😎 Инструмент для тестирования безопасности веб-приложений

SQLMC - это инструмент, предназначенный для сканирования веб-приложений на предмет наличия уязвимостей SQL-инъекций.

🎯 Путем сканирования целевых URL-адресов и анализа параметров GET-запросов SQLMC выявляет возможные точки входа для SQL-инъекций.

Установка библиотеки:

pip install sqlmc

💻 GitHub

📱 По завершении сканирования SQLMC генерирует подробные отчеты, содержащие информацию об обнаруженных уязвимостях, их потенциальных последствиях, а также рекомендации по устранению обнаруженных проблем.

⚠️ Информация приведена исключительно в ознакомительных целях!

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

✅ От шаблонов к проектам

PyScaffold — это инструмент для быстрого создания структурированных Python-проектов с правильной организацией файлов и поддержкой современных инструментов разработки.

⬇️ Он автоматизирует настройку проекта, включая пакетирование, тестирование, документацию и CI/CD, что экономит время и снижает количество ошибок при старте разработки.

Установка библиотеки:

pip install pyscaffold

🗂 Документация

📌 PyScaffold автоматически генерирует безопасную структуру проекта с src/-layout, поддерживает расширения для различных задач (например, Data Science) и позволяет сразу публиковать пакеты в PyPI, упрощая весь цикл разработки Python-проектов.

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

💰 Основные HTTP-коды состояния: краткий гид

Успешные ответы (2xx)

⏺200 OK — запрос успешно обработан.
⏺201 Created — новый ресурс создан (например, после POST-запроса).
⏺202 Accepted — запрос принят, но обработка еще не завершена.
⏺204 No Content — сервер выполнил запрос, но не возвращает данных.

Перенаправления (3xx)

⏺

301 Moved Permanently

— ресурс перемещен навсегда.

⏺

302 Found

— временное перенаправление.

⏺

304 Not Modified

— данные не изменились, можно использовать кэш.

Ошибки клиента (4xx)

⏺

400 Bad Request

— неверный синтаксис запроса.

⏺

401 Unauthorized

— требуется аутентификация.

⏺

403 Forbidden

— доступ запрещен.

⏺

404 Not Found

— ресурс не найден.

⏺

405 Method Not Allowed

— метод запроса не поддерживается.

⏺

408 Request Timeout

— сервер не дождался запроса.

Ошибки сервера (5xx)

⏺

500 Internal Server Error

— общая ошибка сервера.

⏺

501 Not Implemented

— сервер не поддерживает функционал.

⏺

502 Bad Gateway

— неверный ответ от шлюза.

⏺

503 Service Unavailable

— сервер временно недоступен.

⏺

504 Gateway Timeout

— шлюз не дождался ответа.

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

🥷 "Ищем виноватых, а виноват — я"

Бывало ли у вас такое: в проекте что-то сломалось, и вы начинаете искать, кто ошибся? Проверяете коммиты коллег, ругаете систему, сетуете на "кривые" библиотеки… А потом оказывается, что баг написал именно вы.

Как избежать?

✔ Тестируй свой код (даже если "оно и так работает").
✔ Делай ревью перед коммитом — иногда стоит просто перечитать изменения.
✔ Принимай факт ошибок — все ошибаются, главное — вовремя исправлять.

Вывод:

Прежде чем винить других,

проверь себя

. Чаще всего баг оказывается там, где его не ждали — в собственном коде.

(Но если всё-таки виноват не ты — это приятный бонус!) 😄

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

⚡️ Весь ядерный потенциал мне куда?

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

📁 Работа с документами Word в Python

python-docx — это удобная библиотека для создания и редактирования документов Microsoft Word (.docx) с помощью Python.

🟢 Основные возможности:
- Создание документов с нуля
- Работа с текстом, таблицами и изображениями
- Гибкое форматирование и стилизация
- Автоматизация отчетов и шаблонных документов

Установка библиотеки:

pip install python-docx

💻 GitHub

➡️ python-docx существенно упрощает работу с Word-документами, позволяя автоматизировать создание документов прямо из Python-кода.

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

🐙 Визуализация пропущенных данных

missingno — это удобная библиотека Python для визуализации и анализа пропущенных данных в DataFrame.

Она помогает быстро оценить полноту данных и выявить закономерности в пропущенных значениях.

Основные возможности
🟣Матрица пропущенных данных (отображает распределение NaN-значений)
🟣Heatmap корреляции пропусков (показывает взаимосвязи между пропусками в колонках)
🟣Дендрограмма (визуализирует кластеризацию колонок по схожести пропусков)

Установка библиотеки:

pip install missingno

💻 GitHub

✔️ missingno особенно полезен на этапе предварительного анализа данных (EDA), позволяя быстро выявлять проблемы с качеством данных перед построением моделей.

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

❤️ Словарь для Python-разработчиков

Основная структура данных в Python, представляющая собой коллекцию пар "ключ-значение".
Ключи должны быть уникальными в пределах словаря, а значения могут быть любого типа (включая другие словари), и их можно изменять.

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

🛡 Автоматизация ограничения скорости запросов в Python

SlowAPI – это удобный и гибкий инструмент для контроля и ограничения частоты запросов в ваших Python-приложениях.

Он построен на основе Redis и FastAPI, что делает его отличным выбором для веб-приложений, которым нужно защититься от злоупотреблений или DDoS-атак.

🔥Основная задача SlowAPI – позволить разработчикам легко настраивать лимиты запросов для API, REST-эндпоинтов или любых других HTTP-обработчиков.

Установка библиотеки:

pip install slowapi

💻 GitHub

🤨 Этот инструмент упрощает управление ограничениями скорости, поддерживает гибкие правила (например, разные лимиты для разных пользователей) и легко интегрируется с FastAPI и Flask.

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

🔥 Встроенные методы Python

Python предлагает множество встроенных (built-in) методов, которые доступны без импорта дополнительных модулей.
Они упрощают работу с данными и ускоряют разработку.

Основные категории встроенных методов:

1️⃣Работа с числами

abs(x) – модуль числа
round(x, n) – округление до n знаков
min() / max() – минимальное/максимальное значение
sum() – сумма элементов

2️⃣Работа со строками

len(s) – длина строки
str.upper() / str.lower() – преобразование регистра
str.split() – разбиение строки по разделителю
str.join() – объединение списка в строку

3️⃣Работа со списками и коллекциями

list.append(x) – добавление элемента
list.sort() – сортировка списка
sorted() – возвращает новый отсортированный список
filter() / map() – функциональная обработка данных

4️⃣Преобразование типов

int() / float() / str() – приведение типов
bool() – проверка на истинность
list() / tuple() / set() – создание коллекций

5️⃣Другие полезные функции

type(x) – проверка типа объекта
isinstance() – проверка принадлежности к классу
enumerate() – нумерация элементов
zip() – попарное объединение коллекций

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

✅ Валидация данных в Python с помощью Pandera

Pandera — это удобный инструмент для проверки структуры и содержимого данных в Python.

🟢Он работает как дополнительный слой валидации поверх pandas DataFrame и других структур данных, помогая выявлять ошибки на ранних этапах обработки.

Установка библиотеки:

pip install pandera

💻 GitHub

✅ Основная задача Pandera — гарантировать соответствие данных ожидаемой схеме: типам, диапазонам значений и бизнес-правилам.

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

🌐 Преобразуем сложный код в простые цепочки

Pipe — это утилита, которая позволяет создавать конвейеры функций и управлять ими, упрощая объединение нескольких операций в понятную и читабельную цепочку.

🟢Она позволяет легко манипулировать последовательностями данных, делая код более читаемым и поддерживаемым.

Установка библиотеки:

pip install pipe

➡️Используйте оператор «|» для объединения функций в цепочку.

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

⭐️ Разница между списком и кортежем в Python

🔢 Список — изменяемый (можно менять элементы), записывается в [ ]

🔢 Кортеж — неизменяемый (нельзя изменить), записывается в ( )

🔢 Преобразование списка в кортеж:

list1 = [1, 2, 3]  
print(tuple(list1))  # Вывод: (1, 2, 3)

🔢Кортеж из одного элемента:

list1 = [1]  
print(tuple(list1))  # Вывод: (1,)

⚠️ Важно: Кортеж определяется запятой, а не скобками!

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