PytStart | Программирование на Python

🖥 Как сделать генератор случайных паролей на Python Небольшой скрипт, который создаёт случайный пароль заданной длины 🔐

import secrets
import string

chars = string.ascii_letters + string.digits + "!@#$%^&*"

password = "".join(
    secrets.choice(chars)
    for _ in range(16)
)

print(password)

💡 Почему secrets, а не обычный random? secrets предназначен именно для случаев, где важна непредсказуемость случайных значений. 📌 Можно менять длину:

length = 24

password = "".join(
    secrets.choice(chars)
    for _ in range(length)
)

🔥 На основе этого можно сделать: — генератор паролей — CLI-утилиту — генератор токенов — автоматическое создание временных ключей

«Освоение модульного тестирования с использованием Pytest» курс на Stepik Сегодня умение писать тесты ценится почти так же, как и умение писать сам код. Если pytest, fixtures, CI/CD и coverage всё ещё вызывают вопросы самое время это исправить Программа курса: • Pytest: от базовых тестов до CI/CD • fixtures, mocking, parametrization • Flask/API testing • Selenium и UI тестирование • Docker + Docker Compose • GitHub Actions • coverage и отчёты • debugging и refactoring тестов Курс построен вокруг практики: много примеров, готовых кейсов и разборов рабочих сценариев 48 часов действует скидка 25% ↗️ Пройти курс на Stepik

🖥 Как найти дубликаты в папке с помощью Python Например, в папке лежат сотни файлов, и нужно понять, какие из них полностью одинаковые. Можно сравнивать их по хэшу 👇

from pathlib import Path
import hashlib

def get_hash(path):
    return hashlib.md5(path.read_bytes()).hexdigest()

files = {}

for file in Path("files").iterdir():
    if file.is_file():
        file_hash = get_hash(file)
        files.setdefault(file_hash, []).append(file)

for group in files.values():
    if len(group) > 1:
        print("Дубликаты:")
        for file in group:
            print("  ", file)

💡 Идея простая: 📄 файл → 🔢 хэш → 🔍 сравниваем хэши Если хэши совпали, файлы с высокой вероятностью одинаковые. 🔥 Такой скрипт можно использовать для: — очистки папок — поиска повторяющихся фото — анализа больших архивов — автоматизации работы с файлами

Вайбкодим «Полный путь разработки AI-агентов: от MCP до Agentic RAG» Образовательная программа на Stepik по разработке современных AI-агентов. Начинаем с Model Context Protocol: создаём MCP-серверы, подключаем инструменты и внешние API, а затем переходим к разработке Agentic RAG-систем с памятью, рассуждением, поиском знаний и оценкой качества. • Model Context Protocol и MCP-серверы • LangChain, LangGraph, LlamaIndex • API, инструменты, ресурсы и промпты • Классический RAG → Agentic RAG • ReAct, память и планирование • Графы знаний и свои инструменты • Трассировка и подготовка к production Успей, скидка 20% действует 48 часов ↗️ Начать обучение на Stepik

🖥 Как превратить PDF в текст с помощью Python Нужно быстро достать текст из PDF? Можно автоматизировать это 👇

import fitz

doc = fitz.open("document.pdf")

for page in doc:
    print(page.get_text())

📦 Установка:

pip install pymupdf

💡 А если нужно сохранить весь текст в файл:

with open("result.txt", "w", encoding="utf-8") as file:
    for page in doc:
        file.write(page.get_text())

🔥 Получается простой конвертер PDF → TXT. На этом можно построить: — поиск по документам — обработку большого количества PDF — извлечение данных из отчётов — подготовку текста для AI ⚠️ Если PDF состоит из сканов, обычное извлечение текста может не сработать - тогда понадобится OCR.

Самое интересное в российском PostgreSQL этой осенью! Регистрируйтесь на бесплатную конференцию по PostgreSQL и технологиям СУБД — Tantor JAM 2026. 10 сентября, Москва. 📅 Что будет на конференции: ✅ AI-first мониторинг СУБД: что уже сегодня можно передать ИИ-агентам и как меняется профессия DBA; ✅ аналитика и HTAP без внешней обвязки, внутри Postgres; ✅ как за два года изменился PostgreSQL для 1С; ✅ защита данных в Tantor Postgres. Как всегда — технические доклады, живое общение с разработчиками и архитекторами, обмен опытом, а еще — вечерняя программа в честь пятилетия «Тантор Лабс». Участие бесплатное. 10.09.2026, Москва Зарегистрироваться #реклама 16+ tantorlabs.ru О рекламодателе

🖥 Как превратить текст в речь с помощью Python Можно заставить Python буквально говорить 🔊 Для этого есть библиотека pyttsx3:

import pyttsx3

engine = pyttsx3.init()

engine.say("Привет! Я говорю с помощью Python")
engine.runAndWait()

📦 Установка:

pip install pyttsx3

💡 Можно сделать функцию:

def speak(text):
    engine.say(text)
    engine.runAndWait()

speak("Сегодня изучаем Python!")

🔥 На этой основе можно сделать: — голосового помощника — программу для чтения текста — озвучку уведомлений — простого desktop-бота И всё это — без сложных моделей и API 🚀

Бесплатный курс по нейросетям для контента от Skillbox За 3 дня покажем, как создавать тексты, визуалы и видео с нейросетями — даже если вы начинаете с нуля. ✅Опыт в IT не требуется ✅Контент для любой ниши ✅Секреты реалистичного ИИ-контента Поработаете с NanoBanana, Kling, Leonardo AI, ChatGPT, Claude и Seedance. Научитесь делать ИИ-контент реалистичным и получать от нейросетей нужный результат. Курс бесплатный — 0 ₽. Переходите по кнопке «Подробнее». Узнать больше #реклама 16+ bootcamp.skillbox.ru О рекламодателе

🖥 Как повторить строку несколько раз В Python для этого не нужен цикл 👇

text = "Python! "

print(text * 3)

👉 Результат:

Python! Python! Python!

💡 То же самое работает со списками:

nums = [1, 2]

print(nums * 3)

Получим:

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

🔥 Это удобно, когда нужно быстро создать повторяющуюся строку или последовательность. ⚠️ Но со списками есть нюанс: элементы не копируются глубоко - для вложенных изменяемых объектов это может привести к неожиданному поведению.

На бесплатном вебинаре «Стабилизация Python-автотестов: причины и инструменты» разберем, как корректно локализовать источник флаппи-тестов: ошибка лежит в логике теста, в нестабильности окружения или это проблема самого продукта. Основные блоки: ☑️Диагностика. Как отличить flaky-тест от гейзен-бага и почему стандартный подход «перезапустить еще раз» часто делает только хуже. ☑️Инструментарий стабилизации. Покажем на практике, когда действительно помогает pytest-retry, а когда стоит применить pytest-flakefinder для оценки «здоровья» тестового набора. ☑️Стратегия ожиданий. Разберем, почему фиксированные time.sleep() — антипаттерн, и как внедрить экспоненциальные ожидания с помощью tenacity, не усложняя код. 📆Когда: 28 августа в 17:00 (Мск) ️👩‍🎓Спикер: Алиса Гусева — специалист в области автоматизированного тестирования 👉Записаться👈 #реклама О рекламодателе

👩‍💻 Как работает collections.Counter? Counter — это удобный инструмент для подсчета элементов в коллекции. Не обязательно писать цикл и вручную считать каждый элемент 👇 ➡️ Пример:

from collections import Counter

data = "aabbbcccc"
counter = Counter(data)
print(counter)  # Counter({'c': 4, 'b': 3, 'a': 2})

✔️ Можно использовать для нахождения самых частых элементов:

print(counter.most_common(2))  # [('c', 4), ('b', 3)]

⚙️ Также работает со списками:

words = ["apple", "banana", "apple", "orange", "banana", "banana"]
print(Counter(words))  # {'banana': 3, 'apple': 2, 'orange': 1}

🔥 Counter особенно полезен для: — анализа текста — подсчёта слов — статистики — обработки данных

Решайте задачи и готовьтесь к техсекции на стажировку А ты сможешь решить алгоритмическую задачу за час и без подсказок? Яндекс проводит бесплатные тренировки по алгоритмам для тех, кто хочет систематизировать знания, прокачать решение задач и подготовиться к техническому собеседованию. -Короткие видеоуроки -Практические задачи -Регулярные соревнования -Решение задач на время -Рейтинг и награды -Возможность получить сертификат Мы тренируем не только знание алгоритмов, но и умение применять их тогда, когда рядом нет подсказок. Проверь свои алгоритмические навыки и прокачай слабые места. Регистрируйся на бесплатные тренировки! Записаться онлайн #реклама 16+ yandex.ru О рекламодателе

👩‍💻 *args и **kwargs: гибкие параметры без боли Иногда ты не знаешь заранее, сколько аргументов получит твоя функция. Python даёт тебе две магические конструкции для таких случаев — *args и **kwargs. 📌*args собирает все позиционные аргументы в кортеж:

def add_all(*args):
    return sum(args)

add_all(1, 2, 3)  # ➡️ 6

📌 **kwargs собирает все именованные аргументы в словарь:

def print_config(**kwargs):
    for k, v in kwargs.items():
        print(f"{k} = {v}")

print_config(debug=True, timeout=10)
# ➡️ debug = True
# ➡️ timeout = 10

🔥Комбинируем всё:

def func(a, b, *args, **kwargs):
    pass

➡️ a и b — обязательные, args — остальные позиционные, kwargs — именованные. 🧠 Применения: 1. Проксирование аргументов Ты вызываешь другую функцию, не зная её сигнатуру:

   def wrapper(*args, **kwargs):
       return real_func(*args, **kwargs)
   

2. Гибкий API без переписывания сигнатур Вместо:

   def create_user(name, email, age, is_admin=False):
       ...
   

Можно:

   def create_user(**kwargs):
       ...
   

3. Расширение без поломки интерфейса У тебя есть базовый метод:

   def process(data, **kwargs):
       ...
   

➡️ В будущем можно спокойно добавить флаги, не меняя вызовы. 🗣️ Запомни: *args и **kwargs — это про гибкость и масштабируемость. Главное — использовать их осознанно: когда действительно нужно, а не “на всякий случай”. 📍Где применяется: Декораторы, middleware, логгеры, фреймворки (Django, Flask), адаптеры, кастомные API, генераторы CLI-интерфейсов.

Хочешь попасть в Яндекс или прокачать ML? Data Dojo — это не лекции, а разбор реальных задач из ML-соревнований и общение с экспертами Яндекса. Здесь ты прокачаешь навыки, найдёшь команду и выйдешь на новый уровень — как настоящий data-самурай. Нетворкинг, карьерные инсайты и задачи, которые решают топы — всё в одном месте. Встреча ML-комьюнити Data Dojo: — общение с руководителями команд — реальные кейсы из ML — новые карьерные возможности Это не просто встреча — это шанс выйти на следующий уровень, прокачаться в ML и получить карьерную консультацию от экспертов Яндекса. Подай заявку бесплатно и начни свой путь data-самурая уже 9 сентября! Записаться онлайн #реклама 16+ yandex.ru О рекламодателе

🖥 Как отсортировать список словарей по определенному полю? Метод списка .sort() и встроенная функция sorted() принимают параметр key. Им должен быть вызываемый объект, который принимает очередной элемент (в нашем случае словарь) и возвращает значение-критерий сортировки. Код ниже показывает, как отсортировать список людей по возрасту:

users = [{'age': 30}, {'age': 20}, {'age': 10}]
users.sort(key=lambda user: user['age'])
>>> [{'age': 10}, {'age': 20}, {'age': 30}]

👩‍💻 Антипаттерны в Python-коде, которые встречаются даже у опытных Даже опытные разработчики пишут код, который потом сложно читать, отлаживать и сопровождать. Вот 5 антипаттернов, которые встречаются особенно часто — и что с ними делать. 1. Мутируемые значения по умолчанию

def append_item(item, items=[]):
    items.append(item)
    return items

Ошибка — items сохраняет состояние между вызовами. Итог — неожиданные данные. ✅ Правильно:

def append_item(item, items=None):
    if items is None:
        items = []
    items.append(item)
    return items

2. Импорт всего (`from module import *`) Так ты теряешь контроль над namespace и рискуешь конфликтами имён. Особенно опасно в больших проектах. ✅ Лучше явно:

from math import sqrt, pi

3. Голый `except:`

try:
    do_something()
except:
    pass

Так можно «поймать» даже KeyboardInterrupt, и программа зависнет. ✔️ Лучше:

try:
    do_something()
except ValueError:
    handle()

4. Чрезмерно вложенные list comprehensions

[x for x in lst if x > 0 if x < 100 if x % 2 == 0]

Читаемость? Нулевая. ✅ Явный цикл:

result = []
for x in lst:
    if 0 < x < 100 and x % 2 == 0:
        result.append(x)

5. Копирование ссылок на изменяемые объекты

data = [{}] * 3
data[0]["a"] = 1
print(data)

Ожидаешь три разных словаря? А получил три ссылки на один и тот же. ✅ Делай так:

data = [{} for _ in range(3)]

🗣️ Запомни: даже если код "работает", это не значит, что он хорош. Следи за чистотой — антипаттерны незаметны, но со временем превращают проект в хаос.

⚡️ functools.cache вместо самодельного мемо — просто и эффективно Зачем писать свои кеши, если Python уже умеет это из коробки? С версии 3.9 появился @cache — аналог lru_cache, но проще и быстрее, если тебе не нужен лимит. ✅ Было так (ручной мемо):

_cache = {}

def fib(n):
    if n in _cache:
        return _cache[n]
    if n <= 1:
        return n
    _cache[n] = fib(n-1) + fib(n-2)
    return _cache[n]

🧠 Работает, но нужно писать проверку, хранить словарь, вручную всё продумывать. 🔄 А теперь просто:

from functools import cache

@cache
def fib(n):
    if n <= 1:
        return n
    return fib(n-1) + fib(n-2)

👏 Всё! Автоматически кеширует, ничего лишнего не пишем. 📌 Отличия от @lru_cache

from functools import lru_cache, cache

🟢 @lru_cache: можно задать размер (maxsize), есть контроль 🟢 @cache: просто бесконечный кеш всех входов → выходов Если не нужна "очистка", бери @cache — он быстрее и проще. 🧪 Пример с реальным использованием:

from functools import cache
import requests

@cache
def get_user_info(user_id):
    print("Запрос к API...")
    return requests.get(f"https://api.example.com/users/{user_id}").json()

get_user_info(42)  # Выполнит запрос
get_user_info(42)  # Возьмёт из кеша

➡️ Отлично для API, парсинга, тяжёлых вычислений. 🗣️ Запомни: @functools.cache — это твой встроенный кеш без лишнего кода. Хорош для любых чистых функций, где важна скорость и повторяемость. Не изобретай велосипед — используй cache.

Не трать годы на нелюбимую работу. Через год ты все так же можешь ждать пятницу, считать часы до конца рабочего дня и откладывать свои мечты. А можешь уже сегодня начать осваивать навык, который способен открыть перед тобой новые возможности. На обучении ты научишься создавать современные сайты с нуля, освоишь HTML, CSS, JavaScript и React, выполнишь реальные проекты и соберешь портфолио, которое станет отличным стартом в веб-разработке. Будущее не меняется само по себе. Оно меняется с первого решения. Сделай этот шаг сегодня. Дмитрий

👩‍💻 DSL в Python через __call__ и __getitem__ — красиво, читаемо, Pythonic Хочешь, чтобы твой код выглядел как язык сам по себе? Python позволяет строить мини-языки внутри кода — без библиотек, просто на магии dunder-методов. ✔️ Начнём с __call__ Он делает объект вызываемым, как функцию:

class Hello:
    def __call__(self, name):
        return f"Привет, {name}!"

h = Hello()
print(h("Мир"))  # Привет, Мир!

Полезно, когда хочется сделать объекты лаконичными. Можно даже прокидывать параметры как в обычной функции. ✔️ Теперь __getitem__ Позволяет обращаться к объекту через квадратные скобки:

class SecretBox:
    def __getitem__(self, key):
        return f"🔒 Внутри: {key}"

box = SecretBox()
print(box["password"])  # 🔒 Внутри: password

Ты можешь использовать это для красивого синтаксиса без точек и скобок. 🤝 Комбинируем в DSL

class SQL:
    def __call__(self, table):
        return f"SELECT * FROM {table}"

    def __getitem__(self, field):
        return f'"{field}"'

q = SQL()

print(q("users"))      # SELECT * FROM users
print(q["email"])      # "email"

Теперь у нас объект, который и вызывает таблицу, и красиво оформляет поля. 🧪 Более мощный пример: API-доступ

class API:
    def __init__(self, base):
        self.base = base

    def __getitem__(self, endpoint):
        return f"{self.base}/{endpoint}"

    def __call__(self, endpoint, **params):
        query = "&".join(f"{k}={v}" for k, v in params.items())
        return f"{self.base}/{endpoint}?{query}"

api = API("https://api.server")

print(api["users"])                      # https://api.server/users
print(api("users", id=5, active=True))   # https://api.server/users?id=5&active=True

Такой подход часто используют в клиентах к REST API, чтобы код выглядел как естественный DSL. 🧰 А можно вообще без классов?

class K:
    def __getitem__(self, key):
        return lambda d: d.get(key)

k = K()
data = {"name": "Neo", "role": "Hacker"}

print(k["name"](data))  # Neo
print(k["role"](data))  # Hacker

Так строятся мини-функции доступа к полям. Особенно круто в map/filter. 🗣️ Запомни: __call__ и __getitem__ — это способ превратить скучные объекты в выразительный синтаксис. Так строятся мини-языки прямо в Python: понятные, компактные и без лишнего шума.

📱 Все еще думаешь, что LinkedIn — это место, где IT'шники ищут работу? Конечно не без этого, но там есть вещи намного интересней В канале Отель гранд LinkedIn рассказывают: 🔘Как продвигать свои услуги на огромную аудиторию бесплатно. 🔘Как выстроить свой личный бренд на платформе. 🔘Как «хакнуть» алгоритмы сервиса Перестать игнорировать LinkedIn и начни использовать его как реальный инструмент для карьерного роста: https://t.me/+3ZYEt_hE2Ww3ZjFi