🔐Генератор надежных паролей на Python

Простой скрипт на Python может автоматизировать создание сложных комбинаций символов.

import random

lower = "abcdefghijklmnopqrstuvwxyz"
upper = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
numbers = "0123456789"
symbols = "!@#$%^&*()_--+=?></["

all_chars = lower + upper + numbers + symbols
length = int(input("Enter a length: "))
password = ''.join(random.sample(all_chars, length))
print("Generated Password:", password)

Разберем по шагам:

➡️Импорт модуля random для работы со случайными значениями

➡️Определение наборов символов:
😫Строчные и заглавные буквы
😫Цифры
😫Специальные символы

➡️Объединение всех символов в одну строку

➡️Запрос длины пароля у пользователя

➡️Генерация пароля с помощью random.sample()

➡️Вывод результата

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

😱 Гарри Поттер и Возвращение в офис

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

0️⃣ Преобразование чисел в текст

Библиотека num2words позволяет преобразовывать целые числа, дробные значения, а также представлять их в различных формах.

🔴Она поддерживает более 40 языков, включая русский, английский, испанский и многие другие.

Для изменения языка достаточно указать параметр lang.

Установка библиотеки:

pip install num2words




➡️ Способность num2words учитывать языковую специфику и обрабатывать валютные значения делает её идеальным инструментом для разнообразных задач.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

🤣 Обстановка в конце рабочей недели

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

⏱ Профилировщик для Python

PyInstrument — это удобный инструмент для профилирования кода Python, который помогает находить узкие места в производительности.

⏯ В отличие от стандартного модуля cProfile, PyInstrument предоставляет более понятный вывод с цветовой подсветкой и интерактивным режимом просмотра.

Установка библиотеки:

pip install pyinstrument

Пример:

from pyinstrument import profile

@profile()
def my_function():
    # ...
    pass

🔴PyInstrument особенно полезен при оптимизации веб-приложений (например, Django, Flask), где важно понимать, какие запросы работают медленно.

💻 GitHub

🔤 Этот инструмент значительно упрощает поиск и устранение проблем с производительностью в Python-коде.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

👁‍🗨 «Python так любит четные числа, что даже округляет до них!»

Например, если вы ожидаете, что round(10.5) вернет 11, но вместо этого получаете 10, это может показаться странной шуткой языка.👄

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code

#⃣ Структуры данных

1⃣ Массивы (Arrays)
Хранят элементы в непрерывной памяти, обеспечивая быстрый доступ по индексу, но имеют фиксированный размер.

2⃣ Связные списки (Linked Lists)
Состоят из узлов, связанных указателями, что позволяет эффективно вставлять и удалять элементы, но доступ по индексу медленный.

3⃣ Стеки (Stacks)
Работают по принципу «последним вошел — первым вышел» (LIFO), идеальны для обработки вызовов функций или отмены операций.

4⃣ Очереди (Queues)
Следуют принципу «первым вошел — первым вышел» (FIFO), используются в задачах планирования или буферизации данных.

5⃣ Хеш-таблицы (Hash Tables)
Связывают ключи со значениями через хеш-функции, обеспечивая быстрый поиск и вставку в среднем за O(1).

6⃣ Деревья (Trees)
Иерархические структуры (например, бинарные деревья), ускоряющие поиск и сортировку данных за счет ветвления.

7⃣ Графы (Graphs)
Состоят из вершин и ребер, моделируя сложные связи (соцсети, маршруты), но требуют сложных алгоритмов для обработки.

✄┈┈┈┈┈┈┈┈┈┈┈┈┈
Заметки программиста «(!?»
🇨🇱 Python Tech Code