🤓 Чистый Python вместо Git CLI: как Dulwich упрощает работу с репозиториями

Dulwich – это библиотека для работы с Git-репозиториями, написанная полностью на Python. Она позволяет читать, записывать и управлять Git-объектами без зависимостей от нативного Git CLI.

⭕ Главная задача:
Дать Python-разработчикам полный контроль над Git на уровне API, минуя вызовы внешних команд.

Установка библиотеки:

pip install dulwich

Пример использования:

from dulwich.repo import Repo  

repo = Repo(".")  
for entry in repo.get_walker():  
    print(entry.commit.message.decode())

💻 GitHub

💡 Ключевое преимущество:
Независимость от системного Git – интеграция в Python-приложения (CI/CD, инструменты анализа кода) без shell-вызовов.

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

🔰 Автоматизация обработки документов с помощью AI

Sparrow — это open-source инструмент для автоматического извлечения данных из документов (PDF, изображений и т.д.). Он использует ML-модели, чтобы превращать неструктурированные файлы в готовые к анализу данные.

Как начать использовать:

1. Установите (требуется Python 3.8+):

git clone https://github.com/katanaml/sparrow
cd sparrow
pip install -r requirements.txt

2. Запустите сервер:

python -m sparrow.server

3. Используйте через API:

import requests

response = requests.post(
    'http://localhost:8000/extract',
    files={'file': open('ваш_документ.pdf', 'rb')}
)

print(response.json())  # Ваши данные в структурированном виде!

💻 GitHub

ℹ️ Ключевое преимущество:
Sparrow извлекает текст, таблицы и рукописные данные из документов, преобразуя их в структурированный формат с полной локальной обработкой для вашей безопасности.

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

✅Функция Map в Python

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

🔥 attrs — волшебная палочка для Python-классов

Библиотека для создания классов с автоматической реализацией методов __init__ и других.

❕ Главная функция:
Автоматически генерирует стандартные методы Python-классов через декларативный синтаксис, сохраняя контроль над типами и валидацией.

Установка библиотеки:

pip install attrs

Пример использования:

import attr

@attr.s
class Cat:
    name: str = attr.ib()  # обязательное поле
    age: int = attr.ib(default=1)  # с значением по умолчанию
    is_fluffy: bool = attr.ib(default=True)  # и ещё одно

murzik = Cat(name="Мурзик", age=3)
print(murzik)  # Выведет: Cat(name='Мурзик', age=3, is_fluffy=True)

💻 GitHub

⚡️ Ключевое преимущество:
Скорость разработки + безопасность типов. Совместимость с mypy и IDE (подсказки типов работают из коробки).

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

😡 Крутая шпаргалка по SQL

Все команды (ну почти все).

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

😡 Будь внимателен к своим мечтам — они могут сбыться ровно настолько, чтобы оставить тебя без новых целей

🛑Код-притча о мечтах:

while has_dreams():  
    current_dream = pursue()  
    if current_dream.achieved:  
        print("...и что дальше?")

🛑Объяснение (построчно):

🛑while has_dreams():
→ Живешь, пока есть цели

🛑current_dream = pursue()
→ Берешь новую мечту

🛑if achieved:
→ Достиг — и тут же: "...и что дальше?"

🛑Суть: Счастье — в погоне, не в финише.

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

🖥 Методы множеств Python

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

🤣 Что ты сделал для хип-хопа IT в свои годы?

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

🦶 Aiometer — управление параллельными запросами в Python

Библиотека для контроля нагрузки при выполнении асинхронных HTTP-запросов или любых других корутин. Позволяет ограничивать количество одновременных операций с гибкими настройками.

👉 Главная функция:
Ограничивает RPS (запросов в секунду) и количество одновременных соединений — защищает сервисы от перегрузки при парсинге или работе с API.

Установка библиотеки:

pip install aiometer

Пример использования:

import aiometer
import httpx

async def fetch(url):
    async with httpx.AsyncClient() as client:
        return await client.get(url)

urls = [...]  # Список URL
results = await aiometer.run_on_each(fetch, urls, max_per_second=5)

💻 GitHub

❕ Преимущество:
Интеграция с asyncio и anyio + поддержка кастомных лимитеров. Замена самописным «костылям» с семафорами.

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

🔰 Анонимная функция в Python

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

😌 DockerPyze – удобная библиотека для работы с Docker из Python

Позволяет управлять Docker-контейнерами прямо из Python-кода — запускать, останавливать и проверять их статус без сложных команд.

🛑 Зачем нужно:
Чтобы автоматизировать работу с Docker через простые Python-скрипты вместо ручных команд в терминале.

Установка библиотеки:

pip install dockerpyze

Пример использования:

from dockerpyze import DockerClient

# Подключаемся к Docker
docker = DockerClient()

# Получаем список всех контейнеров
containers = docker.list_containers()
print(f"Запущено контейнеров: {len(containers)}")

💻 GitHub

🚨 Преимущества:
🔵Работает со всем, что умеет Docker.
🔵Команды как в Python — понятные и читаемые.
🔵Не нужно самому разбирать ошибки — библиотека сделает это за вас.

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

😼 Самое сложное в удалёнке — объяснить коту, что клавиатура — это не грелка

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

💌 Как превратить сложные данные в простые за несколько строк кода

glom – это библиотека для обработки и трансформации данных в Python. Она помогает легко извлекать, преобразовывать и структурировать сложные данные, такие как JSON или вложенные словари.

✅ Ключевая функция:
Позволяет работать с глубоко вложенными структурами данных через простой и читаемый синтаксис, заменяя многострочные операции цепочками .get() или вложенными циклами.

Установка библиотеки:

pip install glom

Пример использования:

from glom import glom

data = {'a': {'b': {'c': 'Hello, glom!'}}}
result = glom(data, 'a.b.c')  # Достаём значение по цепочке ключей
print(result)  # Вывод: 'Hello, glom!'

💻 GitHub

⚡️ Главный плюс:
Уменьшает сложность кода при работе с глубоко вложенными структурами, делая его чище и удобнее для поддержки.

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

💃 С понедельником, кодеры

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

🤓 Топ 10 команд Git, которые должен знать каждый разработчик

🛑 git init – Инициализация репозитория
🛑 git clone – Клонировать удалённый репозиторий
🛑 git add . – Добавить изменения в индекс
🛑 git commit -m "" – Зафиксировать изменения
🛑 git push – Отправить изменения на удалённый репозиторий
🛑 git pull – Получить изменения с удалённого репозитория
🛑 git branch – Просмотр веток
🛑 git checkout -b – Создать и переключиться на ветку
🛑 git merge – Слить ветки
🛑 git log – Просмотр истории

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

👁 EasyOCR – инструмент для оптического распознавания текста

EasyOCR – это библиотека на Python, которая позволяет легко извлекать текст из изображений и PDF. Она поддерживает более 80 языков и идеально подходит для автоматизации обработки документов.

‼️Основная задача:
Распознавание текста на изображениях с высокой точностью, даже в сложных условиях (разные шрифты, низкое качество).

Установка библиотеки:

pip install easyocr

Пример использования:

import easyocr

reader = easyocr.Reader(['ru', 'en'])  # Выбираем языки (русский и английский)  
result = reader.readtext('image.jpg')  # Распознаём текст  
print(result)  # Выводим результат

💻 GitHub

⭐️ Главный плюс:
Поддержка множества языков из коробки и простота интеграции в Python-проекты. Отлично подходит для задач автоматизации, анализа документов и обработки изображений.

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

☕️ Это противостояние вечно

Узнал себя?

👍 – да
👀 – нет
❤️ – я не кот))

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

✅ PDFPlumber — продвинутый парсер PDF

Библиотека для точного извлечения текста, таблиц и метаданных из PDF-документов с сохранением структуры и позиционирования элементов.

✔️Главная задача:
Детальный анализ PDF с возможностью вытаскивать таблицы как pandas DataFrame и визуализировать расположение текста на странице.

Установка библиотеки:

pip install pdfplumber

Пример использования:

import pdfplumber
with pdfplumber.open("file.pdf") as pdf:
    first_page = pdf.pages[0]
    table = first_page.extract_table()
    print(table)

💻 GitHub

❗️ Ключевое преимущество:
Поддержка сложных PDF с объединенными ячейками таблиц и точными координатами текста — в отличие от простых текстовых экстракторов.

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