⌨️ Минималистичный парсер изображений на Python

Готовый код для парсинга всех изображений из HTML-файла с помощью BeautifulSoup. Пригодится для анализа веб-страниц, скачивания контента или автоматизации обработки сайтов.

Установите библиотеку:

pip install beautifulsoup4

Всего 7 строк кода:

from bs4 import BeautifulSoup

def get_images_from_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        soup = BeautifulSoup(file.read(), 'html.parser')
    return [img['src'] for img in soup.find_all('img', src=True)]

# Использование
print(get_images_from_file('index.html'))

Сохраняйте в закладки — такой сниппет всегда пригодится в арсенале разработчика.

Pro Python
Подписаться

⌨️ Автоматический мониторинг Telegram-каналов

В этой статье разберем, как построить систему мониторинга Telegram-каналов с интеллектуальной фильтрацией дубликатов и отправкой релевантных сообщений в целевой канал.

Рассмотрим полный стек: от парсинга каналов через Telethon до векторизации текста, поиска дубликатов в Qdrant и классификации с помощью LLM. Покажем, как развернуть систему в облаке для работы 24/7.

📄 Читать

Pro Python
Подписаться

⌨️ Как превратить конфиги из проблемы в инструмент

OmegaConf — это фреймворк для управления конфигурациями, который умеет гораздо больше, чем обычные YAML-файлы.

Он объединяет конфиги из разных источников, позволяет использовать переменные и интерполяцию, а ещё — поддерживает динамические изменения без перезагрузки приложения.

Установка библиотеки:

pip install omegaconf

Отличный инструмент для чистого и гибкого управления конфигурациями в ML-проектах и не только. Рекомендую попробовать!

⚙️ Документация

Pro Python
Подписаться

⌨️ Делайте скриншоты в Python за 3 строки

Автоматизируйте тестирование, мониторинг и документирование — легко:

import pyautogui

pyautogui.screenshot("full.png")                     # весь экран
pyautogui.screenshot("region.png", region=(100, 100, 800, 600))  # область

💡Альтернатива для Windows/macOS — PIL.ImageGrab (но не работает на Linux):

from PIL import ImageGrab

ImageGrab.grab().save("screen.png")                 # весь экран
ImageGrab.grab(bbox=(100, 100, 900, 700)).save("crop.png")  #область

Установка библиотек:

pip install pyautogui pillow

Отличное решение для автоматизации рутинных задач!

Pro Python
Подписаться

⌨️ Стриминг больших ответов в Django

В этой статье разберем, как эффективно отдавать большие объемы данных в Django без перегрузки сервера.

Узнаем, как использовать потоковую передачу через StreamingHttpResponse и асинхронные генераторы для работы с большими CSV-файлами и JSON-потоками.

Что рассмотрим:
🛑Как избежать проблем с памятью и временем ответа при больших выгрузках
🛑Практические примеры с CSV и NDJSON форматами
🛑Синхронный и асинхронный подходы к стримингу

📄 Читать

Pro Python
Подписаться

⌨️ Python-библиотека от Google для работы с генеративными моделями Gemini

С помощью этой библиотеки интеграция AI-возможностей в ваши приложения занимает буквально несколько строк кода.

🛑Работает с Gemini 1.5 / 2.0 / 2.5 (Flash, Pro, Experimental)
🛑Поддержка текста, изображений, видео, файлов (PDF, TXT)
🛑Официальная поддержка от Google с регулярными обновлениями и фиксами

Установка библиотеки:

pip install google-genai

Отличная замена для самописных обёрток над Gemini API — всё уже реализовано "из коробки"!

⚙️ Документация

Pro Python
Подписаться

⌨️ Самый скучный на свете взлом подарочных сертификатов

В этой статье разберем, как уязвимости в генерации кодов и отсутствие rate-лимитов позволяют легко подбирать рабочие промокоды.

Автор на практике показывает, как с помощью Python-скрипта удалось найти купоны на 177+ тысяч рублей, и объясняет три ключевые ошибки в защите системы.

Помните: несанкционированный взлом — это уголовное преступление. Используйте эти знания для защиты своих систем, а не для атак на чужие.

📄 Читать

Pro Python
Подписаться

⌨️ Ваш помощник для работы со звуком в проектах ИИ

Представьте, что вам нужно научить нейросеть распознавать звуки или речь.
SAPPL — это инструмент, который готовит аудиозаписи к обучению модели.

Что умеет:
🛑 Загружать аудиофайлы разных форматов
🛑 Обрабатывать звук (обрезка, фильтрация, нормализация)
🛑 Извлекать полезные характеристики из аудио
🛑Создавать готовые наборы данных для обучения

Установка библиотеки:

pip install sappl

SAPPL превращает сырые аудиозаписи в аккуратные данные, с которыми удобно работать в машинном обучении.

⚙️ Документация

Pro Python
Подписаться

⌨️ Как with делает ваш Python-код безопаснее и читабельнее

В этой статье мы разберем, как работает оператор with в Python и почему это не просто синтаксический сахар для открытия файлов.

Автор подробно объясняет принципы работы менеджеров контекста и показывает практические примеры их использования — от работы с базами данных и таймерами до многопоточного программирования и подавления исключений.

Статья научит вас создавать собственные менеджеры контекста и покажет, как with помогает писать более надежный и чистый код, автоматизируя управление ресурсами и состоянием.

📄 Читать

Pro Python
Подписаться

⌨️ Зависимости в вашем коде запутались сильнее, чем наушники в кармане?

Pydeps — это инструмент для визуализации импортов в Python-проектах.

Он автоматически строит граф зависимостей между модулями, помогая одним взглядом оценить архитектуру проекта и найти проблемные места.

Установка библиотеки:

pip install pydeps

Укажите папку проекта и получите наглядную карту зависимостей, включая скрытые циклические импорты, которые легко пропустить при ревью.

⚙️ Документация

Pro Python
Подписаться

⌨️ Синтез речи за 5 строк кода

gTTS — это простой способ синтезировать речь из текста с помощью Python. Всего несколько строк кода — и вы можете генерировать аудиофайлы на разных языках, управлять скоростью воспроизведения и сразу прослушивать результат.

Установите библиотеку:

pip install gtts playsound

Пример использования:

from gtts import gTTS
from playsound import playsound

text = "Привет, мир!"
tts = gTTS(text=text, lang='ru', slow=False)
tts.save("hello.mp3")
playsound("hello.mp3")

Отличное решение для создания голосовых уведомлений, озвучки контента или прототипов голосовых помощников.

Pro Python
Подписаться

⌨️ Java против Python: Призрак с LTS-подпиской стучится в AI

В этой статье мы разберем, как изменилось противостояние Java и Python с приходом AI-революции.

Автор показывает, что Python остаётся королём быстрого прототипирования и исследований, а Java с её стабильностью, производительностью и LTS-подписками становится мощным инструментом для промышленной эксплуатации AI-систем.

📄 Читать

Pro Python
Подписаться

⌨️ Наконец-то умная работа с датами

Arrow — это библиотека для работы с датами и временем, которая исправляет все недостатки стандартного datetime.

Больше не нужно вспоминать, как парсить строки или делать таймзоны. Arrow предлагает человеческий API, умные парсеры и неизменяемые объекты.

Установка библиотеки:

pip install arrow

Пример использования:

import arrow

# Создание и форматирование
utc = arrow.utcnow()
local = utc.to('Europe/Moscow')
print(local.humanize())  # "in a moment"

Пишем меньше кода, получаем больше функциональности.

⚙️ Документация

Pro Python
Подписаться

⌨️ Создание пользовательских обработчиков для логов в Python

В этой статье разберем, как написать кастомный обработчик логов с колбэками для разных уровней ошибок и цветным форматированием.

Научимся настраивать уведомления для критических событий и улучшим читаемость логов в консоли.

📄 Читать

Pro Python
Подписаться

⌨️ Один код — любые хранилища

fsspec — это универсальный ключ ко всем файловым системам. Одинаково работает с локальными файлами, облаками S3, Google Cloud и даже FTP.

Простая установка:

pip install fsspec
# Дополнительно для облаков:
pip install s3fs gcsfs

Примеры для разных хранилищ:

import fsspec

# Локальные файлы
with fsspec.open('data/local.txt', 'r') as f:
    print(f.read())

# Amazon S3
with fsspec.open('s3://my-bucket/data.csv', 'r') as f:
    print(f.read())

# Google Cloud Storage  
with fsspec.open('gcs://project/data.json', 'r') as f:
    print(f.read())

# FTP сервер
with fsspec.open('ftp://server.com/file.txt', 'r') as f:
    print(f.read())

# HTTP файлы
with fsspec.open('https://site.com/data.zip', 'rb') as f:
    content = f.read()

Один раз написал код — работает везде! Больше не нужно изучать отдельные библиотеки для каждого облака.

⚙️ Документация

Pro Python
Подписаться

⌨️ 14 интересных фич Python

В этой статье мы разберем 14 продвинутых и малоизвестных возможностей Python, которые выходят за рамки стандартных рекомендаций.

Статья охватывает такие темы как перегрузка типизации с @overload, работа с протоколами для утиной типизации, структурное сопоставление с образцом, менеджеры контекста через contextlib, слоты для оптимизации, расширенные возможности f-строк и кэширование.

Каждая фича сопровождается практическими примерами и ссылками на документацию.

📄 Читать

Pro Python
Подписаться

⌨️ Python под капотом: не просто интерпретатор

Python компилирует код в байт-код (.pyc), который выполняется виртуальной машиной PVM. Байт-код кэшируется для ускорения повтроных запусков, а нативные «C-расширения» выполняются без накладных расходов виртуальной машины.

Что под капотом:

# Ваш код → байт-код → PVM → машинный код

Python - это компилятор + виртуальная машина + мост к нативному коду.

Pro Python
Подписаться

⌨️ Детекция лиц с безупречной точностью

RetinaFace — современная модель для обнаружения лиц с ключевыми точками даже в сложных условиях.

🔎 Находит лица под любыми углами, при плохом освещении и частичных перекрытиях, одновременно определяя положение глаз, носа и рта.

Установка библиотеки:

pip install retina-face

Идеальное решение для систем видеонаблюдения, анализа эмоций и биометрической идентификации.

⚙️ Документация

Pro Python
Подписаться

⌨️ Создание персональной системы управления фотоархивом на Python

В этой статье мы разберем, как автор создал систему поиска по личному фотоархиву из 20+ тысяч снимков с помощью трех нейросетей и векторной базы данных.

Рассмотрим практический кейс использования локальных ML-моделей для генерации описаний на русском языке и организации семантического поиска через Django и PostgreSQL с pgvector.

📄 Читать

Pro Python
Подписаться

⌨️ Модуль heapq получил пять новых методов в Python 3.14, которые упрощают работу с элементами высшего приоритета:

🛑heapify_max(iterable)
Преобразует коллекцию в структуру, где первый элемент всегда максимальный

🛑heappush_max(heap, item)
Добавляет новый элемент с сохранением порядка приоритетов

🛑heappop_max(heap)
Извлекает и возвращает элемент с наивысшим приоритетом

🛑heappushpop_max(heap, item)
Добавляет элемент и сразу извлекает максимальный — работает эффективнее двух отдельных операций

🛑heapreplace_max(heap, item)
Извлекает максимальный элемент и добавляет новый за одну операцию

До версии 3.14 heapq поддерживал только минимальные кучи — структуры, где первый элемент всегда наименьший.

⚙️ Документация

Pro Python
Подписаться