Наткнулся на годный туториал от Real Python — пошагово показывают, как сделать сервис для сокращения ссылок на FastAPI + SQLite

Что разберёшь:

> Создание REST API
> Работа с SQLite через SQLModel
> CRUD-операции
> Документация через Swagger (встроено в FastAPI)

Отлично подходит, если хочешь прокачаться в веб-разработке на Python

—> Туториал: https://realpython.com/build-a-python-url-shortener-with-fastapi/

Влепи лайк если интересно 💖

👉 @PythonPortal

Вот функция на Python, которая убирает акценты с букв

С её помощью можно привести строку к виду, содержащему только ASCII-символы

(Модуль unicodedata из стандартной библиотеки позволяет работать с Unicode)

P.S. Я изучал этот способ — выглядит нормально, но используйте на свой страх и риск

Ставь лайк если зашёл постец 💪

👉 @PythonPortal

Находка для хакеров

Sherlock — это open-source инструмент на Python, который помогает находить имена пользователей на множестве соцсетей и сайтов

Простой поиск по имени пользователя:

python3 sherlock username

Пример:

python3 sherlock johndoe

Инструмент проверит наличие johndoe более чем на 300 сайтах — включая Facebook, Twitter, Instagram, GitHub, Reddit и другие

> Несколько ников сразу:

python3 sherlock user1 user2 user3

> Сохраняй как удобно:

--output, --csv, --json

Ставль лайк, если пригодится 👒

👉 @PythonPortal

XML parsing

Вот три инструмента, которые помогут удобно разбирать и обрабатывать XML-документы:

> untangle — превращает XML в Python-объект

Простой способ получить доступ к тегам и атрибутам через точки.

import untangle
obj = untangle.parse('file.xml')
print(obj.root.child['name'])

> xmltodict — делает XML похожим на JSON

Преобразует XML в обычный словарь Python. Поддерживает атрибуты (@), текст (#text), namespaces, обратное преобразование (unparse) и стриминг для больших файлов.

import xmltodict
with open('file.xml') as f:
    doc = xmltodict.parse(f.read())
print(doc['mydocument']['@has'])

> xmlschema — для работы с XSD-схемами

Позволяет валидировать XML по схеме, учитывает типы данных, удобно кодирует и декодирует.

from xmlschema import XMLSchema
schema = XMLSchema("schema.xsd")
data = schema.decode("file.xml")

Полезно для конфигов, API, валидации и парсинга сложных XML-документов ❤️

👉 @PythonPortal

Компьютер прямо в браузере

Да, сервис Puter — это открытая операционная система, работающая прямо в браузере.

Полноценный десктоп, терминал, файлы, приложения — всё, не выходя из вкладки

Это не эмулятор, а полноценный интернет-ОС с открытым кодом

Идеально для быстрого прототипирования, запуска скриптов без установки среды ✊

👉 @PythonPortal

Утро доброе, ведь я нашёл эту крутую шпаргалку-обучалку для питонистов с подробным описанием и примерами кода

Её можно использовать для изучения базового Python

С тебя как всегда лайк 🎉

👉 @PythonPortal

LLM — это один из типов ИИ-моделей, но не все модели ИИ являются LLM

Вот восемь передовых архитектур, которые выходят за рамки классических ИИ-моделей — усиливая понимание, рассуждение и генерацию в разных областях и типах данных

Нужно больше контента про ИИ? 😡

👉 @PythonPortal

Тестировщик всегда портит всю малину

👉 @PythonPortal

Крутейший ресурс для прокачки алгоритмического мышления и SQL в боевых условиях — IT Hero. Решаешь задачи на скорость против реального соперника. Кто быстрее, тот и победил

Есть возможность выбрать уровень, тип задач, а также позвать друга на кодерскую дуэль 😧

👉 @PythonPortal

Удаляем ярлык с рабочего стола через Python

Когда хочется навести порядок программно — вот тебе мини-скрипт, который удалит .lnk файл с десктопа.

Используется библиотека winshell

Заменяешь "имя_ярлыка.lnk" на нужный файл — и готово 😡

👉 @PythonPortal

Представь, ты вставляешь ссылку на репозиторий, а нейросеть сама строит по нему обучалку. Бесплатно

Всё это делает PocketFlow, минималистичный фреймворк на 100 строк, и его демонстрационный проект — PocketFlow-Tutorial-Codebase-Knowledge

> Парсит любой GitHub-репозиторий
> Выделяет ключевые части кода и связи между ними
> Строит пошаговые гайды, визуалки и объяснения

Поддерживает Gemini Pro 2.5, работает локально и через онлайн-сервис 😮

👉 @PythonPortal

Фишинговая атака наглядно 😧

👉 @PythonPortal

Нашёл годную визуализацию для тех, кто хочет на пальцах понять, как устроены LLM. Тут можно не просто почитать про слои моделей, а буквально пощупать их, покрутить со всех сторон в 3D

Есть GPT-2, nanoGPT, GPT-2 XL и GPT-3

Лучше запускать с компа, на мобиле не так красиво

Ну мед 🍯

👉 @PythonPortal

Начиная с Python 3.10, можно использовать оператор | (pipe) для объединения типов — это создаёт объединение типов (type union).

Это удобно, например, когда нужно проверить, принадлежит ли значение одному из нескольких типов с помощью isinstance

👍 — база
🔥 — понятно, буду знать

👉 @PythonPortal

Питонисты в процессе изучения новой библиотеки

👉 @PythonPortal

Основные команды Docker

1. Запуск / Сборка / Загрузка:

> docker run nginx — запустить контейнер из образа
> docker build -t myapp:latest . — собрать образ из Dockerfile
> docker pull ubuntu:latest — скачать образ из реестра
> docker push myuser/myapp:latest — отправить образ в реестр

2. Информация:

> docker images — список образов
> docker ps — список активных контейнеров

3. Управление контейнерами:

> docker stop mycontainer — остановить
> docker start container_name — запустить
> docker restart container_name — перезапустить
> docker kill container_name — принудительно завершить
> docker rm container_name — удалить контейнер
> docker rmi container_name — удалить образ

4. Работа с контейнерами:

> docker exec -it mycontainer bash — войти в контейнер
> docker logs container_name — логи
> docker inspect container_name — получить инфу
> docker cp container_name:/path ./local_path — скопировать файлы

5. Очистка и сохранение:

> docker system prune — удалить всё неиспользуемое
> docker save -o image.tar image:tag — сохранить образ в файл
> docker load < image.tar — загрузить образ из файла

👉 @PythonPortal

Мини-GPT на PyTorch

Если тебе всегда было интересно, как работает GPT под капотом — в этом проекте автор реализует минималистичную версию GPT на PyTorch всего в ~300 строк.

Он показывает:

> архитектуру трансформера, обучение с нуля и генерацию текста.

Также рекомендую глянуть этот проект, если хочешь разобраться в работе LLM

👍 — ок, гляну
🔥 — я всё и так это знаю

👉 @PythonPortal

Общайся с любым репозиторием на GitHub на обычном языке

Просто добавь "talkto" перед "github" в ссылке на GitHub — и получишь интерфейс для диалога с кодом.

Можно спрашивать, что делает функция, как работает кусок кода или где может быть ошибка

Полностью open-source и бесплатно 🧝

👉 @PythonPortal

Функция consume() из itertools — это способ вычитать все элементы итератора, не сохраняя их.

Но способов реализовать это гораздо больше, и вот самые интересные

> Через for:

def consume(iterable):
    for _ in iterable:
        pass

> С builtins:

set(map(type, zip(iterable)))
min(map(bool, zip(iterable)))

> Через collections:

from collections import deque
deque(iterable, maxlen=0)

> Через itertools:

next(compress(iterable, repeat(False)), None)
next(dropwhile(id, iterable), None)
next(islice(iterable, sys.maxsize, None), None)

iterator = groupby(iterable, key=lambda x: None)
next(iterator, None)
next(iterator, None)

Все эти трюки делают одно — вычищают итератор. Полезно в бенчмарках, ленивых вычислениях

Кто знал хотя бы 3 из них? 🤔

👉 @PythonPortal

Буквально бесплатно и без ограничений: доступ к топовым AI API для твоих приложений

Puter — это не просто компьютер в браузере, а полноценная AI-песочница

С моделью "платит пользователь" все расходы на API покрываются самими пользователями, а не тобой

Подключай OpenAI, Claude, Grok, Llama и Gemini и делай всё, что хочешь ❤️

👉 @PythonPortal

Бесплатный Python-код от Anthropic, чтобы выжать максимум из Claude

Anthropic выложили бесплатный интерактивный курс по prompt engineering:

> Jupyter-ноутбуки с готовыми примерами и упражнениями
> Всё на Python
> 9 тем: от основ до продвинутых техник и антипаттернов
> Интеграция с Claude 3 Haiku / Sonnet / Opus
> Можно запускать в Colab или локально

Вот все ноутбуки на GitHub: click

Подходит и для новичков, и для разработчиков, кто хочет выжать максимум из LLM 😍

👉 @PythonPortal