python_practics
5.1K subscribers
1.89K photos
206 videos
119 files
62 links
Python - обучающие материалы, полезные советы и статьи.

Админ, сотрудничество, реклама: @seniorFrontPromo, @maria_seniorfront

Купить рекламу: https://telega.in/c/python_practics
Download Telegram
🚀 Кэш для uvx в GitHub Actions без файла зависимостей

Команда uvx из менеджера пакетов uv запускает Python-утилиту одной строкой. Но в GitHub Actions пакет при каждом запуске заново качается с PyPI. Кэш обычно привязывают к хэшу requirements.txt, а заводить такой файл ради пары утилит не хочется.

Выручает переменная UV_EXCLUDE_NEWER. С ней uv ставит самые свежие версии пакетов на указанную дату. Пока дата та же, версии не меняются.

Эту же дату Саймон Уиллисон добавляет в ключ кэша через cache-suffix в astral-sh/setup-uv. Чтобы обновить утилиты и сбросить кэш, достаточно поменять дату в одном месте.

Учтите одно: когда кэш нашёлся, он включает UV_OFFLINE=1, и uv не ходит в сеть. Поэтому новая утилита, добавленная без смены даты, упадёт с ошибкой.

Весь рецепт умещается в один короткий workflow.

👍 - если было полезно

@python_practics
👍2
🎨 Код в Word можно подсветить текстом, а не вставлять картинкой

Когда .docx собирают из Python, код проще всего вставить скриншотом. Но такой код не скопировать, не найти через Ctrl+F и не поменять ему шрифт.

На Хабре разобрали модуль примерно на сто строк, который вставляет код текстом с подсветкой. Библиотека Pygments режет код на токены и для каждого сообщает цвет, жирность и курсив. А абзац в python-docx состоит из фрагментов (runs) со своим форматированием. Каждый токен просто становится фрагментом.

Соседние токены с одинаковым стилем склеиваются, а весь листинг остаётся одним абзацем. В замере на 30 листингах сборка заняла 0,6 с против 4,1 с с картинками.

Рамку и заливку пришлось задавать прямо в XML. Word тут строже LibreOffice: при неверном порядке тегов он может не открыть файл, так что проверять результат стоит именно в Word.

А ещё в статье есть подпись «Листинг N», которая нумеруется сама.

👍 - если было полезно

@python_practics
👍1
🔗 Как открыть ссылки на сайт прямо в его приложении

Если у сайта есть приложение для iOS или Android, ссылки на сайт могут открываться в нём. У Apple это Universal Links, у Android App Links.

Но приложение не может само объявить чужие ссылки своими, иначе их перехватило бы любое вредоносное приложение. Поэтому связь двусторонняя: приложение называет свои домены, а домен подтверждает, каким приложениям доверяет.

Со стороны сайта это JSON-файл: /.well-known/apple-app-site-association для Apple и /.well-known/assetlinks.json для Android. В Django их отдают два маленьких view: по HTTPS, ответ 200 без редиректов, content-type application/json.

Подвох в том, что ошибка в файле ничем себя не выдаёт. Ссылки просто открываются в браузере, и нигде нет ни одного сообщения.

Готовые view, тесты к ним и команды, чтобы после деплоя проверить, что видят Apple и Google, собраны в оригинале.

👍 - если было полезно

@python_practics
👍1
🚀 В Python 3.15 модуль можно загружать, только когда он понадобился

Обычно import сразу выполняет модуль, а тот по цепочке импортирует свои зависимости. Если среди них есть медленные (скажем, с сетевой аутентификацией), CLI будет ждать их даже ради my_cli --help.

Для этого появилось ключевое слово lazy. Такой модуль загрузится при первом обращении к нему, а не на строке импорта:

import json
lazy import math
lazy from pathlib import Path


Здесь json загрузится сразу, а math и pathlib только когда понадобятся.

Подвох в том, что ошибки тоже откладываются. Опечатку в lazy from json import load_json Python заметит не на строке импорта, а там, где load_json впервые вызовут.

А ещё в статье есть способ объявить ленивые импорты так, чтобы код без изменений запускался и на старых версиях Python.

👍 - если было полезно

@python_practics
👍1
🧪 Почему тест цены падает, когда совы не летят?

Принцип единственной ответственности (S в SOLID) звучит так: у класса должна быть одна причина меняться. Стивен Группетта разбирает его на примере лавки зелий на Python.

Там метод sell() делает всё. Он ищет рецепт, списывает ингредиенты, считает скидку, печатает этикетку, записывает продажу и шлёт клиенту сову. Совы бастуют, и тест цены падает с OwlUnavailable. А ингредиенты уже списаны, продажа записана.

Каждую задачу выносят в свой класс: Inventory, PriceCalculator, Notifier и другие. PotionShop только координирует продажу, а цену можно проверить без склада и сов.

При этом речь не про «один метод на класс». Выносить стоит то, что меняется по другой причине (скидки, дизайн этикеток, уведомления) или упрощает важный тест.

В статье лавку перестраивают шаг за шагом, с кодом и выводом на каждом этапе.

👍 - если было полезно

@python_practics
🔴В 2025 году Россияне заработали 5,3 млрд рублей на арбитраже криптовалют

По данным Минфин 32% граждан покинули своё место работы поскольку уже в первый месяц смогли заработать 250 000 рублей, а через 2-3 месяца с легкостью вышли на семизначные числа.

Самое смешное, что лишь 8% россиян что-то слышали об этой профессии хотя все инструкции бесплатно лежат на канале Арбитраж Криптовалют

Там объясняют, как имея телефон и доступ в интернет заработать свои первые $3000. Причём разжёвывают так доступно, что поймёт даже ребенок. Кстати, на канале сегодня вышла новая рабочая связка!

Ссылка для входа — https://t.me/+GY-3aS-FN5c0Yjhi
Please open Telegram to view this post
VIEW IN TELEGRAM
👎2❤1👍1🔥1
⏱ Таймаут в секунду, а вызов ждал 1124 мс

Возьмём асинхронный HTTP-клиент на Python. Семафор ограничивает число одновременных обращений к сервису, а asyncio.timeout_at даёт всей операции секунду. Кажется логичным сначала взять слот, а потом засечь время.

Но тогда ожидание в очереди к семафору в эту секунду не входит. На тестовом стенде автора слот был занят 1100 мс, а сервер отвечал за 20 мс. Медиана вышла 1124 мс, и таймаут ни разу не сработал.

Срок нужно считать до очереди:

deadline = loop.time() + 1.0
async with asyncio.timeout_at(deadline):
async with semaphore:
return await retry_cycle()


Теперь ожидание обрывается на 1001 мс, и запрос на сервер даже не уходит.

Учтите: deadline лишь прекращает ожидание на стороне клиента. Если запрос уже ушёл, сервер может доделать работу, и её никто не откатит.

Дальше в статье тот же разбор для ретраев, пула соединений aiohttp и медленного чтения тела ответа.

👍 - если было полезно

@python_practics
❤1
🐍 self в Python не магия, а обычный первый аргумент

В блоге mathspp ООП в Python выводят из обычных функций, шаг за шагом. Сначала есть просто функции вроде author_name(author), которые получают данные автора и что-то с ними делают.

Потом эти функции переносят в class Author. На этом шаге класс ничего нового не умеет. Он просто общая «папка» для функций про авторов, и вызов выглядит так: Author.name(charles).

Дальше Python разрешает писать короче: charles.name(). Объект сам подставляется первым аргументом. Поэтому в определении функции первым параметром стоит self, а при вызове его не передают.

Отсюда и частая путаница: функция объявлена с четырьмя параметрами, а вызывается с тремя. Лишний аргумент просто подставляет Python.

В статье весь путь от россыпи функций до __init__ и self пройден на примере каталога книг Диккенса, и после него классы перестают казаться чёрным ящиком.

👍 - если было полезно

@python_practics
👍1
🐍 В Python 3.15 список списков можно расплющить одной звёздочкой

Раньше, чтобы собрать вложенные списки в один плоский, писали comprehension с двумя for: внешний перебирает подсписки, внутренний их элементы.

Теперь звёздочка * работает прямо внутри comprehension. Она высыпает каждый подсписок в результат целиком:

nested = [[0, 1, 2], [3, 4], [], [5, 6, 7]]
flattened = [*sublist for sublist in nested]
print(flattened) # [0, 1, 2, 3, 4, 5, 6, 7]


Как понять, где это пригодится? Если видите цикл for с list.extend или set.update внутри, это знак, что его можно свернуть в такую запись. Так же звёздочка работает в set comprehension и генераторных выражениях.

Со словарями есть нюанс: там нужны две звёздочки **, а при совпадении ключей остаётся значение из последнего словаря.

А как так упрощается реальный код из shutil и dataclasses в стандартной библиотеке, автор показывает на живых примерах.

👍 - если было полезно

@python_practics
👍3
🔍 Как подсмотреть сообщения RabbitMQ, не мешая рабочей цепочке

Ручные тесты интеграций с брокером RabbitMQ часто проводят через веб-интерфейс. Но если очередей несколько, каждую приходится смотреть отдельно.

Есть подход «подписка как шпион». Скрипт на Python-библиотеке pika создаёт тестовую очередь и привязывает её к тому же обменнику (exchange) с тем же ключом маршрутизации, что и рабочую. Сообщения начинают дублироваться и в неё.

Рабочие обработчики (консьюмеры) выключать не нужно. Скрипт просто печатает в консоль exchange, routing_key и тело каждого сообщения.

ch.queue_declare(queue=DEBUG_QUEUE_NAME)
ch.queue_bind(exchange=EXCHANGE_NAME, queue=DEBUG_QUEUE_NAME, routing_key=ROUTING_KEY)


Одно условие: имена обменников и ключи нужно знать заранее и вписать в параметры скрипта.

В оригинале есть вариант сразу для нескольких обменников и проверка на RabbitMQ, поднятом локально в Docker.

👍 - если было полезно

@python_practics
💳 Как не выдать товар дважды, если об оплате сообщили двое

В Казахстане оплату в Telegram часто принимают так: клиент переводит на Kaspi и шлёт скриншот, а человек ищет платёж глазами.

Автор разбора собрал бота на aiogram 3, который сам выставляет QR Kaspi Pay и выдаёт товар. Счета идут через сервис Aitole, в разработке которого автор участвует.

Об оплате бот узнаёт двумя путями: по вебхуку за секунды и опросом статуса раз в минуту, если вебхук потерялся. Сработать могут оба сразу, поэтому paid ставится одним условным апдейтом:

UPDATE orders SET status = 'paid', paid_at = now()
WHERE op_id = $1 AND status = 'pending'
RETURNING chat_id;


Строку обновит только один из них, он и выдаст товар.

Есть и ловушка. У Kaspi одна активная сессия на номер, и если войти в Kaspi Pay под номером, отданным сервису, бот продолжит отвечать, но деньги принимать перестанет.

Подпись вебхука, Idempotency-Key и песочница разобраны в статье, весь бот около 200 строк.

👍 - если было полезно

@python_practics
👎1
😄 Клиент нажал /cancel, а менеджеру пришла заявка от человека по имени «/cancel»

Такое случилось у разработчика Telegram-ботов на aiogram 3, библиотеке для Python. Бот вёл анкету по шагам: сначала ждал имя, потом телефон.

В aiogram 3 обработчики внутри роутера проверяются в порядке регистрации. Хендлер шага с именем ждал любой текст, а команда тоже текст. Он сработал первым, и до обработчика /cancel дело не дошло.

Лечится так: служебные команды живут в отдельном роутере, который подключается раньше остальных. А в шагах со свободным текстом команды ещё и отсекаются фильтром. Это страховка на случай, если кто-то потом добавит команду не в тот роутер:

@router.message(Order.name, F.text, ~F.text.startswith("/"))


В статье ещё две такие грабли, и одна из них теряет недописанные анкеты при каждом перезапуске бота.

👍 - если было полезно

@python_practics
❤2👎1
🔍 Первый запрос в тесте FastAPI проходит, второй падает

TestClient из FastAPI не поднимает сервер. Он вызывает приложение как функцию в фоновом потоке со своим событийным циклом. Без with на каждый запрос заводится новый цикл.

Пул asyncpg, созданный лениво при первом запросе, привязан к его циклу. Цикл закрывается после ответа, и второй запрос падает с «another operation is in progress», хотя другой операции нет. Под uvicorn цикл один на процесс, и ошибки нет.

Лечится так: пулы создаются в lifespan, а клиент живёт в with на всю сессию тестов:

import pytest
from fastapi.testclient import TestClient
from app import app

@pytest.fixture(scope="session")
def client():
with TestClient(app) as c:
yield c


Но если пул создать в асинхронной фикстуре pytest-asyncio, не спасёт и with: у фикстуры свой цикл.

В статье ещё три расхождения TestClient с настоящим сервером, включая 500, которую тест не видит.

👍 - если было полезно

@python_practics
👍1
⏰ Напоминание пришло на три часа позже, и Python не выдал ни одной ошибки

Бот для автосервиса писал клиенту за час до визита. Локально всё работало, а в Docker на VPS сообщения стали опаздывать ровно на три часа.

Виноваты «наивные» datetime, то есть даты без часового пояса. Напоминание хранилось как «17:00» неизвестно по каким часам. А datetime.now() берёт время системы: на ноутбуке Москва, в контейнере UTC. Вот и вышло 17:00 по UTC, или 20:00 по Москве.

Правило простое: берите datetime.now(timezone.utc), храните в базе UTC, а в часы пользователя переводите только на входе и выходе. Сравнить наивную дату с датой с поясом Python не даст, так что забытое место всплывёт исключением.

Замена на utcnow() не спасает: он тоже возвращает наивный объект, а с Python 3.12 ещё и помечен устаревшим.

А ещё в статье: почему ежедневная сводка после перевода часов съезжает на час.

👍 - если было полезно

@python_practics
🔍 Обновили конфиг, а процесс всё ещё читает старый текст

Скрипт обновления конфига обычно проверяет, что команда прошла и по пути лежит новый текст. Опыт на Linux показывает, почему этого мало.

Запись на месте и обычный cp меняют тот же файл (inode прежний). Новое видят все: путь, уже открытый дескриптор, жёсткая ссылка.

sed -i, install и os.replace кладут под старое имя новый файл. Новое видно только по пути. Процесс, который держал файл открытым, и жёсткая ссылка читают старое. Такому процессу нужно переоткрыть файл или перечитать конфиг.

Есть и ловушка с правами. Файл из tempfile.mkstemp получает 0600, и после замены конфига с 0640 группа теряет чтение. Выручает os.fchmod до замены.

В статье таблица по восьми способам и сюрприз с символьными ссылками.

👍 - если было полезно

@python_practics
❤1
🎬 TypedDict в Python 3.15 научился разрешать лишние ключи

TypedDict описывает словарь с заранее известными ключами и типом значения для каждого. Например, фильм с ключами "title" (строка) и "year" (число).

А если в словаре бывают и другие поля? В Python 3.15 появился параметр класса extra_items. Он разрешает дополнительные ключи, но только со значениями нужного типа.

from typing import TypedDict

class Movie(TypedDict, extra_items=str):
title: str
year: int


Словарь с "genre": "Comedy/Romance" пройдёт проверку типов: такого ключа нет в описании, но значение строка. А "rating": 8.8 не пройдёт, ведь это float.

Есть и обратный параметр closed=True: только описанные ключи, и больше никаких. Вместе с extra_items его указать нельзя.

А в паре с Unpack тот же extra_items решает, какие лишние именованные аргументы примет функция через **kwargs.

👍 - если было полезно

@python_practics
🔍 Байты пришли, а события нет

Сервер шлёт по SSE (поток событий от сервера по HTTP) три сообщения с паузой 250 мс. Клиент же получает их пачкой в самом конце. Проверка «соединение живое, что-то пришло» тут не поможет: байты приходят сразу и в рабочем, и в сломанном варианте.

Помогают три отметки времени: пришли байты, после распаковки появились строки data:, парсер отдал готовое событие. Между какими отметками задержка, там и проблема.

На стенде с gzip первыми пришли 10 байт заголовка gzip, а данные лежали внутри компрессора до финального flush(). Без аргумента он использует Z_FINISH и закрывает поток. С flush(zlib.Z_SYNC_FLUSH) после каждого кадра события идут сразу, как без сжатия.

Стенд намеренно узкий: без TLS, HTTP/2, nginx и CDN. Буферизация на этих слоях бывает, но здесь не проверялась.

Вторая разобранная причина, незавершённый кадр SSE, даёт похожий симптом, но ловится уже на другой отметке.

👍 - если было полезно

@python_practics
🔒 Один генератор, два потока, и сразу ValueError

Генераторы в Python не потокобезопасны. Если один поток ждёт значение, а второй в этот момент зовёт next() на том же генераторе, второй получит ValueError: generator already executing.

В Python 3.15 в модуле threading появился serialize_iterator. Он оборачивает итератор и ставит блокировку на получение каждого элемента. Потоки берут значения по очереди: первый получает 1, второй 2.

Внутри ничего хитрого, примерно так:

import threading

class serialize_iterator:
def __init__(self, iterable):
self._iterator = iter(iterable)
self._lock = threading.Lock()

def __iter__(self):
return self

def __next__(self):
with self._lock:
return next(self._iterator)


Учтите, что это новинка только Python 3.15. А ещё там есть декоратор synchronized_iterator, который защищает генератор прямо в момент объявления.

👍 - если было полезно

@python_practics
👍1
🔁 Три ретрая в конфиге, ноль ретраев в проде

Сборщик данных о парковках на aiohttp (асинхронный HTTP-клиент для Python) повторял запрос до трёх раз. Сетевые ошибки он ловил через except aiohttp.ClientError.

Но при срабатывании ClientTimeout(total=60) вылетает голый asyncio.TimeoutError. С Python 3.11 это встроенный TimeoutError, наследник OSError, а не ClientError. Он проскакивал мимо цикла с первой же попытки. В логе после двоеточия была пустота, потому что str() у него пустой.

Подвох в том, что у aiohttp есть свои классы таймаутов, и они как раз наследуют ClientError. Глядя на них, легко решить, что всё накрыто.

Исправляется это двумя строками, заодно в лог попадает имя класса:
except (aiohttp.ClientError, asyncio.TimeoutError) as error:
last_error = f'ошибка соединения: {type(error).__name__}: {error}'


А ещё эти немые таймауты однажды убедили разработчика в сетевом ограничении сервера, которого на деле не было.

👍 - если было полезно

@python_practics
This media is not supported in your browser
VIEW IN TELEGRAM
👩‍💻 Всем программистам посвящается!

Вот 14 авторских обучающих IT каналов по самым востребованным областям программирования:

Выбирай своё направление:

👩‍💻 Python — t.me/python_ready
🤔 InfoSec & Хакинг — t.me/hacking_ready
🖥 SQL & Базы Данных — t.me/sql_ready
👩‍💻 IT Новости — t.me/it_ready
🤖 AI & ML — t.me/neuro_ready
👩‍💻 Frontend — t.me/frontend_ready
👩‍💻 C/C++ — https://t.me/cpp_ready
👩‍💻 C# & Unity — t.me/csharp_ready
👩‍💻 Linux — t.me/linux_ready
👩‍💻 Java — t.me/java_ready
📖 IT Книги — t.me/books_ready
📱 JavaScript — t.me/javascript_ready
🖼️ DevOps — t.me/devops_ready
🖥 Design — t.me/design_ready

📌 Гайды, шпаргалки, задачи, ресурсы и фишки для каждого языка программирования!
Please open Telegram to view this post
VIEW IN TELEGRAM