⚙️ Парсинг HTML на Python с помощью BeautifulSoup

BeautifulSoup — мощная библиотека для обработки и парсинга HTML и XML. Подходит для извлечения данных с веб-страниц, парсинга таблиц и автоматизации сбора информации.

✔️ Установка библиотеки

pip install beautifulsoup4 requests

⚙️ Пример кода

import requests  
from bs4 import BeautifulSoup  

# Загружаем страницу  
url = "https://example.com"  
response = requests.get(url)  

# Разбираем HTML  
soup = BeautifulSoup(response.text, "html.parser")  

# Извлекаем заголовок  
title = soup.find("h1").text  
print(title)

💬 Как это работает:

1. requests.get(url) загружает HTML-страницу.
2. BeautifulSoup(response.text, "html.parser") парсит HTML-код.
3. soup.find("h1").text извлекает текст из первого тега <h1>.

🐍 Ghostly Python | #гайды

👩‍💻 Как я научился анализировать собственные собесы с помощью Whisper (и почему это нужно каждому айтишнику и не только)

В статье рассказывают, как использовать Whisper от OpenAI для превращения записи собеседования в текст: удобно анализировать ответы без утомительного переслушивания.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

❓ Вопрос с собеса

Как работает оператор is в Python и чем он отличается от оператора ==?

Пример🔽

a = [1, 2, 3]
b = [1, 2, 3]
c = a

print(a == b)  # ➔ True
print(a is b)  # ➔ False
print(a is c)  # ➔ True

Ответ🔽

Оператор == проверяет равенство значений двух объектов, тогда как оператор is проверяет идентичность объектов, то есть указывает на то, ссылаются ли переменные на один и тот же объект в памяти.

В примере выше:

a == b возвращает True, так как списки содержат одинаковые элементы.

a is b возвращает False, так как это разные объекты в памяти.

a is c возвращает True, так как переменная c ссылается на тот же объект, что и a.

❗️ Используйте is, когда нужно проверить идентичность (например, с объектами None, одиночными экземплярами), и ==, когда важны сами значения

🐍 Ghostly Python | #собес

🐍 Ghostly Python | #мемы

🖼️ Библиотека: termcolor

termcolor — лёгкая и удобная библиотека для цветного форматирования текста в терминале. Позволяет добавлять цвета и стили к выводу прямо в консоли.

ℹ️ Основные возможности:

🟢 Поддержка цветов: red, green, yellow, blue и др.
🟢 Форматирование: bold, underline, reverse и пр.
🟢 Работает в терминалах Windows, macOS и Linux.
🟢 Полезна для CLI-интерфейсов, логов и выделения важной информации.

⚙️ Пример использования:

from termcolor import colored  

print(colored("Успешно!", color="green"))  
print(colored("Внимание!", color="yellow", attrs=["bold"]))  
print(colored("Ошибка!", color="red", attrs=["reverse", "blink"]))

✔️ Установка:

pip install termcolor

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

👩‍💻 PyCharm. Настройка и взаимодействие

Автор делится настройками, плагинами и горячими клавишами в PyCharm, которые разработчики почему-то игнорируют. Немного магии — и IDE начинает работать на тебя.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

➡️ Full Stack Python — подробный путеводитель по экосистеме Python-разработки

Full Stack Python — это структурированный ресурс, объясняющий, как применять Python во всём технологическом стеке: от веб-разработки и работы с базами данных до деплоя и DevOps.

Примечательно, что сайт содержит не просто документацию, а концептуальные объяснения с примерами и ссылками на проверенные библиотеки и инструменты. Отлично подходит для тех, кто хочет видеть общую картину.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

🐍 Ghostly Python | #мемы

📱 Фишка: operator.itemgetter — извлечение полей из объектов и коллекций

Позволяет удобно и быстро получать элементы по индексам или ключам, особенно полезно в сочетании с функциями сортировки и группировки.

from operator import itemgetter  

data = [("Алиса", 25), ("Боб", 30), ("Чарли", 20)]  

# Сортируем по возрасту (второй элемент кортежа)  
sorted_data = sorted(data, key=itemgetter(1))  
print(sorted_data)  # [('Чарли', 20), ('Алиса', 25), ('Боб', 30)]

📌 Как это работает?

🟢 itemgetter(n) возвращает функцию, извлекающую n-й элемент.
🟢 Удобно использовать с sorted(), map(), groupby() и др.
🟢 Работает с кортежами, списками, словарями и объектами

🐍 Ghostly Python | #фишки

👩‍💻 Как рефреймить ошибки в программировании: метод «Пяти почему» для детей и взрослых

Рассказываем, как метод «Пяти почему» помог детям не бояться ошибок в коде и даже кайфовать от их анализа. Фрустрация — прочь, осознанность — в продакшн.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

⚙️ Работа с JSON API на Python с помощью requests

requests — мощная и простая в использовании библиотека для выполнения HTTP-запросов. Часто применяется для получения данных из API в формате JSON.

✔️ Установка библиотеки

pip install requests

⚙️ Пример кода

import requests  

url = "https://api.github.com/users/octocat"  
response = requests.get(url)  

# Получаем JSON-ответ  
data = response.json()  
print(data["login"])  # octocat

💬 Как это работает:

1. requests.get(url) делает GET-запрос к API.

2. .json() автоматически преобразует JSON-ответ в словарь.

3. Можно обращаться к данным как к обычному Python-объекту

🐍 Ghostly Python | #гайды

🐍 Ghostly Python | #мемы

❓ Вопрос с собеса

Что происходит при использовании mutable объектов как значения по умолчанию в аргументах функции?

Пример🔽

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

print(append_to_list(1))  # ➔ [1]  
print(append_to_list(2))  # ➔ [1, 2]  
print(append_to_list(3))  # ➔ [1, 2, 3]

Ответ🔽

В Python значения по умолчанию вычисляются один раз при определении функции. Если в качестве значения по умолчанию используется изменяемый объект (например, список), он сохраняется между вызовами функции.

В примере выше список my_list создаётся один раз и затем повторно используется при каждом вызове append_to_list(), что приводит к накапливанию значений.

✅ Правильный способ избежать этого:

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

❗️ Никогда не используйте изменяемые объекты (list, dict, set...) как значения по умолчанию, если не уверены, что именно этого поведения хотите.

🐍 Ghostly Python | #собес

👩‍💻 Шпаргалка по установке драйверов NVIDIA на ML сервер

Пошаговый гайд по установке драйверов NVIDIA (включая 50xx серию) и настройке Container Toolkit на Ubuntu и Debian-подобных. Быстро, по делу, без шаманства.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

🖼️ Библиотека: loguru

loguru — продвинутая библиотека для логирования, которая делает работу с логами проще, мощнее и чище, чем стандартный logging. Позволяет писать логи в пару строк и легко настраивать вывод.

ℹ️ Основные возможности:

🟢 Простая настройка логгера без конфигураций.
🟢 Поддержка ротации файлов, асинхронности и уровней логирования.
🟢 Встроенный форматтер с цветами и трассировками.
🟢 Поддержка отправки логов в файл, stdout, stderr и др.

⚙️ Пример использования:

from loguru import logger

logger.debug("Это отладочное сообщение")
logger.info("Информация о процессе")
logger.warning("Предупреждение!")
logger.error("Произошла ошибка")

# Лог в файл с автоматической ротацией
logger.add("debug.log", rotation="1 MB")

✔️ Установка:

pip install loguru

➡️ Ссылка на документацию

🐍 Ghostly Python | #библиотеки

🐍 Ghostly Python | #мемы

➡️ Python Weekly — еженедельная рассылка с лучшими новостями и материалами по Python

Python Weekly — это curated-дайджест, выходящий каждую неделю. В нём собраны свежие статьи, туториалы, релизы библиотек, вакансии и конференции, связанные с Python.

Примечательно, что все материалы отбираются вручную: без шумного контента, только качественные ссылки. Отлично подходит, чтобы быть в курсе последних трендов и узнавать о новых полезных инструментах.

⛓️ Ссылка на ресурс

🐍 Ghostly Python | #ресурсы

👩‍💻 Стандартизация без боли: как строгий синтаксис экономит время и нервы

В статье сравниваю языки программирования по синтаксису, гибкости и боли. Ищу, где творчество помогает, а где мешает команде писать один код, а не десять несовместимых.

➡️ Ссылка на статью

🐍 Ghostly Python | #статьи

📱 Фишка: threading.Timer — запуск кода с задержкой

Позволяет выполнить функцию через заданный промежуток времени в отдельном потоке. Полезно для отложенных операций, напоминаний, автоматических задач.

import threading  

def say_hello():  
    print("Привет через 5 секунд!")  

# Запускаем функцию через 5 секунд  
timer = threading.Timer(5.0, say_hello)  
timer.start()

print("Ожидаем...")

📌 Как это работает?

🟢 threading.Timer(delay, function) создаёт таймер с задержкой delay в секундах.
🟢 .start() запускает таймер в фоновом потоке.
🟢 Полезно для отложенного выполнения без блокировки основного потока

🐍 Ghostly Python | #фишки

🐍 Ghostly Python | #мемы

⚙️ Автоматизация Excel-задач с помощью openpyxl

openpyxl — мощная библиотека для чтения и записи Excel-файлов (.xlsx) на Python. Подходит для автоматизации отчётов, обработки табличных данных и создания аналитических инструментов.

✔️ Установка библиотеки

pip install openpyxl

⚙️ Пример: чтение данных из Excel

from openpyxl import load_workbook  

# Загружаем существующий файл  
wb = load_workbook("sales.xlsx")  
ws = wb["Продажи"]

# Читаем строки  
for row in ws.iter_rows(values_only=True):  
    print(row)

💬 Как это работает:

1. Workbook() создаёт новый Excel-файл, load_workbook() — загружает существующий.
2. ws.append() добавляет строки, ws.iter_rows() перебирает ячейки.
3. wb.save() сохраняет изменения

Полезно для бухгалтерии, аналитики, экспорта отчётов из Python-скриптов

🐍 Ghostly Python | #гайды