Легкий путь в Python

Процесс по разработке бота на вебхуках с FastApi в самом разгаре. Хочу в будущей статье закрыть все вопросы по обмену данными между телеграмм и MiniApp. Ниже код HTML + CSS кому интересно

❤‍🔥9🔥8👍2

1.13K views19:17

Легкий путь в Python

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>User Information</title>
    <style>
        body {
            font-family: Arial, sans-serif;
            margin: 40px;
            background-color: #f0f0f0;
            padding: 20px;
            border-radius: 10px;
        }

        .user-info {
            background-color: #fff;
            padding: 20px;
            border-radius: 10px;
            box-shadow: 0 0 10px rgba(0, 0, 0, 0.1);
        }

        .user-info p {
            font-size: 1.2em;
        }
    </style>
</head>
<body>

<h1>User Information</h1>
<div class="user-info">
    <p id="user-id"></p>
    <p id="username"></p>
    <p id="first-name"></p>
    <p id="last-name"></p>
</div>

<script src="https://telegram.org/js/telegram-web-app.js"></script>
<script>
    document.addEventListener('DOMContentLoaded', function () {
        const user = Telegram.WebApp.initDataUnsafe.user;

        if (user) {
            document.getElementById('user-id').textContent = 'User ID: ' + user.id;
            document.getElementById('username').textContent = 'Username: ' + (user.username ? user.username : 'N/A');
            document.getElementById('first-name').textContent = 'First Name: ' + (user.first_name ? user.first_name : 'N/A');
            document.getElementById('last-name').textContent = 'Last Name: ' + (user.last_name ? user.last_name : 'N/A');
        } else {
            document.querySelector('.user-info').innerHTML = '<p>User data is not available.</p>';
        }
    });
</script>

</body>
</html>

🔥10❤‍🔥7👍4❤1

1.2K views19:17

Легкий путь в Python

Печальные новости. Ngrok тоже ушел с РФ и теперь работает только с VPN. Вы пользовались ним в своих проектах? Какую альтернативу выбираете?

😐5😢4😱3💔3👍1

1.12K views07:41

Легкий путь в Python

🚀 Альтернатива Ngrok - Tuna 🚀

Нашел интересную альтернативу Ngrok, которая может быть полезна многим. Tuna - бесплатный и удобный сервис для создания туннелей. Вот гайд по установке на Windows:

1️⃣ Регистрация на сайте tuna.am для получения токена.
2️⃣ Установка через PowerShell:

С помощью winget:

winget install --id yuccastream.tuna

Вручную:

Invoke-WebRequest -Uri "https://releases.tuna.am/tuna/latest/tuna_windows_amd64.zip" -OutFile "$env:TEMP\tuna_windows_amd64.zip"
Expand-Archive -Path "$env:TEMP\tuna_windows_amd64.zip" -DestinationPath "$env:TEMP\tuna" -Force
Copy-Item -Path "$env:TEMP\tuna\tuna.exe" -Destination "$env:USERPROFILE\AppData\Local\Microsoft\WindowsApps" -Force

3️⃣ Проверка установки:

tuna help

4️⃣ Установка токена:

tuna config save-token tt_your_token

Эта команда сохранит токен, чтобы не указывать его каждый раз при запуске.

5️⃣ Пример использования:

tuna http 8080

Надеюсь, было полезно! Если у вас есть вопросы или предложения, пишите в комментариях. 📩

🔥12❤‍🔥5❤4👍1

1.25K views08:06

Легкий путь в Python

0:25

This media is not supported in your browser

VIEW IN TELEGRAM

Друзья, решил представить небольшое видео с демкой текущей версии моего проекта, который я готовлю для вас (своей будущей статьи на Хабре)!

На данный момент готово около 50% функционала, который я планирую реализовать. В основе проекта лежит приложение на FastAPI. Вместо использования Telegram MiniApp (их JavaScript-решения для отправки данных из окна), я решил разработать своё собственное, простое решение на базе FastAPI, с эндпоинтом для приема данных.

Подробнее обо всех возможностях и особенностях расскажу уже после завершения проекта.

А пока ознакомиться с исходным кодом текущей версии можно здесь: GitHub

🔥20❤16❤‍🔥7👍2👏1🐳1

1.4K views21:26

Легкий путь в Python

GifDemo.gif

32.8 MB

Привет всем! Рад сообщить, что проект полностью завершен. Сегодня планирую начать писать статью по проекту. Если все пойдет по плану, статья будет опубликована в понедельник. Ссылка на исходник финальной версии проекта: GitHub

👍14🔥12👏6❤4🤝1🆒1

1.42K views16:16

Легкий путь в Python

Назревает что-то глобальное...😉

🔥26👍12❤‍🔥6😱2❤1

1.24K viewsedited 21:50

Легкий путь в Python

🚀На Хабре вышла моя подробная статья о создании многофункционального Telegram-бота с использованием FastAPI. Это настоящий гайд "3 в 1", который научит вас объединять вебхуки, MiniApp и API методы в одном FastAPI-приложении.

Что вас ждет в статье:

✅ Пошаговое руководство по созданию бота с нуля
✅ Интеграция вебхуков, MiniApp и API методов
✅ Практический пример бота для приема заявок с веб-интерфейсом
✅ Бонус: мой подход к интеграции асинхронной SQLAlchemy в ботов

Ключевые моменты:

💎 Создание универсального FastAPI-приложения для бота
💎 Реализация вебхуков для мгновенной обработки сообщений
💎 Разработка MiniApp для удобного взаимодействия пользователей
💎 Использование API методов для расширенной функциональности

После изучения этого материала вы сможете легко создавать как простых ботов на вебхуках, так и сложные решения с веб-интерфейсом. Статья уже доступна на Хабре - обязательно ознакомьтесь и дайте знать, что думаете.

Ссылка на исходный код проекта, статью и работающего бота закреплены под этим постом.

Удачи в кодинге! 💻🤖

RUTUBE

Видео демка Telegram-бота с WebApp для принятия заявок

В этом видео я хочу поделиться своим проектом — Telegram-ботом для приёма заявок в парихмакерской. Этот бот работает на основе технологии вебхуков, а само приложение запускается с помощью FastApi.

В данном проекте реализованы три основные компоненты: технология…

❤‍🔥20👍9❤4🔥4🤩1

1.62K views05:38

Вопросы и комментарии к статье "Telegram Web App, FastAPI и вебхуки в одном приложении: Создаем Telegram-бот с веб-интерфейсом для приема заявок" можно оставить в обсуждении. Надеюсь на вашу обратную связь, так как хочу понять насколько вам интересен такой формат публикаций. 👇👇👇

👌5❤3🔥1

1.42K views05:52

Легкий путь в Python

Друзья, я с небольшим анонсом. Подготовил для вас новую "болванку" (заготовку для разработки телеграмм ботов). Там новая структура и интегрирован расширенный модуль по универсальной работе с базой данных через алхимию.

Сегодня поделюсь исходником кода и дам к нему комментарии. И, скорее всего, под эту заготовку запишу видео обзор. Услышите хоть мой голос)

❤18🔥12👍8🥰1🦄1

1.37K views06:23

Легкий путь в Python

🚀 Друзья, подготовил для вас профессиональный шаблон для разработки Telegram ботов на Python!

🔥 Этот шаблон — результат долгой работы и практического опыта. Он построен на современном стеке:

▫️ Aiogram 3
▫️ SQLAlchemy (async)
▫️ Alembic для миграций

🎯 Что внутри:

👉 Микросервисная архитектура для удобной разработки
👉 Готовая структура проекта
👉 Базовый класс для работы с БД (20+ готовых методов!)
👉 Продуманная система конфигурации

👨‍💻 Будет полезно тем, кто:

✅ Разрабатывает коммерческие боты
✅ Хочет писать чистый, поддерживаемый код
✅ Ценит свое время и не хочет изобретать велосипед

📝 В планах записать подробный видео-обзор с инструкцией по работе с шаблоном. Разберем все фишки и покажу, как быстро создавать крутые боты!

⚡️ Ссылка на GitHub. Не забудьте поставить звездочку! Там описан подробный READ.ME по проекту. Не пропуcтите👇

🤔 Вопросы? Пишите в комментариях! Обсудим, подскажу, поможем друг другу!

GitHub

GitHub - Yakvenalex/Aiogram3AlchemySample: Заготовка для разработки телеграмм ботов на Python, фреймворк Aiogram 3 в связке с асинхронной…

Заготовка для разработки телеграмм ботов на Python, фреймворк Aiogram 3 в связке с асинхронной SQLAlchemy - Yakvenalex/Aiogram3AlchemySample

🔥36❤‍🔥5❤2👍2👎1👏1🙏1

1.45K views09:38

Легкий путь в Python

🔍 Удобный инструмент для работы с Markdown

Нашел отличный бесплатный редактор для работы с Markdown-разметкой! 🎯

Что умеет:

✏️ Редактирование в двух режимах одновременно
👁 Мгновенный предпросмотр результата
📋 Удобное копирование готового кода

Где пригодится:

🤖 Форматирование текстов для Telegram-ботов
📝 Создание README.md для GitHub
📄 Оформление документации

🔗 Ссылка на редактор

Как работать:

Слева - текст с Markdown-разметкой
Справа - отформатированный результат
Редактируйте любую часть - изменения синхронизируются

💡 Удобно для тех, кто часто работает с форматированным текстом и не хочет запоминать все теги.

🔥15👍6🙏2

1.4K viewsedited 10:17

Легкий путь в Python

from sqlalchemy.orm import Mapped, mapped_column, relationship
from sqlalchemy import ForeignKey, Integer, BigInteger, Float
from sqlalchemy import Text, ARRAY
from typing import Optional, List
from app.database import Base


class Brand(Base):
    __tablename__ = 'brands'

    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    name: Mapped[str] = mapped_column(Text, nullable=False)
    description: Mapped[Optional[str]] = mapped_column(Text, nullable=True,
                                                       default='Без описания',
                                                       server_default='Описание не добавили')

    # Связь 1 бренд -> много товаров
    products: Mapped[List["Product"]] = relationship("Product", back_populates="brand")


class Product(Base):
    __tablename__ = 'products'

    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    article: Mapped[int] = mapped_column(BigInteger, unique=True, nullable=False)
    title: Mapped[Optional[str]]
    description: Mapped[Optional[str]] = mapped_column(Text, nullable=True,
                                                       default='Без описания',
                                                       server_default='Описание не добавили')
    barcodes: Mapped[Optional[List[str]]] = mapped_column(ARRAY(Text), nullable=True)

    # Внешний ключ для связи с брендом
    brand_id: Mapped[int] = mapped_column(ForeignKey('brands.id'))
    brand: Mapped["Brand"] = relationship("Brand", back_populates="products")

    # Связь 1 товар -> 1 цена
    price: Mapped["Price"] = relationship("Price", uselist=False, back_populates="product")


class Price(Base):
    __tablename__ = 'prices'

    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    value: Mapped[float] = mapped_column(Float, nullable=False)

    # Внешний ключ для связи с товаром
    product_id: Mapped[int] = mapped_column(ForeignKey('products.id'))
    product: Mapped["Product"] = relationship("Product", back_populates="price")

Готовлю для вас пилотную статью, которая станет настоящим путеводителем в мире SQLAlchemy. Выше представлен фрагмент кода, в котором я описал модели таблиц в трех базовых связках

Вот что я планирую охватить:

1️⃣ Создание базового конфигурационного файла (Base) для работы с базами данных на SQLAlchemy. Мы рассмотрим, как подключаться к PostgreSQL и SQLite — двум самым популярным базам данных в проектах. 🛠

2️⃣ Описание моделей таблиц. Я подробно объясню, как создавать обычные колонки, а также покажу, как работать с более экзотическими типами данных, такими как Array и JSON. 📊

3️⃣ Связи между таблицами. Мы разберем непростую тему связей «один к одному», «один ко многим» и «многие к одному». Новички часто теряются в этой теме, поэтому я проведу вас за руку через все нюансы. 🤝

4️⃣ Работа с Alembic. Мы создадим наши модели таблиц со всеми необходимыми связями и миграциями. 🔄

Цикл публикаций будет ориентирован на использование ORM стиля. Я постараюсь максимально игнорировать Core, так как считаю, что при наличии высокоуровневого взаимодействия на Python нет смысла опускаться на более низкие уровни SQL.

Описывать буду только асинхронные методы, как для работы с Alembic, так и для взаимодействия с таблицами в дальнейшем. Подозреваю, что вы из-за этого не расстроитесь. 😉

Будет глобально и фундаментально 🚀

Как вам такой план?

🔥45❤‍🔥7❤5👍4🤩2

1.36K viewsedited 20:04

Легкий путь в Python

class Product1S(Base):
    # временные ссылки
    link_1s: Mapped[str_or_none]
    link_vendor: Mapped[str_or_none]
    link_unit: Mapped[str_or_none]
    link_nds: Mapped[str_or_none]

    code: Mapped[str_or_none]
    find_code: Mapped[str_or_none]
    name: Mapped[str_or_none]
    full_name: Mapped[str_or_none]
    article: Mapped[str_or_none]
    description: Mapped[description_an]
    barcodes: Mapped[list[str] | None]

    # связки по первичным ключам
    brand_id: Mapped[int_or_none] = mapped_column(ForeignKey('brands.id'))
    nds_id: Mapped[int_or_none] = mapped_column(ForeignKey('ndss.id'))
    unit_id: Mapped[int_or_none] = mapped_column(ForeignKey('units.id'))
    manufacture_id: Mapped[int_or_none] = mapped_column(ForeignKey('manufactures.id'))

Современный синтаксис SQLAlchemy в деле. Минимум телодвижений)

👍7🔥7❤1👌1

1.4K viewsedited 08:18

Легкий путь в Python

Недавно столкнулся с интересной ситуацией в работе с Telegram ботом, и думаю, что такой кейс может быть полезен 💡

История такая:

Я разработал бота, который работает в системе автообновлений. Когда появляются изменения в основной ветке на GitHub, они автоматически подтягиваются и применяются к боту 🤖. Бот использует переменные окружения, хранящиеся в файле .env.

Бота писал пару месяцев назад и после над проектом работали другие разработчики. Со временем переменные изменялись, и появилась необходимость внести обновления. Проблема в том, что DevOps, который мог бы дать доступ к новым переменным, как назло, был в отпуске 🌴.

📌 Сложность: на руках был исходный код бота, но локально я его запустить не мог. Бот уже был запущен на сервере, и переиспользовать один и тот же токен нельзя. Никто, включая заказчика, не знал всех переменных наизусть 🤷‍♂️.

Как я вышел из ситуации:

1. Временно вынес токен бота прямо в основной файл, чтобы он подтягивался не из .env, а из кода (так делать не рекомендуется, но выхода не было) 🚨.

2. Локально разместил фейковые переменные, которые не касались нового функционала — основная задача была в том, чтобы не трогать рабочие данные.

3. Подставил битый токен для инициализации бота 🛠.

4. Запушил изменения на сервер (GitHub) 🚀.

Что получилось?

🤖 Бот на сервере упал, потому что использовал нерабочий токен. Зато все рабочие переменные остались на месте. Затем я поставил боевой токен локально и успешно запустил бота. Новый функционал не затронул старые переменные — всё продолжило работать!

💡 Вывод: даже если доступа к важным данным нет, можно найти решение. Надеюсь, этот кейс окажется полезным для вас!

❤10👍6🔥4🥰2👌1

1.36K views19:28

Легкий путь в Python

Друзья, добрый вечер🙋

Решил подготовить для вас шпаргалку с самыми популярными командами GIT 🧑‍💻. Это 20 самых часто используемых команд, которые пригодятся как новичкам, так и опытным разработчикам.

1. Инициализация пустого репозитория 👇

git init

💡 Инициализирует новый Git-репозиторий в текущей директории.

2. Клонирование репозитория 👇

git clone <url>

💡 Клонирует существующий репозиторий на локальный компьютер.

3. Добавление удаленного репозитория👇

git remote add origin <url>

💡Добавляет удаленный репозиторий с именем origin.

4. Добавление файлов в отслеживание👇

git add <файл/директория>
git add .

💡Добавляет изменения в указанные файлы или директорию в область подготовки (staging area).
git add . — добавляет все измененные файлы.

5. Создание коммита👇

git commit -m "Сообщение коммита"

💡Создает коммит с указанным сообщением.

6. Отправка изменений на удаленный репозиторий👇

git push origin <branch>

💡 Отправляет локальные изменения на указанный удаленный репозиторий в указанную ветку.

7. Получение изменений с удаленного репозитория👇

git pull

💡Забирает последние изменения с удаленного репозитория и объединяет их с локальными.

8. Просмотр состояния репозитория👇

git status

💡Показывает текущее состояние репозитория, например, какие файлы были изменены или подготовлены к коммиту.

9. Просмотр истории коммитов👇

git log

💡Показывает историю коммитов в репозитории.

10. Создание новой ветки👇

git checkout -b <branch-name>

💡Создает новую ветку и сразу переключается на неё.

11. Переключение между ветками👇

git checkout <branch-name>

💡 Переключается на указанную ветку.

12. Слияние веток👇

git merge <branch-name>

💡 Сливает изменения из указанной ветки в текущую.

13. Отмена последнего коммита (оставляя изменения в файлах)👇

git reset --soft HEAD^

💡Отменяет последний коммит, сохраняя изменения в рабочих файлах.

14. Удаление локальной ветки👇

git branch -d <branch-name>

💡Удаляет локальную ветку.

15. Просмотр различий между файлами👇

git diff

💡Показывает изменения в файлах по сравнению с последним коммитом.

16. Просмотр всех веток👇

git branch

💡 Показывает список всех локальных веток.

17. Переименование текущей ветки👇

git branch -m <new-branch-name>

18. Переименование другой ветки👇

git branch -m <old-branch-name> <new-branch-name>

💡 Переименовывает указанную ветку.

19. Создание новой ветки и переключение на неё👇

git checkout -b <branch-name>

💡 Создает новую ветку и сразу переключается на неё.

20. Настройка ветки для автоматического пуша 👇

git push --set-upstream origin <branch-name>

💡 Связывает текущую ветку с удаленной, чтобы в дальнейшем можно было просто использовать git push без указания ветки.

_____

Сохраняйте пост, чтобы не потерять, и возвращайтесь к нему, когда нужно! Если у вас есть вопросы или дополнения, оставляйте их в комментариях👇

Не забудьте поставить лайк, если шпаргалка оказалась полезной 👍

❤21👍14🔥12

1.65K views16:41

Легкий путь в Python

Это был нелегкий путь... 😅 Публикация планируется уже в эту субботу, 12 октября. 🗓 Статья получилась объёмная — около 30 минут чтения, но оно того стоит! 🔥

🔥27👍14❤4❤‍🔥2🤩1

1.44K viewsedited 20:41

Легкий путь в Python

Друзья, доброе утро! 🌅

Опубликовал обещанную пилотную статью из мини-курса по асинхронной SQLAlchemy в стиле ORM! 🎉 В ней подробно раскрыл следующие темы:

📌 Основы SQLAlchemy: что это такое и как с ним работать
📌 Настройка проекта для работы с этим инструментом
📌 Детали моделей таблиц, как их описывать в современном стиле с использованием Mapped и mapped-column
📌 Связи между таблицами (один к одному, один ко многим, многие к одному) с примерами и объяснениями
📌 Alembic — создание и управление таблицами в асинхронном стиле и особенности миграций

Материала получилось много, но уверен, что после прочтения вопросов не останется. Статья рассчитана на разработчиков, которые планируют работать с табличными базами данных, такими как SQLite, PostgreSQL, MySQL и другие. Это сэкономит вам кучу времени при интеграции баз данных в проекты! 🧠⏳

Статья написана на примере работы с PostgreSQL, но описанный код будет работать с любой базой данных. Кстати, я упомянул три способа развернуть PostgreSQL.

Буду рад вашей поддержке и обратной связи, так как написание таких материалов требует

🔥26❤7❤‍🔥5👍3🥰2

1.48K views07:04

Статья

Проект на GitHub

Легкий путь в Python

Вопросы и обратную связь по статье "Асинхронный SQLAlchemy 2: простой пошаговый гайд по настройке, моделям, связям и миграциям с использованием Alembic" можно оставить ниже👇

👍12

1.39K views07:05

Легкий путь в Python

Друзья, добрый вечер!

Для всех, кто пользуется или только планирует воспользоваться моей "болванкой" для написания ботов на Aiogram 3 с использованием асинхронной SQLAlchemy, у меня отличная новость — важное обновление!

🚀 Я улучшил базовый класс для работы с таблицами. Теперь базовый класс больше не создаёт сессию в каждом методе. Этот подход оказался не самым оптимальным, и в следующей статье я объясню, почему именно. Но спойлер: это напрямую влияет на производительность и управляемость транзакциями.

Теперь, вместо создания сессии в каждом методе, я предлагаю использовать декоратор connection, который импортируется из базового config-файла базы данных (database.py). Декоратор выглядит следующим образом:

def connection(method):
    async def wrapper(*args, **kwargs):
        async with async_session_maker() as session:
            try:
                return await method(*args, session=session, **kwargs)
            except Exception as e:
                await session.rollback()  # Откат транзакции в случае ошибки
                raise e
            finally:
                await session.close()  # Закрытие сессии
    return wrapper

Пример использования в обработчике команды:

@user_router.message(CommandStart())
@connection
async def cmd_start(message: Message, command: CommandObject, session, **kwargs):
    try:
        user_id = message.from_user.id
        user_info = await UserDAO.find_one_or_none(session=session, telegram_id=user_id)

        if user_info:
            await message.answer(f"👋 Привет, {message.from_user.full_name}! Выберите необходимое действие")
            return

        ref_id = get_refer_id_or_none(command_args=command.args, user_id=user_id)

        # Добавление нового пользователя
        await UserDAO.add(
            session=session,
            telegram_id=user_id,
            username=message.from_user.username,
            first_name=message.from_user.first_name,
            last_name=message.from_user.last_name,
            referral_id=ref_id
        )

        ref_message = f" Вы успешно закреплены за пользователем с ID {ref_id}" if ref_id else ""
        msg = f"🎉 <b>Благодарим за регистрацию!{ref_message}</b>."

        await message.answer(msg)

    except Exception as e:
        logger.error(f"Ошибка при выполнении команды /start для пользователя {message.from_user.id}: {e}")
        await message.answer("Произошла ошибка при обработке вашего запроса. Пожалуйста, попробуйте снова позже.")

🔧 Теперь взаимодействие с базой данных стало быстрее и эффективнее. Этот подход позволяет значительно повысить производительность вашего бота, особенно при множественных обращениях к базе данных.

Обновлённую версию проекта можно уже найти на моём GitHub. 📂

Этот подход, так же, будет хорошо работать и в обычных асинхронных функциях, например для ваших парсеров.

Что касается FastApi, что, думаю, многих интересует, тут подход будет немного другой.

Функция, которая будет выполнять роль декоратора в FastApi:

async def get_db_session() -> AsyncSession:
    async with async_session_maker() as session:
        try:
            yield session  # Сессия открыта на всё время работы эндпоинта
        except Exception as e:
            await session.rollback()  # Откат транзакции в случае ошибки
            raise e  # Повторно поднимаем исключение, чтобы оно обработалось дальше
        finally:
            await session.close()  # Явное закрытие сессии

Далее нам необходимо использовать технологию зависимостей в FastApi (dependenses)

from fastapi import Depends, FastAPI
from sqlalchemy.ext.asyncio import AsyncSession

app = FastAPI()

@app.get("/users/{user_id}")
async def get_user(user_id: int, session: AsyncSession = Depends(get_db_session)):
    user = await UserDAO.find_one_or_none(session=session, id=user_id)
    if user:
        return user
    return {"error": "User not found"}

GitHub

❤‍🔥16👍10🔥5❤4

1.53K viewsedited 19:22

About

Blog

Apps

Platform