает minimax-m2.7, по сути, на одном из ботов OpenClaw просто переключили на неё, и все задачи, которые делал gpt-5.4, выполняются точно так же.Попробуйте, может, вам тоже зайдёт.Подпишись 👉🏻 @aigentto 🤖

1 июн. 2026 г.134В Telegram

from dotenv import load_dotenv, find_dotenvimport osfrom typing import Optional# Автоматически находим и загружаем .env из корня проектаload_dotenv(find_dotenv())def get_env(key: str, default: Optional[str] = None, required: bool = False) -> str: """Безопасное получение переменной окружения.""" value = os.getenv(key, default) if required and value is None: raise EnvironmentError(f"❌ Обязательная переменная {key} не найдена в .env") return valueif __name__ == "__main__": try: API_KEY = get_env("API_KEY", required=True) DEBUG = get_env("DEBUG", "false").lower() in ("true", "1", "yes") HOST = get_env("HOST", "127.0.0.1") PORT = int(get_env("PORT", "8000")) print(f"✅ API_KEY загружен (длина {len(API_KEY)})") print(f"Режим отладки: {DEBUG}") print(f"Сервер: {HOST}:{PORT}") except EnvironmentError as e: print(e) print("💡 Создайте файл .env с нужными переменными") except Exception as e: print(f"Ошибка: {e}")📌 python-dotenv загружает секреты и настройки из .env-файла прямо в os.environ. Никаких хардкодных ключей в коде — безопасно, удобно и по всем best practices. Идеально для любого реального проекта, FastAPI, Django, ботов и скриптов.🛠 pip install python-dotenvПодпишись 👉🏻 @KodduuPython 🤖

1 июн. 2026 г.154В Telegram

from dataclasses import dataclass, fieldfrom typing import List, Optionalfrom datetime import datetime@dataclassclass Order: """Модель заказа — автоматически генерирует __init__, __repr__ и методы сравнения.""" order_id: int customer_name: str items: List[str] = field(default_factory=list) # mutable default через factory total: float = 0.0 status: str = "new" created_at: datetime = field(default_factory=datetime.now) notes: Optional[str] = None def add_item(self, item: str, price: float): """Добавляет товар и пересчитывает сумму.""" self.items.append(item) self.total += priceif __name__ == "__main__": try: order = Order(order_id=1001, customer_name="Анна Смирнова") order.add_item("Ноутбук", 89990.0) order.add_item("Мышь", 1290.0) print(f"Заказ #{order.order_id} для {order.customer_name}") print(f"Товары: {order.items}") print(f"Сумма: {order.total:,.0f} ₽") print(f"Создан: {order.created_at.strftime('%Y-%m-%d %H:%M')}") print(f"Статус: {order.status}") except Exception as e: print(f"Ошибка: {e}")📌 @dataclass избавляет от бойлерплейта: не нужно писать __init__, __repr__ и __eq__ вручную. Поддерживает поля по умолчанию, mutable defaults через field, asdict`/`astuple и frozen. Идеально для моделей, DTO, конфигов и любых структур данных.Подпишись 👉🏻 @KodduuPython 🤖

29 мая 2026 г.189В Telegram

🔥 pathlib: Забудь os.path — современный Python-стиль работы с файламиfrom pathlib import Pathfrom datetime import datetimeif __name__ == "__main__": try: # Текущая рабочая директория как объект Path base = Path.cwd() # Создаём структуру проекта (mkdir не падает, если уже есть) project = base / "my_project" project.mkdir(exist_ok=True) (project / "data").mkdir(exist_ok=True) (project / "logs").mkdir(exist_ok=True) # Запись в файл одной строкой log_file = project / "logs" / "app.log" log_file.write_text( f"🚀 Приложение запущено: {datetime.now()}\n", encoding="utf-8" ) # Чтение файла content = log_file.read_text(encoding="utf-8") print("📄 Содержимое лога:\n" + content.strip()) # Рекурсивный поиск всех файлов all_files = list(project.rglob("*")) print(f"Найдено файлов и папок: {len(all_files)}") print(f"✅ Структура проекта готова: {project}") except PermissionError: print("❌ Нет прав на создание папок") except Exception as e: print(f"Ошибка: {e}")📌 pathlib — это современная альтернатива os и os.path. Всё в виде объектов, удобные методы (.mkdir, .write_text, .rglob), кросс-платформенность и читаемый код. Идеально для скриптов, CLI-утилит, парсеров и любого проекта, где нужно работать с файлами.Подпишись 👉🏻 @KodduuPython 🤖

28 мая 2026 г.160В Telegram

🔥 tqdm — самый удобный прогресс-бар в Pythonfrom tqdm import tqdm, trangeimport timefrom random import randomif __name__ == "__main__": try: print("🚀 Демонстрация tqdm\n") # Простой прогресс-бар for i in tqdm(range(100), desc="Обычная обработка", unit="итерация"): time.sleep(0.02) # Прогресс-бар с trange for i in trange(50, desc="Быстрый расчёт", unit="шаг"): time.sleep(0.015) # Прогресс-бар с обновлением описания pbar = tqdm(total=80, desc="Скачивание файлов") for i in range(80): time.sleep(0.025) pbar.set_description(f"Файл {i+1:2d}/80") pbar.update(1) pbar.close() print("\n✅ Все задачи завершены успешно!") except KeyboardInterrupt: print("\n⛔ Операция прервана пользователем") except Exception as e: print(f"❌ Ошибка: {e}")📌 tqdm превращает любой цикл в красивый прогресс-бар с процентами, скоростью и оставшимся временем. Поддерживает вложенные бары, кастомные описания и работает в терминале и Jupyter. Must-have для парсеров, обучения моделей, обработки больших данных и любых длительных операций.🛠 pip install tqdmПодпишись 👉🏻 @KodduuPython 🤖

27 мая 2026 г.163В Telegram

🔥 orjson: Самый быстрый JSON в Pythonimport orjsonimport timefrom typing import Any, Dict, Listdef fast_json_serialize(data: Any) -> bytes: """Быстрая сериализация в JSON с помощью orjson.""" try: # Опции: отступы + сериализация дополнительных типов return orjson.dumps( data, option=orjson.OPT_INDENT_2 | orjson.OPT_SERIALIZE_NUMPY ) except Exception as e: print(f"Ошибка сериализации: {e}") raiseif __name__ == "__main__": try: test_data: Dict[str, List[Dict]] = { "users": [ { "id": i, "name": f"Пользователь {i}", "email": f"user{i}@example.com", "tags": ["python", "dev", "api"], "created": "2025-05-01T12:00:00Z" } for i in range(500) ] } start = time.time() json_bytes = fast_json_serialize(test_data) duration = time.time() - start print(f"✅ Сериализовано {len(json_bytes):,} байт за {duration:.5f} сек") print(f"Пользователей в данных: {len(test_data['users'])}") # Проверка десериализации parsed = orjson.loads(json_bytes) print(f"Успешно десериализовано {len(parsed['users'])} записей") except Exception as e: print(f"Ошибка: {e}")📌 orjson работает в разы быстрее встроенного json и умеет сериализовать numpy-массивы, datetime и другие типы. Идеально для API, логирования больших объёмов данных, парсинга и микросервисов, где каждая миллисекунда на счету.🛠 pip install orjsonПодпишись 👉🏻 @KodduuPython 🤖

26 мая 2026 г.156В Telegram

🔥 Faker: Генерируем реалистичные тестовые данные за секундыfrom faker import Fakerfrom typing import List, Dictimport jsonfake = Faker("ru_RU") # Русская локаль для правдоподобных данныхdef generate_users(n: int = 5) -> List[Dict]: """Генерирует список пользователей с реалистичными данными.""" return [{ "id": fake.uuid4()[:8], "fio": fake.name(), "email": fake.email(), "phone": fake.phone_number(), "city": fake.city(), "profession": fake.job(), "registered": fake.date_this_year().isoformat() } for _ in range(n)]if __name__ == "__main__": try: users = generate_users(6) print(f"✅ Сгенерировано {len(users)} пользователей\n") for u in users: print(f"👤 {u['fio']} | {u['email']} | {u['city']}") # Сохраняем в JSON для дальнейшего использования with open("fake_users.json", "w", encoding="utf-8") as f: json.dump(users, f, ensure_ascii=False, indent=2) print("\n💾 Данные сохранены в fake_users.json") except Exception as e: print(f"Ошибка: {e}")📌 Faker мгновенно создаёт правдоподобные тестовые данные на русском: имена, emails, телефоны, адреса и многое другое. Идеально для unit-тестов, заполнения БД, демо-приложений и моков API — без ручного копипаста и выдумывания.🛠 pip install fakerПодпишись 👉🏻 @KodduuPython 🤖

25 мая 2026 г.163В Telegram

🔥 httpx: Современная замена requests — быстрее, удобнее и с лучшей обработкой ошибокimport httpxfrom typing import Dict, Anydef get_user_info(user_id: int) -> Dict[str, Any]: """Пример безопасного запроса к публичному API с httpx.""" url = f"https://jsonplaceholder.typicode.com/users/{user_id}" # httpx.Client автоматически управляет соединениями и таймаутами with httpx.Client(timeout=10.0) as client: try: response = client.get(url) response.raise_for_status() # автоматически бросает исключение при 4xx/5xx return response.json() except httpx.HTTPStatusError as e: print(f"HTTP ошибка {e.response.status_code}: {e.response.text}") raise except httpx.RequestError as e: print(f"Ошибка запроса (таймаут/соединение): {e}") raiseif __name__ == "__main__": try: user = get_user_info(1) print(f"✅ Пользователь: {user['name']}") print(f"Email: {user['email']}") print(f"Город: {user['address']['city']}") except Exception as e: print(f"❌ Не удалось получить данные: {e}")📌 httpx — это современный HTTP-клиент с автоматической поддержкой JSON, context manager, таймаутами и отличной обработкой ошибок. Работает и в синхронном, и в асинхронном режиме. Идеально для API, парсинга, микросервисов.Подпишись 👉🏻 @KodduuPython 🤖

22 мая 2026 г.182В Telegram

🔥 Rich: Красивый терминал за 10 секундfrom rich.console import Consolefrom rich.table import Tablefrom rich.progress import trackimport timefrom typing import Listconsole = Console()def process_items(items: List[str]): """Пример обработки списка с красивым прогресс-баром и таблицей.""" table = Table(title="Результат обработки") table.add_column("Элемент", style="cyan") table.add_column("Статус", style="green") for item in track(items, description="Обрабатываем элементы..."): time.sleep(0.3) # имитация работы status = "✅ Успешно" table.add_row(item, status) console.print(table)if __name__ == "__main__": try: data = ["user1.json", "config.yaml", "data.csv", "report.pdf", "logs.txt"] console.print("[bold magenta]🚀 Запуск обработки файлов[/bold magenta]") process_items(data) console.print("[bold green]✅ Все задачи выполнены![/bold green]") except Exception as e: console.print(f"[bold red]Ошибка: {e}[/bold red]")📌 Rich позволяет легко создавать цветной вывод, таблицы, прогресс-бары, статусы и даже markdown в терминале. Один из самых любимых инструментов Python-разработчиков для CLI-приложений, скриптов и дашбордов.🛠 pip install richПодпишись 👉🏻 @KodduuPython 🤖

21 мая 2026 г.189В Telegram

Kodduu Python

Похожие каналы

Последние посты