Python/ django

🕵️‍♂️ ExeRay — статический анализатор PE-файлов на Python ExeRay — это удобный инструмент для реверс-инженеров, исследователей безопасности и malware-аналитиков. Он проводит статический анализ исполняемых файлов .exe (PE-файлов) и визуализирует их структуру в удобной форме. 🧩 Что умеет ExeRay: ✅ Анализировать PE-файл и извлекать: - Заголовки, секции, импорты/экспорты - Таблицы ресурсов - Используемые API и библиотеки - Suspicious patterns и аномалии ✅ Генерировать отчёт в HTML ✅ Работает полностью офлайн ✅ Поддержка анализа несколькими методами (pefile + custom парсеры) 📦 Пример использования:

python main.py -f malware.exe

После чего ты получаешь красивый и подробный отчёт по всем ключевым параметрам PE-файла. 💻 Технологии: - Python 3 - pefile, matplotlib, pyvis для графов зависимостей - Простая CLI и понятный код — легко расширить под свои задачи 🧠 Кому подойдёт: - Reverse Engineers - Malware Analysts - Red/Blue Teams - Python-разработчикам, интересующимся PE-структурой и безопасностью 🔥 Если ты работаешь с .exe, и хочешь быстро понять, что внутри — ExeRay сэкономит часы ручного анализа. 📁 Репозиторий: @pythonl

🐍 Ошибка с изменяемыми значениями по умолчанию»** 🎯 Цель: Найти и объяснить баг, который не вызывает исключений, но ломает логику приложения 📍 Ситуация: У тебя есть функция, которая логирует события с метаданными. По умолчанию метаданные можно не передавать:

def log_event(event, metadata={}):
    metadata["event"] = event
    print(metadata)

На первый взгляд — всё работает. Но при многократных вызовах функции происходит что-то странное:

log_event("start")
log_event("stop")
log_event("error", {"code": 500})
log_event("retry")

👀 Вывод:

{'event': 'start'}
{'event': 'stop'}
{'code': 500, 'event': 'error'}
{'code': 500, 'event': 'retry'}

🔍 Что пошло не так? Почему code: 500 появляется там, где его быть не должно? 🧩 Задача: 1. Найди и объясни источник бага 2. Почему Python не выбрасывает ошибку? 3. Как проверить, что дефолтный аргумент сохраняет состояние между вызовами? 4. Как это исправить безопасно и "по питоновски"? 5. Где ещё может проявиться аналогичный эффект? 🛠 Разбор и решение: 🔸 Причина: Изменяемое значение (`dict`) используется как значение по умолчанию. В Python значения по умолчанию вычисляются один раз при определении функции, а не при каждом вызове. То есть metadata={} создаётся один раз и сохраняется между вызовами, если параметр не передан. 🔸 Проверка: def f(d={}): print(id(d)) d["x"] = 1 print(d) f() f() Вы увидишь одинаковые id(d) — значит, используется тот же объект. 🔸 Решение (правильный способ): def log_event(event, metadata=None): if metadata is None: metadata = {} metadata["event"] = event print(metadata) Теперь при каждом вызове создаётся новый словарь, и code: 500 не "протекает" в следующие вызовы. 🔸 Где ещё встречается: - Списки: items=[] - Множества: visited=set() - Объекты пользовательских классов 📌 Вывод: Изменяемые значения по умолчанию — одна из самых частых ошибок в Python. Она не вызывает исключений, но может незаметно повредить данные. Всегда используй None + инициализацию внутри функции для изменяемых типов. @pythonl

🎯 5 ИИ-проектов, которые ты можешь собрать за выходные Хочешь прокачать навыки ML и Python без математики и Kaggle? Лови 5 готовых идей, которые можно собрать за 1–2 дня: 🔹 Голосовой ассистент — Whisper + GPT + озвучка 🔹 Чат-бот для PDF — LangChain + FAISS + OpenAI 🔹 Генератор картинок — Stable Diffusion + Gradio 🔹 Подписи к фото — BLIP + HuggingFace 🔹 TL;DR бот — BART или GPT для суммаризации текста ✅ Примеры кода ✅ Деплой на HuggingFace / Streamlit ✅ Всё реально собрать за выходные 📎 Забирай гайд — и добавь проекты в резюме: «AI developer: checked» @pythonl

🐍 Python-библиотеки для Linux-администраторов Набор must-have инструментов, которые помогут автоматизировать системные задачи, управлять файлами, процессами и сетью: 🔸 os — работа с файловой системой, путями, переменными окружения https://docs.python.org/3/library/os.html 🔸 subprocess — запуск внешних команд и управление ими https://docs.python.org/3/library/subprocess.html 🔸 psutil — мониторинг процессов, ресурсов, дисков, сети https://pypi.org/project/psutil/ 🔸 platform — информация об ОС, архитектуре, версии Python https://docs.python.org/3/library/platform.html 🔸 socket — сетевые соединения и сокеты https://docs.python.org/3/library/socket.html 🔸 pwd — доступ к информации о пользователях Unix https://docs.python.org/3/library/pwd.html 🔸 pathlib — удобная работа с путями в ООП-стиле https://docs.python.org/3/library/pathlib.html 🔸 shutil — копирование, удаление, архивация файлов и директорий https://docs.python.org/3/library/shutil.html 🔸 tarfile — создание и извлечение `.tar`-архивов https://docs.python.org/3/library/tarfile.html 📦 Эти модули — основа для написания удобных и мощных CLI-утилит, скриптов и системных инструментов. @pythonl

Хотите быстро создать своего Telegram-бота? Например: 📊 Бота-аналитика, который собирает данные и строит отчеты 🤖 Бота-переводчика, который поможет общаться с зарубежными коллегами 🎬 Бота-киноэксперта, который подберет фильмы по настроению Какого бы помощника вы ни хотели запустить, это можно легко сделать в облаке без настройки серверов и затрат на инфраструктуру. Облачный провайдер Cloud․ru расскажет на бесплатном вебинаре 5 июня, как создать бота в облаке и какие компоненты для этого нужны. Будет демо — в прямом эфире эксперт покажет процесс и ответит на вопросы. Зарегистрироваться на вебинар🖱

🎙️ Voice Extractor — мощный open-source инструмент для извлечения и разметки голоса из многофайлового аудио Если у тебя есть подкасты, интервью или многоголосые записи — этот инструмент выделит каждого говорящего и превратит всё в чистые датасеты для TTS или анализа. 🔧 Что умеет: • Диаризация: разделение голосов с помощью Pyannote • Удаление перекрытий: исключает участки с одновременной речью • Транскрипция: генерирует текст аудио • Изоляция голоса: можно вырезать только одного говорящего • Многоязычность: работает не только с английским 🎯 Зачем использовать: • Создание кастомных TTS-моделей • Анализ подкастов, лекций и интервью • Построение голосовых ассистентов 🚀 Как запустить:

git clone https://github.com/ReisCook/Voice_Extractor.git
cd Voice_Extractor
pip install -r requirements.txt
python extract_voice.py --file_path your_audio_file.mp3

📎 GitHub: https://github.com/ReisCook/Voice_Extractor @pythonl

🖥 Хитрая задача на Python для продвинутых: словарь, который работает как список Представь структуру данных, которая: • работает как dict — доступ по ключу • работает как list — доступ по индексу • сохраняет порядок вставки • поддерживает .index(key) и .key_at(i) 📌 Задача: Реализуй класс IndexedDict, который делает всё это. 🔍 Пример использования:

d = IndexedDict()
d["a"] = 10
d["b"] = 20
d["c"] = 30

print(d["a"])        # 10
print(d[0])          # 10
print(d[1])          # 20
print(d.key_at(1))   # "b"
print(d.index("c"))  # 2

for k in d:
    print(k, d[k])   # перебор по ключам

⚠️ Подвох: • Просто наследовать dict не получится — d[0] будет интерпретироваться как ключ, а не индекс • Придётся реализовать двойную логику доступа вручную • Нужно корректно поддержать __iter__, __getitem__, __len__ и др. ✅ Решение: ```python from collections.abc import MutableMapping class IndexedDict(MutableMapping): def __init__(self): self._data = {} self._keys = [] def __getitem__(self, key): if isinstance(key, int): real_key = self._keys[key] return self._data[real_key] return self._data[key] def __setitem__(self, key, value): if key not in self._data: self._keys.append(key) self._data[key] = value def __delitem__(self, key): if key in self._data: self._keys.remove(key) del self._data[key] def __iter__(self): return iter(self._keys) def __len__(self): return len(self._data) def index(self, key): return self._keys.index(key) def key_at(self, idx): return self._keys[idx] ``` 📈 Зачем это нужно: • Отличная тренировка на переопределение магических методов • Часто встречается в фреймворках (Pandas, SQLAlchemy) • Тестирует знание ABC-классов (`collections.abc.MutableMapping`) • Полезно для построения кастомных структур данных Хочешь версию с `__contains__`, `__reversed__`, типизацией и сериализацией — пиши 💬 @pythonl

Устроиться аналитиком в Яндекс за выходные 7–8 июня проводим Weekend Offer Analytics. До 3 июня оставьте заявку на участие, 7 июня пройдите два технические собеседования, а 8 июня познакомьтесь с командами и получите офер. В мероприятии участвует 12 команд: Алиса и Умные устройства, Игры, R&D, Рекламные технологии, Поиск и Суперапп, Безопасность, Коммерческий департамент, Автономный транспорт, Ecom-сценарии Поиска, Качество Поиска, Международный Поиск, Карты. Вы сможете пообщаться с менеджерами и выбрать проект, который покажется самым интересным. Узнать подробности и зарегистрироваться можно здесь.

🚀 TG_AutoPoster — бот для автоматической пересылки постов из групп ВКонтакте в ваш Telegram: канал, чат или личку. 📌 Что умеет: • Автоматически публикует записи из заданных групп ВК в Telegram • Настраивается через файл config.yaml: логин/пароль или токен VK + данные Telegram API • Поддерживает прокси (SOCKS5) — для обхода блокировок • Гибко настраиваемый интервал проверки новых постов (по умолчанию — 1 час) • Фильтрует записи по чёрному списку и стоп-словам • Добавляет заголовки и футеры с поддержкой Markdown • Работает в Docker — легко разворачивается на сервере TG_AutoPoster — готовое решение для автоматического кросспостинга из ВК в Telegram 💬 ▪ Github @pythonl

🖥 Топ Python-библиотек для работы с PDF Работаешь с PDF в Python? Вот подборка лучших библиотек, которые помогут извлекать текст, редактировать, создавать и анализировать PDF-документы. Каждая из них имеет свои сильные стороны 👇 📌 PyPDF2 — для чтения, разделения, объединения, поворота и модификации PDF 🔗 https://github.com/py-pdf/pypdf ⛏ PDFMiner — извлекает текст, структуру и метаинформацию из PDF (в том числе со шрифтами и координатами) 🔗 https://github.com/pdfminer/pdfminer.six 📊 ReportLab — создание PDF-файлов с графиками, таблицами, стилями и вёрсткой 🔗 https://www.reportlab.com/opensource/ 🌐 PyPDFium2 — быстрый рендеринг и извлечение изображений с помощью движка PDFium 🔗 https://pypi.org/project/pypdfium2/ 🛠 pdfplumber — удобное извлечение текста, таблиц и координат объектов 🔗 https://github.com/jsvine/pdfplumber 📄 PyMuPDF (fitz) — быстрая и мощная библиотека для анализа, рендеринга и аннотирования PDF 🔗 https://github.com/pymupdf/PyMuPDF 🔜 Примеры по работе с библиотеками Используй их вместе или по отдельности — в зависимости от того, нужно ли тебе распарсить текст, извлечь таблицу, отрендерить страницу или сгенерировать отчёт. @pythonl #Python #PDF #PyPDF2 #PDFMiner #ReportLab #pdfplumber #PyMuPDF #PyPDFium2 #DevTools #PythonDev #OpenSource

🧪 Microsoft представляет Pyrona — экспериментальный проект для безопасной конкуренции в Python! 🔧 Разработан в рамках Project Verona, Pyrona исследует, как принципы владения и управления памятью (в духе Rust) можно адаптировать для динамического языка, такого как Python. 🌀 Что такое Pyrona? • Прототип модифицированного Python без GIL (Global Interpreter Lock) • Использует идеи из Verona и FrankenScript — toy-языка с проверками владения и безопасности • Вводит динамическое региональное владение и глубокую неизменяемость объектов 🚀 Зачем это нужно? С приближением PEP 703 (Python без GIL) возникает угроза гонок данных. Pyrona предлагает решение: ✅ Безопасная многопоточность ✅ Динамические гарантии корректности ✅ Поддержка привычной экосистемы Python 🔍 Детали: • Поддерживает эксперименты с субинтерпретаторами (PEP 684) • Публикация на PLDI 2025: *Dynamic Region Ownership for Concurrency Safety* • Активное участие Гвидо ван Россума и команды Faster CPython 🧠 Pyrona — это не продакшен-язык, а платформа для будущего безопасного и многопоточного Python. 🔗 Подробнее 🔗 Github @pythonl

💥 Ищете возможности в Data Science и ML? На курсе «Специализация Machine Learning» мы научим вас не просто работать с данными, а использовать мощные алгоритмы для бизнес-прогнозирования. Программа подходит как новичкам, так и профессионалам: от системных аналитиков до инженеров, которые хотят научиться ML с нуля. Мы дадим вам практические знания и опыт, используя актуальные инструменты. На курсе вы освоите Python, библиотеки pandas, sklearn, глубокое обучение и анализ временных рядов. Пройдете обучение по самым современным фреймворкам и научитесь решать реальные задачи. ➡️ Записывайтесь в группу прямо сейчас: https://tglink.io/4246af263d73?erid=2W5zFGw41u2 Чтобы успеть воспользоваться 🏷15% скидкой на курс «Специализация Machine Learning» + 🎁 промокодом ML_5 и учиться весь год по ценам мая. Скидка на курс действует по 26.05 включительно! #реклама О рекламодателе

🚀 DeerFlow — Open‑Source фреймворк для Deep Research от ByteDance 🌟 Что такое DeerFlow? DeerFlow (Deep Exploration and Efficient Research Flow) — это модульный multi-agent фреймворк с открытым исходным кодом, созданный для автоматизации глубоких исследовательских процессов. Он сочетает работу с LLM, веб-поиск, краулинг и выполнение Python-кода :contentReference[oaicite:0]{index=0}. 🧱 Основные особенности - Multi-agent архитектура Координатор, Планировщик, Исследователь, Кодер, Репортер и даже голосовой модуль — каждый агент выполняет свою задачу в пайплайне исследования :contentReference[oaicite:1]{index=1}. - Интеграция инструментов Встроенный веб-поиск (Tavily, DuckDuckGo, Brave, arXiv), web scraping через Jina, Python REPL для исполнения кода, генерация отчетов и даже автоматизированные подкасты при помощи TTS :contentReference[oaicite:2]{index=2}. - Human‑in‑the‑loop Возможность ставить задачи и править планы вручную — обеспечивается контроль на каждом этапе :contentReference[oaicite:3]{index=3}. - Генерация конечного контента Полученные данные консолидируются в отчеты (Markdown, PPT), синтезируются в речь (подкасты), экспортируются — всё автономно. ⚙️ Github @pythonl

🛡 StarGuard — умный аудит GitHub-репозиториев прямо из консоли Открытый проект — это мощный CLI-инструмент на Python, который автоматически анализирует open-source репозитории и помогает выявить: 🔸 фальшивые звёзды 🔸 всплески активности 🔸 опасные зависимости 🔸 лицензии с подвохом 🔸 подозрительный код и токсичных контрибьюторов 📊 Что делает StarGuard ✅ Обнаруживает аномалии звёзд — Вычисляет резкие всплески популярности с помощью BurstDetector и медианного отклонения. — Определяет подозрительных пользователей с «пустыми» профилями и новыми аккаунтами. ✅ Анализирует зависимости и SBOM — Поддержка PyPI, npm, Maven, Go, Ruby — Предупреждает об unpinned-пакетах и git-зависимостях ✅ Проверяет лицензии — Выявляет несовместимости (например, AGPL внутри MIT) — Предупреждает о скрытых ограничениях ✅ Оценивает контрибьюторов — Проверяет концентрацию коммитов — Определяет "одиночек", на которых держится проект ✅ Сканирует код на опасные паттерны — Обнаруживает eval, скрытые майнеры, необфусцированные ключи 🚀 Как использовать

python -m starguard.cli owner/repo --format markdown --plot stars.png

🔹 Без GitHub-токена работает, но лимит — 60 запросов/час 🔹 С GITHUB_TOKEN — до 5000 запросов 🎯 Кому полезно • DevOps-командам — для верификации OSS-зависимостей • Безопасникам — для быстрой проверки на supply chain угрозы • Инвесторам — чтобы не попасть на проекты с "накрученной" популярностью • Open Source авторам — для прозрачности и Trust Badge 🔗 GitHub 💡 Инструмент, который показывает, что за красивыми графиками звёзд часто стоит маркетинг, а не код. Умей фильтровать — ставь охрану у репозитория. @pythonl

Python уже покорен? А как насчет Django?   Один из ведущих провайдеров IT-инфраструктуры Selectel подготовил бесплатный мини-курс по Django. Программа начинается с создания и настройки простых проектов: блога и канбан-доски, а завершается подключением автоматических бэкапов.   Всего за час вы научитесь: 1️⃣ Работать с бэкендом и API 2️⃣ Создавать веб-приложение по шаблону от Django 3️⃣ Настраивать Nginx и Gunicorn 4️⃣ Автоматизировать резервное копирование   Переходите в Академию Selectel, чтобы начать изучение прямо сейчас Реклама. АО «Селектел», ИНН 7810962785, ERID: 2VtzqvQwmor

🐍 Задача с подвохом: mutable default arguments в Python 🔹 Уровень: Advanced 🔹 Темы: изменяемые аргументы по умолчанию, функции, ловушки с list и dict 📌 Условие Что выведет следующий код?

def append_to_list(value, my_list=[]):
    my_list.append(value)
    return my_list

print(append_to_list(1))
print(append_to_list(2))
print(append_to_list(3))

❓ Вопросы 1. Почему результат выглядит неожиданно? 2. Как исправить это поведение? 3. Когда стоит использовать изменяемые аргументы по умолчанию — если вообще стоит? 🔍 Разбор ✅ Ожидаемый вывод:

[1]
[1, 2]
[1, 2, 3]

🔧 Почему так происходит - Аргументы по умолчанию вычисляются один раз — во время определения функции, а не при каждом вызове. - Значение my_list=[] создаётся один раз и затем используется повторно при всех вызовах. - Все вызовы append_to_list изменяют один и тот же список. ⚠️ Подвох Это один из самых коварных багов в Python, особенно среди начинающих — кажется, что my_list должен быть новым на каждый вызов, но это не так. 🧠 Вывод - Никогда не используй изменяемые типы (list, dict, set) как значения по умолчанию. - Вместо этого используй None и создавай новый объект вручную:

def append_to_list(value, my_list=None):
    if my_list is None:
        my_list = []
    my_list.append(value)
    return my_list

✅ Тогда вывод будет:

[1]
[2]
[3]

📌 Это правило относится ко всем изменяемым типам: [], {}, set() и кастомные классы.

Python уже покорен? А как насчет Django?   Один из ведущих провайдеров IT-инфраструктуры Selectel подготовил бесплатный мини-курс по Django. Программа начинается с создания и настройки простых проектов: блога и канбан-доски, а завершается подключением автоматических бэкапов.   Всего за час вы научитесь: 1️⃣ Работать с бэкендом и API 2️⃣ Создавать веб-приложение по шаблону от Django 3️⃣ Настраивать Nginx и Gunicorn 4️⃣ Автоматизировать резервное копирование   Переходите в Академию Selectel, чтобы начать изучение прямо сейчас Реклама. АО «Селектел», ИНН 7810962785, ERID: 2VtzqvQwmor

🚀 AЭРОДИСК ищет Senior Python-разработчика для сложных и прокачивающих задач в разработке СХД! Хочешь: — Работать над репликацией, метрокластером и высоконагруженными системами? — Глубоко погрузиться в Linux, сетевые протоколы и архитектуру ПО? — Решать нетривиальные задачи, влияя на масштабные инфраструктурные решения? — Прокачивать скилы в команде с крутыми инженерами и архитекторами? 📌 Нужно: — Python (от 3 лет), Linux — экспертно — Понимание сетей, репликации, системной архитектуры — SQL/NoSQL, работа с техдокументацией на английском. 🧠 Прокачка: — Живое общение, обучение за счёт компании, конференции — Чёткий рост, внутренняя экспертиза, развитие в enterprise-инфраструктуре 💼 Офис в БЦ "Кругозор", соцпакет, гибкий график 👉 Подробнее и отклик 🔥 Скучно не будет — будет интересно и мощно. Реклама. ООО "АЕРО ДИСК". ИНН 7731475010. erid: 2W5zFGsyf7E

🖥 PyRoki — модульный инструмент для оптимизации кинематики роботов На GitHub и в preprint на arXiv появилась новая работа от исследователей из Berkeley — PyRoki (Python Robot Kinematics Toolkit). Это мощный, гибкий и кроссплатформенный инструмент на Python для задач оптимизации в робототехнике. 🔧 Что такое PyRoki? PyRoki — это: - 📦 Модульная архитектура Разделение переменных оптимизации и функций стоимости (costs) позволяет комбинировать задачи IK, планирования траектории, ретаргетинга и многое другое — без повторения кода. - ⚙️ Дифференцируемая кинематика Поддержка URDF-моделей, автоматическое создание collision-примитивов (например, капсул), работа с NumPy и JAX. - 🚀 Поддержка CPU, GPU и TPU Высокая производительность и масштабируемость на любых вычислительных устройствах. - 🧠 Оптимизация на многообразиях (Lie-группы) Встроенный алгоритм Levenberg–Marquardt даёт устойчивую и быструю сходимость даже для сложных конфигураций. 📊 Результаты - Быстрее cuRobo на 1.4–1.7x при решении задач IK в батче. - Более точные результаты при меньших вычислительных затратах. - Интерактивный визуализатор (на базе `viser`) для отладки и анализа. 📁 Примеры использования PyRoki включает в себя готовые сценарии: - инверсная кинематика (IK) - бимануальные манипуляции - мобильные платформы - ретаргетинг движений гуманоидов - учёт столкновений - online-планирование и управление 🚀 Установка

git clone https://github.com/chungmin99/pyroki.git
cd pyroki
pip install -e .

Требуется Python 3.12+ (частичная поддержка Python 3.10–3.11). PyRoki — это: - 📐 Удобный фреймворк для исследований в области робототехники. - 🛠️ Подходит как для академических, так и для прикладных задач. - 🌐 Гибкий и масштабируемый — от одного робота до больших motion-баз. Если интересен пример интеграции с ROS, Gazebo или симуляцией цифрового двойника — дай знать, покажу! 🔗 Репозиторий #Python #Robotics #Kinematics #InverseKinematics #MotionPlanning #OpenSource @pythonl