¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Python для начинающих
Ir al canal en Telegram
1 241
Suscriptores
+124 horas
+27 días
+430 días
Archivo de publicaciones
Привет! Сегодня мы поговорим о настоящей рабочей лошадке в мире обработки данных — модуле csv из стандартной библиотеки Python. Если вы только начинаете погружаться в программирование, то CSV — это один из первых форматов, с которым вы обязательно столкнётесь. Банка Excel? Массивы данных с температурой за 20 лет? Цены акций? Всё это часто лежит в формате CSV. И Python умеет с этим работать очень изящно.
🚀 Что такое CSV?
CSV (Comma-Separated Values) — это простой текстовый формат, в котором каждая строка — это запись, а поля разделены запятыми (или другим символом-разделителем). Удобно, читается любым текстовым редактором, легко обрабатывается.
И вот тут приходит модуль csv — он умеет читать, записывать и аккуратно работать с данными из CSV-файлов. Причём делает это проще, чем кажется!
📥 Пример 1: базовое чтение CSV
Допустим, у нас есть файл data.csv с таким содержимым:
name,age,city
Alice,30,London
Bob,25,New York
Читаем этот файл в Python:
import csv
with open('data.csv', newline='', encoding='utf-8') as file:
reader = csv.reader(file)
for row in reader:
print(row)
Вывод:
'name', 'age', 'city'
'Alice', '30', 'London'
'Bob', '25', 'New York'
Важно: параметр newline='' нужен для корректной обработки переноса строк, особенно на Windows. encoding='utf-8' — чтобы не ругался на юникод.
📌 Лучшие практики:
- Обязательно используйте with для открытия файлов — так файл закроется автоматически, даже если что-то пойдёт не так.
- Никогда не полагайтесь на то, что разделитель всегда запятая. Лучше явно указать delimiter, если файл нестандартного формата.
📥 Пример 2: чтение с использованием словарей (идентификаторы — это красиво!)
import csv
with open('data.csv', newline='', encoding='utf-8') as file:
reader = csv.DictReader(file)
for row in reader:
print(row'name', 'lives in', row'city')
Вывод:
Alice lives in London
Bob lives in New York
DictReader — это просто магия: он превращает строки в словари, где ключи — это названия столбцов. Удобно и читаемо.
🛠 Пример 3: запись в CSV
newdata = [
{'name': 'Charlie', 'age': 28, 'city': 'Berlin'},
{'name': 'Diana', 'age': 32, 'city': 'Paris'}
]
with open('output.csv', mode='w', newline='', encoding='utf-8') as file:
fieldnames = ['name', 'age', 'city']
writer = csv.DictWriter(file, fieldnames=fieldnames)
writer.writeheader()
writer.writerows(newdata)
Этот код создаст новый файл output.csv с указанными строками. DictWriter — ещё одна удобная обёртка, позволяющая красиво и структурированно экспортировать данные.
✅ Несколько полезных советов:
- Если данные разделяются не запятыми, указывайте параметр delimiter, например: csv.reader(file, delimiter=';').
- Пустые строки? Передавайте параметр skipinitialspace=True, чтобы не было проблем с лишними пробелами.
- Часто приходится работать с числовыми значениями — не забудьте конвертировать строку: int(row'age') или float(...).
📎 И напоследок: CSV — это просто. С ним справится даже начинающий программист, и это отличная практика для понимания работы с файлами, структурами данных и базовой автоматизации. Используйте модуль csv на полную: он даже в 2024 году не теряет своей актуальности.
До встречи в следующем посте!
Чтение и обработка CSV-файлов с помощью модуля csv: примеры и лучшие практики
🔐 Реализация базовых шифров с библиотекой Cryptography в Python
Шифрование — одна из тех тем, которые звучат как нечто мистическое для новичков. Но на деле, благодаря библиотеке cryptography, реализовать базовые методы шифрования в Python проще, чем испечь бутерброд. Сегодня разберём два практических варианта: симметричное и асимметричное шифрование.
Начнём с установки:
pip install cryptography
Готово? Погружаемся.
🔥 Симметричное шифрование с Fernet
Симметричное шифрование — это когда один ключ используется для шифрования и для расшифровки. Как передать ключ другому человеку — другой вопрос. Но именно этот подход используется в большинстве локальных шифровок (например, защищённые файлы на вашем диске).
Модуль Fernet из cryptography делает весь процесс элементарным:
from cryptography.fernet import Fernet
# Генерация ключа
key = Fernet.generatekey()
cipher = Fernet(key)
# Шифруем текст
originaltext = b'This is a secret message.'
encryptedtext = cipher.encrypt(originaltext)
# Дешифруем
decryptedtext = cipher.decrypt(encryptedtext)
print('Encrypted:', encryptedtext)
print('Decrypted:', decryptedtext.decode())
Жутко просто, не правда ли? Ключ здесь — это случайная строка байтов (44 символа в base64), и если потеряете — расшифровать будет уже нельзя. Ровно как и задумано.
🔐 Асимметричное шифрование с RSA
Симметрия хороша, когда ты работаешь с данными локально. Но что делать, если надо передать зашифрованное сообщение другому человеку? Тут на помощь приходит асимметричное шифрование: два ключа — один публичный, другой приватный.
Публичный ключ можно раздавать всем. Всё, что зашифровано с его помощью, сможет расшифровать только владелец приватного ключа. Давайте на практике:
from cryptography.hazmat.primitives.asymmetric import rsa, padding
from cryptography.hazmat.primitives import serialization, hashes
# Генерация пары ключей
privatekey = rsa.generateprivatekey(publicexponent=65537, keysize=2048)
publickey = privatekey.publickey()
# Шифруем с помощью публичного ключа
message = b'RSA encryption example.'
encrypted = publickey.encrypt(
message,
padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA256()),
algorithm=hashes.SHA256(), label=None)
)
# Расшифровываем с помощью приватного ключа
decrypted = privatekey.decrypt(
encrypted,
padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA256()),
algorithm=hashes.SHA256(), label=None)
)
print('Encrypted (RSA):', encrypted)
print('Decrypted (RSA):', decrypted.decode())
Обрати внимание: здесь используется безопасная схема OAEP, которая делает RSA устойчивым к множеству атак.
💡 Важные моменты
- Библиотека cryptography использует низкоуровневые привязки OpenSSL, поэтому она не только удобна, но и достаточно надёжна.
- RSA шифрует только короткие сообщения. Для реальной передачи больших данных обычно шифруют симметричным ключом, а его уже шифруют RSA.
- Ни Fernet, ни RSA не гарантируют анонимность или защиту от всех атак — это всего лишь строительные блоки.
📦 Вывод
Хотя на первый взгляд шифрование может показаться чем-то пугающим, с cryptography ты получаешь мощный инструмент, который легко применять даже на ранней стадии изучения Python. И пусть это только основа, зато какая прочная!
https://t.me/info_sol
У админа этого канала есть личный блог, в котором он пишет про саморазвитие, нейросети, постит картинки и созданную в нейросетях музыку. Подписывайтесь )
Заголовок: Защищаем файлы Python'ом: антивирусная среда с ClamAV
Привет! Сегодня мы рассмотрим, как создать простую, но эффективную среду на Python для скрининга файлов на вирусы — руками программиста, используя бесплатный антивирус ClamAV.
Зачем это нужно? Представим: ты разрабатываешь веб-приложение с загрузкой файлов от пользователей. Кто-то может попытаться загрузить вредоносный .exe или .zip-сюрприз. Чтобы не запускать бомбу в своей системе — нужно проверять эти файлы заранее.
Здесь на помощь приходит ClamAV — легкий, кроссплатформенный антивирус с поддержкой командной строки. А Python позволяет автоматизировать и вшить проверку в любое приложение.
🔧 Установка ClamAV
На большинстве Linux-систем установка простая:
sudo apt update
sudo apt install clamav clamav-daemon
Для обновления вирусных баз:
sudo freshclam
Если ты на Windows — скачай инсталлятор с сайта проекта (https://www.clamav.net/) и добавь путь до clamscan в системные переменные.
🐍 Работаем из Python
Чтобы взаимодействовать с ClamAV из Python, можно использовать модуль subprocess для запуска процесса сканирования через clamscan, а также библиотеку pyclamd, если хочешь использовать daemon-режим.
Рассмотрим сначала с subprocess:
import subprocess
def scanfile(filepath):
result = subprocess.run("clamscan", file_path, stdout=subprocess.PIPE, text=True)
output = result.stdout
if "OK" in output:
return "Clean"
elif "FOUND" in output:
return "Infected"
else:
return "Unknown"
print(scanfile("sample.zip"))
Этот код запускает сканирование и парсит результат. Если в выводе встречается “FOUND” — пора бить тревогу.
Теперь подход с pyclamd — более быстрый, если у тебя запущен демон ClamAV (clamd):
pip install pyclamd
import pyclamd
def scanwithdaemon(filepath):
cd = pyclamd.ClamdUnixSocket()
if not cd.ping():
raise ConnectionError("ClamAV daemon is not running.")
result = cd.scanfile(filepath)
if result is None:
return "Clean"
else:
return "Infected"
print(scanwithdaemon("test.pdf"))
🚀 Как использовать
Ты можешь встроить этот сканер в Django или Flask-приложение, настроить папку мониторинга (например, сканируем все, что появляется в uploads/) или устроить cron-задачу по расписанию.
🗂 Нюансы
- ClamAV не проверяет содержимое архивов “глубоко”, если не установлен параметр --recursive или в clamd.conf не включён ScanArchive.
- Производительность: clamd быстрее clamscan, потому что один раз загружает сигнатуры.
- Без обновлений баз смысла нет — freshclam должен запускаться регулярно.
📦 Бонус: сканирование всей директории
def scandirectory(path):
result = subprocess.run(["clamscan", "-r", path], stdout=subprocess.PIPE, text=True)
infections = [line for line in result.stdout.split("\n") if "FOUND" in line]
return infections
infections = scandirectory("/home/user/uploads")
for item in infections:
print(item)
🔐 Итого:
- ClamAV + Python — это реальный способ добавить сканирование на вирусы.
- Можно быстро защитить backend загрузки файлов.
- Используем subprocess или pyclamd, в зависимости от потребностей.
Превратить Python-приложение в антивирусную мини-систему — проще, чем кажется. Рекомендую попробовать на практике — лучше один раз построить, чем сто раз удалить троян.
Привет! Сегодня поговорим о теме, которая звучит так, будто была взята из научной фантастики, но на деле имеет массу практического применения — генетические алгоритмы. Если ты когда-нибудь задумывался, как можно применять принципы естественного отбора для решения задач оптимизации — читай дальше. Мы познакомимся с удивительной библиотекой DEAP (Distributed Evolutionary Algorithms in Python), которая делает работу с эволюционными алгоритмами на Python простой и вдохновляющей.
Зачем вообще нужны генетические алгоритмы? Представь, что тебе нужно найти оптимальное решение в огромном пространстве возможных вариантов — классический перебор займёт вечность. Генетические алгоритмы работают по-другому: они "эволюционируют" популяцию решений, отбирая лучших "индивидов", скрещивая их и мутируя. Этот подход широко используется в инженерии, дизайне нейросетей, игровой индустрии и даже в экономике.
Теперь к практике. Устанавливаем DEAP:
pip install deap
Допустим, мы хотим найти максимум функции:
f(x) = x sin(x), где x от 0 до 10
Вот пример минимального рабочего кода на DEAP:
from deap import base, creator, tools, algorithms
import random
import math
# Создаем типы для нашей задачи
creator.create("FitnessMax", base.Fitness, weights=(1.0,))
creator.create("Individual", list, fitness=creator.FitnessMax)
toolbox = base.Toolbox()
# Гене — это просто одно число
toolbox.register("attr_float", random.uniform, 0, 10)
toolbox.register("individual", tools.initRepeat, creator.Individual, toolbox.attr_float, 1)
toolbox.register("population", tools.initRepeat, list, toolbox.individual)
# Целевая функция
def evaluate(individual):
x = individual[0]
return x math.sin(x),
toolbox.register("evaluate", evaluate)
toolbox.register("mate", tools.cxBlend, alpha=0.5)
toolbox.register("mutate", tools.mutGaussian, mu=0, sigma=1, indpb=0.2)
toolbox.register("select", tools.selTournament, tournsize=3)
# Запуск эволюции
def run():
population = toolbox.population(n=50)
stats = tools.Statistics(lambda ind: ind.fitness.values)
stats.register("max", max)
stats.register("avg", lambda x: sum(x)/len(x))
population, log = algorithms.eaSimple(population, toolbox, cxpb=0.5, mutpb=0.2, ngen=40, stats=stats, verbose=False)
best = tools.selBest(population, 1)0
print(f"Best individual: x = {best0:.3f}, f(x) = {evaluate(best)0:.3f}")
run()
Что здесь происходит:
- Мы создаем индивидуумов — списки, содержащие одно число (значение x).
- Определяем функцию приспособленности evaluate.
- Используем стандартные операторы скрещивания (cxBlend) и мутации (mutGaussian).
- Запускаем эволюцию и находим наилучшее решение после 40 поколений.
Важно, что DEAP очень гибкий: ты можешь легко подставить свои структуры данных, изменить стратегию отбора, размеры популяции, тип мутации и кроссовера. Хочешь решать задачи с множеством параметров? Просто увеличь длину списка в individual.
Несмотря на "биологический" антураж, DEAP — это мощный инструмент, который реально решает впечатляющий спектр задач. Если тебе понадобилось выйти за пределы классических методов оптимизации — самое время попробовать эволюционный подход.
До встречи в следующем посте!
Привет, друзья! Сегодня мы нырнём в удивительно простой, но мощный модуль стандартной библиотеки Python — http.server. С его помощью можно всего в несколько строк кода поднять настоящий HTTP-сервер. Без сторонних зависимостей, фреймворков или танцев с бубном.
Зачем это нужно? Например, для локальной отладки веб-приложений, быстрой раздачи файлов с вашей машины, тестирования API или даже написания простейшего backend'а. Итак, приступим!
Минимальный HTTP-сервер за 10 секунд
Внимание, магия! Вот базовый пример:
from http.server import SimpleHTTPRequestHandler, HTTPServer
server_address = ('', 8000)
httpd = HTTPServer(server_address, SimpleHTTPRequestHandler)
print("Server running on http://localhost:8000")
httpd.serve_forever()
from http.server import BaseHTTPRequestHandler, HTTPServer
class MyHandler(BaseHTTPRequestHandler):
def do_GET(self):
self.send_response(200)
self.send_header('Content-Type', 'text/html')
self.end_headers()
message = "<h1>Hello, Python HTTP Server!</h1>"
self.wfile.write(message.encode('utf-8'))
server_address = ('', 8080)
httpd = HTTPServer(server_address, MyHandler)
print("Custom server running on http://localhost:8080")
httpd.serve_forever()
from http.server import BaseHTTPRequestHandler, HTTPServer
from urllib.parse import urlparse, parse_qs
class MyHandler(BaseHTTPRequestHandler):
def do_GET(self):
parsed_url = urlparse(self.path)
path = parsed_url.path
query = parse_qs(parsed_url.query)
self.send_response(200)
self.send_header('Content-Type', 'text/plain')
self.end_headers()
if path == '/hello':
name = query.get('name', ['stranger'])[0]
response = f"Hello, {name}!"
else:
response = "Unknown path."
self.wfile.write(response.encode('utf-8'))
server_address = ('', 9000)
httpd = HTTPServer(server_address, MyHandler)
print("Query-enabled server running on http://localhost:9000")
httpd.serve_forever()
