Python_Scripts
8.22K subscribers
1K photos
7 videos
673 files
1.54K links
Скрипты 💾 на Python 🐍
- боты 🛠
- парсеры📁
- чекеры🔍
- автоматизация🔧
- многое другое💻

Ваши предложения📝 @cmd_dark @CMD_Vega
Download Telegram
Audio Chapters Splitter — скрипт, который автоматически делит длинное аудио (например, подкаст или лекцию) на главы по паузам или тишине. Удобно для разбиения больших треков и подготовки фрагментов для публикации, разбивки на главы или последующей расшифровки.

📱 Python 3.8+
💾 Модули: pydub, argparse, os, scipy.signal (только если нужен алгоритм кластеризации пауз)

📌 Возможности скрипта:
🟠Загружает аудиофайл (.mp3, .wav и др.)
🟠Находит паузы длиннее заданного порога (например, тишина ≥ 2 секунды)
🟠Делит трек на сегменты между этими паузами
🟠Сохраняет каждый сегмент как отдельный файл с порядковым номером
🟠Подходит для подкастов, интервью, лекций — автоматизирует разделение аудио


👨‍💻 Пример использования (CLI):
python split_audio.py --input lecture.mp3 --silence_thresh -40 --min_silence_len 2000 --output segmented/


👨‍💻 Код скрипта:

import os
import argparse
from pydub import AudioSegment
from pydub.silence import detect_silence

def split_on_silence(input_path, silence_thresh=-40, min_silence_len=2000, keep_silence=500, output_dir="segments"):
audio = AudioSegment.from_file(input_path)
os.makedirs(output_dir, exist_ok=True)

silence_ranges = detect_silence(audio, min_silence_len=min_silence_len, silence_thresh=silence_thresh)
silence_ranges = [(start, stop) for start, stop in silence_ranges]

prev_end = 0
count = 1
for start, stop in silence_ranges:
segment = audio[prev_end:start]
segment_name = os.path.join(output_dir, f"segment_{count:03}.mp3")
segment.export(segment_name, format="mp3")
print(f" Saved {segment_name}")
count += 1
prev_end = stop

# last segment
if prev_end < len(audio):
segment = audio[prev_end:]
segment_name = os.path.join(output_dir, f"segment_{count:03}.mp3")
segment.export(segment_name, format="mp3")
print(f" Saved {segment_name}")

def main():
parser = argparse.ArgumentParser(description="Split audio on silence into chapters")
parser.add_argument("--input", required=True, help="Input audio file (mp3/wav/etc.)")
parser.add_argument("--silence_thresh", type=int, default=-40, help="Threshold (dBFS) to detect silence")
parser.add_argument("--min_silence_len", type=int, default=2000, help="Minimum silence length (ms)")
parser.add_argument("--keep_silence", type=int, default=500, help="Silence to leave at edges (ms)")
parser.add_argument("--output", default="segments", help="Directory to save segments")
args = parser.parse_args()
split_on_silence(args.input, args.silence_thresh, args.min_silence_len, args.keep_silence, args.output)

if __name__ == "__main__":
main()



⚙️ Установка зависимостей:
pip install pydub


Также потребуется ffmpeg или avlib — убедись, что установлен!

📌 Где пригодится:
🟠Разбивка подкастов, лекций или интервью на главы
🟠Подготовка аудио к конвертации, генерации транскрипта по части
🟠Автоматизация медиа-обработки для подкастеров и создателей контента


#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
14👍2🔥1
ЧЕБУРНЕТУ БЫТЬ!🤭

Медный купол по-немногу накрывает, а ты даже не знаешь как действовать?


Ниже даю список каналов спецов из сферы кибербеза, которые уже придумали все за тебя:

HACK WARRIOR. – парни уже давно сели на измену и активно постируют контент на тему защиты своих личных данных в интернете, чтобы не сел ты.

secure sector – канал безопасника однажды сильно пострадавшего от халатного отношения к своей интернет-гигиене. Собственно, поэтому и стал безопасником...

INFOSEC LIZARD – твой личный криптонит от любых кибер-угроз в сети.

Я бы не хотел, чтобы в будущем ты пожалел о том, что пролистал этот пост. Оставайся в безопасности.
Please open Telegram to view this post
VIEW IN TELEGRAM
😁93
🔥 Полезные библиотеки Python

NicheCompass

📌 NicheCompass — пакет для анализа пространственных мультиомных данных (spatial multi-omics) с акцентом на выявление «нишевых» клеточных сообществ и межклеточных коммуникаций. Он позволяет строить пространственный атлас тканей, определять, какие типы клеток находятся рядом и как они взаимодействуют, и создавать визуализации на основе графовых и эмбеддинговых методов.

📌 Особенности библиотеки:
🟢 Поддерживает Python 3, пакет опубликован на PyPI: версия 0.3.0 на 7 августа 2025.
🟢 Использует фреймворки для графовых данных (например, PyG) и AnnData — удобно, если работаешь с биоинформатикой или анализом клеточных микросред.


⚙️ Установка:
pip install nichecompass


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👍1
❗️ Произошёл масштабный слив Apple, Open AI, Microsoft и других западных гигантов

В сеть утекли корпоративные документы для обучения персонала: гайды, инструкции к ИИ, инсайды по грядущим новинкам и разработкам.

Целых 4 терабайта (!) инфы распределили по закрытым каналам. Сохраняй пока доступно:

Гайды по ИИ и инструментам для работы и творчества
Чеклисты, фреймворки, репозитории и куча полезностей
Инсайды по IT-разработкам и новым технологиям
Слитая инфраструктура Apple
Обучения легальному и нелегальному хаккингу
Всё про Python от топов из Microsoft
+ бонус: канал с мемами про IT, ИИ и технологии.

👆 Подпишись, скоро поменяем ссылки
😁101
gbak — скрипт для бэкапа всех ваших репозиториев GitHub

📱 Python 3.x
ℹ️ Модули: requests, os, zipfile, возможно GitHub API (через токен) — по описанию.

📌 Что такое gbak:
Скрипт, который позволяет скачать архивом все ваши репозитории GitHub (включая приватные, если есть токен), чтобы держать офлайн-копии ваших проектов. Идея: не полагаться полностью на GitHub-хостинг, а иметь локальный архив.

👨‍💻 Как работает:
🟢 Получает список репозиториев пользователя через GitHub API, используя токен, если указан.
🟢 Под каждый репо создаёт архив (.zip или .tar.gz) или клонирует его.
🟢 Сохраняет в указанную папку локально с именем репо и датой.
🟢 Может запускаться периодически как бэкап-утилита.


📌 Что делает:
🟢 Собирает все репозитории пользователя (public + приватные)
🟢 Скачивает как архив или клонирует, чтобы сохранить копию
🟢 Удобна для сохранения резервных копий проектов, особенно если много маленьких хобби-репо
🟢 Простая идея, но реально полезная при потере данных или закрытии аккаунта


🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥1
⚡️ Накануне в Telegram выложили 7ТБ курсов по IT.

Умельцы собрали все эти курсы и выложили их в свой канал -
IT Matrix.

Забирай свое направление:

👩‍💻 Python - 1476 ГБ
👩‍💻 JavaScript - 1178ГБ
👩‍💻 Java - 1209 ГБ
👩‍💻 С/С++ - 1005 ГБ
👩‍💻 InfoSec - 1274 ГБ
👩‍💻 DevOps - 941 ГБ
👩‍💻 SQL & Базы Данных - 853 ГБ
👩‍💻 GO - 832 ГБ
👩‍💻Linux - 796 ГБ
👩‍💻 Kotlin - 790 ГБ
👩‍💻 PHP - 767 ГБ
👩‍💻 AI & Machine Learning - 743 ГБ
👩‍💻 Data Science - 677 ГБ

📌 Доступ открыли на 48 часов, успей подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
😁31
🔥 Полезные библиотеки Python

EZPubSub

📌 EZPubSub — минималистичная библиотека для реализации шаблона publish/subscribe (pub/sub) в Python: типобезопасная, потокобезопасная, поддерживает синхронную и асинхронную работу. Отличный вариант для событийной архитектуры, небольших приложений с уведомлениями или внутренних модулей, которые требуют “сигналы-слоты” без лишнего веса.

📌 Особенности библиотеки:
🟢 Работает с Python 3.8+.
🟢 Ноль внешних зависимостей — чистый Python.
🟢 Поддержка синхронных сигналов и асинхронных событий (async/await) через единый API.
🟢 Строгая типизация: сигналы могут быть параметризованы типами данных, которые публикуются и подписываются.
🟢 Потоко-безопасность: подписчики могут регистрироваться/отписываться безопасно в многопоточном окружении.


⚙️ Установка:
pip install ezpubsub


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
Pyextract — скрипт для извлечения текста из изображений с помощью OCR

📱 Python 3.x
ℹ️ Модули: pytesseract (Tesseract OCR обёртка в Python), Pillow, clipboard (или аналог для захвата из буфера), os, sys.

👨‍💻 Пример кода из репозитория:
import pytesseract
from PIL import Image
import os, sys

def extract_text_from_image(image_path, lang="eng"):
image = Image.open(image_path)
text = pytesseract.image_to_string(image, lang=lang)
return text

if __name__ == "__main__":
folder = sys.argv[1] # папка с изображениями или файл пути
for fname in os.listdir(folder):
if fname.lower().endswith((".jpg", ".png", ".jpeg", ".tiff")):
path = os.path.join(folder, fname)
txt = extract_text_from_image(path, lang="eng")
print(f"=== {fname} ===")
print(txt)
# можно дополнительно: сохранять txt в файл или копировать


📌 Что делает:
🟢 Принимает файл изображения или папку с изображениями
🟢 Использует Tesseract OCR через pytesseract для извлечения текста
🟢 Поддерживает указание языка OCR и опционально настройку параметров
🟢 Выводит текст в консоль, может сохранять в .txt файл или копировать в буфер обмена
🟢 Удобно автоматизировать: пакет документов, извлечение текста из сто-снимков, “менеджмент документов”


🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
15🔥2
⚡️ DevOps теперь в Telegram!

Канал сеньора, где публикуются гигабайты материалов для DevOps-инженеров:

97 ГБ — Linux
48 ГБ — Docker
12 ГБ — Kubernetes
25 ГБ — Redis
81 ГБ — Git
19 ГБ — Jira
29 ГБ — Grafana


Присоединяйтесь: @devops_tg
Please open Telegram to view this post
VIEW IN TELEGRAM
3
Windows Service Watchdog — скрипт следит за критичными Windows-службами и автоматически их перезапускает, если они падают. Простой, понятный, работает без GUI и отлично подходит для обращения с сервисами, которые не должны падать.

📱 Python 3.8+
💾 Модули: psutil, subprocess, argparse, time

📌 Возможности скрипта:
🟠Проверяет состояние заданной службы (через psutil.win_service_get)
🟠Если служба не работает — делает попытку перезапуска через sc start
🟠Логирует результат: статус до/после
🟠Можно указать таймаут между проверками и автоматический перезапуск — минималистично и эффективно (stackoverflow.com, gist.github.com)


👨‍💻 Пример использования (CLI):
python service_watchdog.py --service "Spooler" --interval 30


👨‍💻 Код скрипта (service_watchdog.py):
import psutil, subprocess, time, argparse

def check_service(name):
try:
svc = psutil.win_service_get(name).as_dict()
return svc.get('status') == 'running'
except Exception as e:
print(f"Ошибка при проверке службы {name}: {e}")
return False

def restart_service(name):
print(f"Попытка перезапуска службы: {name}")
subprocess.run(['sc', 'start', name], shell=True)

def main(service, interval):
while True:
running = check_service(service)
print(f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] {service} is {'running' if running else 'NOT running'}")
if not running:
restart_service(service)
time.sleep(5)
print(f"Снова проверяю...")
time.sleep(interval)
else:
time.sleep(interval)

if __name__ == "__main__":
parser = argparse.ArgumentParser("Windows Service Watchdog")
parser.add_argument("--service", required=True, help="Name of the Windows service")
parser.add_argument("--interval", type=int, default=60, help="Check interval in seconds")
args = parser.parse_args()
main(args.service, args.interval)


⚙️ Установка зависимостей:
pip install psutil


— psutil нужен для проверки статуса службы. Команда sc используется для запуска, есть в Windows по умолчанию.

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
6
py_wayback_downloader — скрипт-архиватор сайтов с Web Archive

📱 Python 3.7+
ℹ️ Модули: requests, tqdm, urllib3.Retry, bs4/BeautifulSoup, threading, queue, pathlib и др.

📌 py_wayback_downloader — утилита, которая позволяет скачивать снимки (snapshots) веб-сайтов из Internet Archive (web.archive.org) за указанный период времени и сохранять их локально в целостной структуре (html, изображения, скрипты, css). Полезна для интернет-архивирования, цифровой археологии, офлайн-анализа сайтов.

👨‍💻 Пример использование (упрощённо):
# Упрощённый псевдокод
from wbmdownloader import WaybackDownloader

down = WaybackDownloader(
url="http://example.com",
output_folder="output/example.com",
from_date="200703",
to_date="200704",
threads=8
)
down.run()


📌 Что делает:
🟢 Получает список снимков сайта на web.archive.org за указанный диапазон дат.
🟢 Скачивает файлы (HTML, изображения, CSS, JS и другие ресурсы) с параллельными потоками (--threads параметр) для ускорения.
🟢 Сохраняет файлы в структуре: output/{домен}/{дата}/{файлы} — удобно навигировать по временам.
🟢 Поддерживает фильтрацию (например, только HTML), проверку наличия файлов чтобы не перекачивать заново, логирование и рестарт.


🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
👍53🔥2
🔥 Полезные библиотеки Python

molecule

📌 Molecule — это инструмент для тестирования ролей и плейбуков Ansible. Он помогает DevOps-инженерам автоматически проверять, что инфраструктурный код работает корректно до применения в проде.

📌 Особенности:
🟠Поддержка Docker, Vagrant, Podman, EC2 и других драйверов
🟠Интеграция с Ansible, Testinfra, Goss
🟠Автоматические проверки, линтинг и CI
🟠Подходит для TDD в инфраструктуре


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Bulk PDF Merger — утилита, которая объединяет все PDF-файлы из указанной папки в один итоговый документ. Простой инструмент для подготовки отчётов, документации, сборов материалов в одно PDF.

📱 Python 3.8+
💾 Модули: PyPDF2, argparse, os

📌 Bulk PDF Merger:
🟠Ищет все файлы .pdf в указанной директории
🟠Объединяет их в порядке сортировки по имени в единственный PDF
🟠Сохраняет итоговое объединение в указанное имя файла
🟠Полезен для сбора статей, отчетов, документов или презентаций


🧑‍💻 Пример использования (CLI):
python pdf_merger.py --input-dir ./pdfs --output merged_all.pdf


👨‍💻 Код скрипта:
import os
import argparse
from PyPDF2 import PdfMerger

def merge_pdfs(input_dir, output_file):
merger = PdfMerger()
pdf_files = sorted([
f for f in os.listdir(input_dir)
if f.lower().endswith('.pdf')
])
for pdf in pdf_files:
path = os.path.join(input_dir, pdf)
merger.append(path)
print(f" Appended: {pdf}")
merger.write(output_file)
merger.close()
print(f"📄 Merged into: {output_file}")

if __name__ == "__main__":
parser = argparse.ArgumentParser(description="Bulk PDF Merger")
parser.add_argument('--input-dir', required=True, help='Папка с PDF')
parser.add_argument('--output', required=True, help='Имя итогового PDF')
args = parser.parse_args()
merge_pdfs(args.input_dir, args.output)


⚙️ Установка зависимости:
pip install PyPDF2


📌 Где пригодится:
🟠Компиляция серии отчетов или документов в единый PDF-файл
🟠Автоматизация сборки документации
🟠Удобное решение для подготовки больших PDF из множества файлов


#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍3
🔥 Полезные библиотеки Python

lesserapi

📌 lesserapi — легковесная библиотека-обёртка для создания REST API с минимальными усилиями.

📌 Особенности этой библиотеки:
🟢 Совместима с Python 3.
🟢 Размер пакета небольшой (~2.5 MB для версии 1.1.20) — удобно для лёгких сервисов без тяжёлого фреймворка.
🟢 Может служить быстрым решением для создания API-слоя над вашим кодом: внутри проекта, автоматизации, MVP или в скрипте, где нужен “REST интерфейс” без развёртывания полноценного фреймворка.
🟢 Хороший выбор, если хотите написать свой скрипт-сервис, малую веб-службу или внутренняя утилита с доступом по HTTP.


⚙️ Установка:
pip install lesserapi


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
5🔥3👍1
py2jn — скрипт для конвертации Python-скриптов в Jupyter Notebook

📱 Python 3.x
ℹ️ Модули: чистый Python, без внешних тяжёлых зависимостей.

📌 py2jn — утилита, которая берёт .py-файл (скрипт), и преобразует его в .ipynb-файл (Jupyter Notebook). Всё, что было в комментариях многострочных строках (""" … """), становится Markdown-ячейкой прямо в ноутбуке; блоки кода разделяются автоматически. Полезно, если ты хочешь переиспользовать скрипт как учебный материал или презентацию.

👨‍💻 Пример кода (логика):
# Импортируется интерфейс конвертера
from py2jn import convert

# Конвертировать скрипт в ноутбук
convert(
input_path="script.py",
output_path="script_converted.ipynb",
split_markers=True
)


📌 Что делает:
🟢 Читает Python-скрипт (.py)
🟢 Находит многострочные строки (тройные кавычки) и превращает их в Markdown-ячейки
🟢 Остальной код разбивает и вставляет как код-ячейки
🟢 Сохраняет конечный файл .ipynb, который сразу можно открыть в Jupyter / Colab
🟢 Упрощает превращение рабочих скриптов в учебные ноутбуки или демонстрации


🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
3👍2
🔥 Полезные библиотеки Python

DobotTCP

📌 DobotTCP — библиотека для управления роботами Dobot через TCP-интерфейс: позволяет отправлять команды, контролировать положение, выходы-входы и конфигурацию.

📌 Особенности библиотеки:
🟢 Поддержка Python 3.8+.
🟢 Обеспечивает простой API: Dobot(ip="…", port=…), методы Connect(), Move(), SetIO().
🟢 Малознакомая — шанс внедрить под задачи автоматизации физического устройства без сложной установки.
🟢 Особо полезна, если работаешь с робототехникой, автоматикой, DIY-проектами с ардуино/роборуками.


⚙️ Установка:
pip install DobotTCP


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥62
py-Reconic — автоматизация сетевого сканирования и инвентаризации

📱 Python 3.x
ℹ️ Модули: scapy, python-nmap (опционально), ipaddress — минимально настроенные зависимости.

📌 py-Reconic — утилита, которая принимает диапазон сети или отдельный подсеть (CIDR), выполняет обнаружение активных хостов, сканирование открытых портов и сохраняет результаты в удобном формате (JSON/CSV). Идеально, если хочешь быстро инвентаризировать локальную сеть, выявить “присутствие” устройств и подготовить первоначальный план аудита или автоматизации.

👨‍💻 Пример кода (логика):
from reconic import Reconic

r = Reconic(network="192.168.1.0/24")
hosts = r.discover()
r.scan_ports(hosts, ports=[22,80,443])
r.save("netmap.json")


📌Что делает:
🟢 Обнаруживает живые устройства в указанной подсети
🟢 Выполняет порт-сканирование для заданного списка портов (по умолчанию часто используемых)
🟢 Составляет структурированный результат (например, JSON или CSV)
🟢 Позволяет быстро получить “карту” сети и вести инвентаризацию устройств
🟢 Упрощает стартовую фазу автоматизации безопасности или сетевого аудита


🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
7🔥3😁1
🔥 Полезные библиотеки Python

ArviZ

📌 ArviZ — специализированная библиотека для исследования и визуализации результатов байесовского моделирования. Она работает в связке с Python-фреймворками для вероятностного программирования, такими как PyMC, Stan, Pyro и другими, облегчая анализ MCMC-сэмплов, диагностику и визуальный отчёт.

📌 Особенности библиотеки:
🟠 Unified InferenceData: Структурированный способ организации posteriors, предсказаний, наблюдений и логов в одном объекте.
🟠 Расширенные визуализации: traceplots, diagnostics (R-hat, ESS), posterior_predictive checks через Matplotlib и Bokeh.
🟠 Интеграция с популярными инструментами: поддержка PyMC, Pyro, Stan и xarray.
🟠 Поддержка аналитики Bayes-моделей: summarization, posterior checks, model comparison и diagnostics удобны и понятны.
🟠 Открытый проект, активно развивается, лицензия Apache 2.0.


⚙️ Установка:
pip install arviz

🧑‍💻 Пример использования:

import arviz as az
import pymc as pm

with pm.Model() as model:
α = pm.Normal("α", 0, 1)
β = pm.Normal("β", 0, 1)
σ = pm.HalfNormal("σ", 1)
μ = α + β * pm.Data("x", [1,2,3,4,5])
y = pm.Normal("y", μ, σ, observed=[1.2,1.9,2.8,4.1,4.9])
idata = pm.sample(return_inferencedata=True)

# Cводка результатов
print(az.summary(idata, var_names=["α", "β", "σ"]))

# Трассировка параметров и автокорреляции
az.plot_trace(idata, var_names=["α", "β"])


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
5🔥1
PentestGPT — скрипт автоматизации пентеста с ИИ-интеграцией

📱 Python 3.10+
ℹ️ Модули: использует API ChatGPT / OpenAI + набор утилит и скриптов для автоматизации пентестинга.

📌 PentestGPT — интерактивный инструмент для автоматизации пентестинга: с его помощью можно задавать вопросы, генерировать подсказки, управлять задачами сканирования и анализа через интерфейс, основанный на LLM. Полезен, если интересуешься этичным хакингом и хочешь автоматизировать некоторые части процесса.

👨‍💻 Пример кода (логика):
from pentestgpt import PentestGPT

tool = PentestGPT(target="https://example.com")
tool.brainstorm()
tool.run_scan()
tool.discuss_results()


📌 Что делает:
🟢 Позволяет подключить LLM (ChatGPT API) и автоматизировать работу по разведке / анализа уязвимостей
🟢 Интерактивный режим: “brainstorm”, “discuss”, “run_scan” и т.д.
🟢 Помогает связать результаты инструментов с логикой LLM
🟢 Подходит для тех, кто хочет сделать часть пентеста “умнее”, а не только вручную


🔗 Репозиторий GitHub

#скрипты

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
👍52
🔥 Полезные библиотеки Python

pywinauto

📌 pywinauto — библиотека Python для автоматизации действий с графическим интерфейсом Windows. Она позволяет управлять окнами, нажимать кнопки, вводить текст, переключаться между приложениями — будто пользователь делает это вручную.

📌 Особенности библиотеки:
🟢 Поддержка Windows GUI API: работает с Win32, UI Automation и UWP-приложениями.
🟢 Эмуляция действий пользователя — клики, ввод текста, навигация, получение текста элементов.
🟢 Не требует сложной настройки: работает “из коробки” на Windows.
🟢 Полезна для тестирования программ, автоматизации рутины, создания ботов и утилит.
🟢 Поддержка Python 3.6+ и открытый исходный код.


⚙️ Установка:
pip install pywinauto


🔢 Документация

#библиотеки

🖥 Python_Scripts
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍2