👀 Библиотека latexify в Python

Библиотека latexify автоматически преобразует Python-функции и математические выражения в формат LaTeX. Это упрощает процесс создания математической документации или вывода выражений для использования в научных статьях, презентациях или других контекстах, где применяется LaTeX.

Основные возможности библиотеки:
🔵Автоматическое преобразование Python-функций в LaTeX-код.
🔵Поддержка базовых математических операций (сложение, вычитание, умножение, деление, возведение в степень).
🔵Поддержка математических функций (синус, косинус, логарифмы, экспоненты и т.д.).
🔵Генерация компактных LaTeX-выражений для сложных математических функций.
🔵Простая интеграция с научной документацией и презентациями на базе LaTeX.
🔵Поддержка работы с функциями нескольких переменных.

➡️Установка библиотеки: pip install latexify-py

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

👀 Библиотека Injector в Python

Библиотека Injector предназначена для внедрения зависимостей. Это позволяет более гибко управлять зависимостями между компонентами приложения и улучшает тестируемость, модульность и поддержку кода.

Основные особенности библиотеки:
🔵Простота использования: предоставляет простой и интуитивно понятный интерфейс для определения зависимостей и их внедрения в классы и функции.
🔵Контейнеры зависимостей: использует контейнеры для управления зависимостями.
🔵Поддержка различных типов зависимостей: поддерживает как простые зависимости (например, класс или функция), так и более сложные (например, зависимости, требующие конфигурации или создания на лету).
🔵Поддержка аннотаций: возможность использовать аннотации Python для указания типов зависимостей, что делает код более читаемым и понятным.
🔵Тестирование: упрощает процесс тестирования, позволяя легко заменять зависимости на моки или заглушки.

➡️Установка библиотеки: pip install injector

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Код для получения информации о стране по её коду на Python

Для получения информации о стране по её коду мы используем специальный API, а для работы с ним - библиотеку requests.

➡️Установка библиотеки: pip install requests

import requests


def get_country_info(country_code):
    # Формируем URL для API с использованием кода страны
    url = f"https://restcountries.com/v3.1/alpha/{country_code}"
    response = requests.get(url)  # Выполняем GET-запрос к API
    
    # Проверяем, успешен ли запрос (код 200)
    if response.status_code == 200:
        # Преобразуем ответ в формат JSON
        country_data = response.json()
        
        # Проверяем, что данные - это список и он не пуст
        if isinstance(country_data, list) and len(country_data) > 0:
            # Получаем первую запись из списка данных о стране
            country_info = country_data[0]
            # Извлекаем общее название страны
            name = country_info['name']['common']
            # Извлекаем столицу, если она известна
            capital = country_info['capital'][0] if 'capital' in country_info else 'Unknown'
            # Извлекаем население, если оно известно
            population = country_info['population'] if 'population' in country_info else 'Unknown'
            # Извлекаем площадь, если она известна
            area = country_info['area'] if 'area' in country_info else 'Unknown'

            print(f"Страна: {name}")  # Выводим название страны
            print(f"Столица: {capital}")  # Выводим столицу страны
            print(f"Население: {population}")  # Выводим население страны
            print(f"Площадь: {area} квадратных километров")  # Выводим площадь страны в квадратных километрах
        else:
            # Сообщаем об ошибке, если данные отсутствуют
            print(f"Ошибка: Не удалось получить информацию для кода страны {country_code}")
    else:
        # Сообщаем об ошибке, если запрос не успешен
        print(f"Ошибка: Не удалось получить информацию для кода страны {country_code}")


# Вызываем функцию для получения информации о стране с кодом 'IT' (Италия)
get_country_info('IT')

➡️Справочник Программиста. Подписаться

👀 Библиотека Hupper в Python

Библиотека Hupper предназначена для автоматической перезагрузки процесса во время разработки.

Наблюдает за файлами в проекте и автоматически перезапускает приложение, когда в коде происходят изменения.

Основные возможности библиотеки:
🔵Автоматическая перезагрузка: отслеживает изменения в файлах и перезапускает приложение при обнаружении любых изменений.
🔵Отслеживание зависимостей: может отслеживать не только файлы проекта, но и зависимости, такие как модули и библиотеки, что позволяет более точно определять, когда требуется перезагрузка.
🔵Поддержка разных ОС: работает на Windows, macOS и Linux.
🔵Лёгкая интеграция: можно легко интегрировать с проектами на Python, включая веб-фреймворки (например, Pyramid).

➡️Установка библиотеки: pip install hupper

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

🖼Код для получения изображений по запросу с сайта Pexels на Python

Для получения изображений мы будем использовать Pexels API. Получить API key можно на официальном сайте (это бесплатно, дело 5 секунд).

Для обращения к API в коде используется библиотека requests.

➡️Установка библиотеки: pip install requests

import requests

# Указываем API-ключ для доступа к Pexels
API_KEY = "YOUR_PEXELS_API_KEY"
# Определяем базовый URL для поиска изображений в Pexels
BASE_URL = "https://api.pexels.com/v1/search"


def search_images(query, per_page=10, page=1):
    """
    Функция для поиска изображений на Pexels по ключевому слову.

    :param query: Ключевое слово для поиска.
    :param per_page: Количество изображений на странице (макс. 80).
    :param page: Номер страницы результатов.
    :return: Список ссылок на изображения.
    """
    headers = {
        "Authorization": API_KEY  # Устанавливаем заголовок авторизации с API-ключом
    }
    params = {
        "query": query,  # Ключевое слово для поиска изображений
        "per_page": per_page,  # Количество изображений на странице
        "page": page  # Номер страницы результатов
    }
    # Отправляем GET-запрос к API Pexels
    response = requests.get(BASE_URL, headers=headers, params=params)

    # Проверяем, успешен ли запрос (код 200)
    if response.status_code == 200:
        # Преобразуем ответ в формат JSON
        data = response.json()
        # Извлекаем список фотографий из ответа
        photos = data.get("photos", [])
        # Получаем ссылки на изображения среднего размера
        image_urls = [photo["src"]["medium"] for photo in photos]
        # Возвращаем список ссылок на изображения
        return image_urls
    else:
        # Выводим сообщение об ошибке, если запрос не успешен
        print(f"Ошибка: {response.status_code}")
        # Возвращаем пустой список в случае ошибки
        return []


# Пример использования
# Ищем изображения по запросу "hacker", ограничивая до 5 изображений
images = search_images("hacker", per_page=5)
print("Найденные изображения:")
# Проходим по всем найденным ссылкам на изображения
for img_url in images:
    # Выводим каждую ссылку на изображение
    print(img_url)

➡️Справочник Программиста. Подписаться

👀 Библиотека h11 в Python

Библиотека h11 предназначена для работы с протоколом HTTP/1.1 на низком уровне.

Реализует HTTP без использования сокетов или сетевых операций, что позволяет работать с сетевым кодом более детально и настраиваемо. Обрабатывает только логику протокола HTTP/1.1, оставляя все сетевые операции на усмотрение пользователя.

Основные особенности библиотеки
🔵Чистая реализация HTTP/1.1: h11 — это библиотека для построения синхронных и асинхронных HTTP-клиентов и серверов с нуля, без каких-либо дополнительных зависимостей, отвечающих за сокеты или события.
🔵Работа на низком уровне: предоставляет только логику, отвечающую за чтение и запись HTTP-заголовков, тела запроса и ответа, обработку chunked-трансфера, а также управление состояниями протокола. Это требует от разработчика понимания работы с сокетами и событийными циклами, что делает её подходящей для продвинутых пользователей.
🔵Состояния и события: управляет состоянием соединения с помощью конечного автомата, позволяя легко обрабатывать и отслеживать состояние соединения.
🔵Совместимость с асинхронными и синхронными библиотеками: хотя h11 сама по себе не асинхронная, она отлично интегрируется с asyncio, trio или curio, так как не накладывает ограничений на способ работы с сокетами.

➡️Установка библиотеки: pip install h11

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

📄 Код для удаления метаданных Word-документа на Python

Для удаления метаданных из Word-документа в коде используется модуль zipfile.

import zipfile


def remove_docx_metadata(doc_path):
    # Создаём имя для нового документа без метаданных
    cleaned_doc_path = f"cleaned_{doc_path}"

    # Открываем исходный .docx файл как zip-архив для чтения и создаём новый zip-архив для записи
    with zipfile.ZipFile(doc_path, 'r') as src, zipfile.ZipFile(cleaned_doc_path, 'w') as dst:
        # Проходимся по всем элементам в исходном архиве
        for item in src.infolist():
            # Проверяем, не является ли элемент метаданными, которые нужно удалить
            if item.filename not in ["docProps/core.xml", "docProps/app.xml", "docProps/custom.xml"]:
                # Если элемент не является метаданными, записываем его в новый архив
                dst.writestr(item, src.read(item.filename))

    # Выводим сообщение о том, что документ сохранён без метаданных
    print(f"Документ сохранён без метаданных: {cleaned_doc_path}")


# Указываем путь к исходному документу .docx
doc_path = 'example.docx'
# Вызываем функцию для удаления метаданных из указанного документа
remove_docx_metadata(doc_path)

➡️Справочник Программиста. Подписаться

👀 Библиотека Toga в Python

Библиотека Toga предназначена для создания графических интерфейсов (GUI) и входит в проект BeeWare.

Позволяет писать кросс-платформенные приложения, поддерживающие операционные системы Windows, macOS, Linux, Android и iOS.

Основные особенности библиотеки:
🔵Кросс-платформенность: одно и то же приложение может работать на разных операционных системах без необходимости изменения кода.
🔵Нативные виджеты: элементы интерфейса (кнопки, текстовые поля, списки) выглядят так, как если бы приложение было написано специально для этой ОС.
🔵Открытый исходный код: библиотека свободно доступна на GitHub, и разработчики могут вносить в нее изменения и предлагать улучшения.

➡️Установка библиотеки: pip install toga

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

👀 Библиотека Pygments в Python

Библиотека Pygments предназначена для подсветки синтаксиса. Позволяет легко интегрировать подсветку кода в приложения\веб-сайты, что делает код более читаемым и визуально привлекательным.

Основные особенности библиотеки:
🔵Широкий набор поддерживаемых языков: поддерживает более 500 языков программирования и различных синтаксисов (например, JSON, SQL, HTML и др.).
🔵Гибкость форматов вывода: можно преобразовать подсвеченный код в HTML, SVG, LaTeX и многие другие форматы.
🔵Разнообразие стилей: предлагает множество готовых стилей подсветки (например, "monokai", "friendly", "native"), а также возможность создания собственных стилей.
🔵CLI и API: предоставляет как интерфейс командной строки (CLI), так и API на Python, позволяя встраивать подсветку синтаксиса в приложения и веб-проекты.

➡️Установка библиотеки: pip install Pygments

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться

Кэширование значения свойства в классе Python

Рассмотрим пример использования декоратора cachedproperty из модуля boltons.cacheutils для кэширования результатов дорогостоящих вычислений. Это поможет избежать повторных расчетов и сэкономить время!

from boltons.cacheutils import cachedproperty

class ExpensiveComputation:
    def __init__(self, value):
        self.value = value

    @cachedproperty
    def result(self):
        # Имитация дорогих вычислений
        print("Выполняются дорогостоящие вычисления...")
        return self.value ** 2

comp = ExpensiveComputation(5)
print(comp.result)  # Выполняются дорогостоящие вычисления... 25
print(comp.result)  # 25 (вычисление не повторяется)

🔍 Как это работает?
🔵Мы создаем класс ExpensiveComputation, который принимает значение.
🔵При первом обращении к result выполняются "дорогие" вычисления, и результат кэшируется.
🔵При последующих обращениях результат возвращается из кэша, а повторные вычисления больше не выполняются. Это значительно повышает производительность!

💡 Почему стоит использовать?
Используйте cachedproperty, когда вам нужно проводить тяжёлые вычисления, которые не меняются в течение жизненного цикла объекта. Это позволяет делать код более эффективным и быстрым!

➡️Установка необходимой библиотеки: pip install boltons

➡️Справочник Программиста. Подписаться