🔥И снова новый, но последний пост по пирогу. В прошлый раз я обещал научить вытаскивать данные из сообщения, этим и займёмся!

🔎Давайте с начала просто посмотрим из чего состоит получаемый объект

@app.on_message(filters.command(["start"], prefixes="."))
async def start(_, msg):
    print(msg)

⬆️В результате увидим много всяких данных. Самые часто используемые - id, text, from_user, chat reply_to_message(сообщение на которое ответили).

➡️Чтобы достать определенное значение надо перечислить ключи к нему через точку:

➖msg.text
➖msg.chat.id
➖msg.reply_to_message.date

➡️Теперь попробуем на практике, поприветствуем новых участников в группе

@app.on_message(filters.chat([123,456]) & filters.new_chat_members)
async def welcome(_, msg):
    new_members = [u.mention for u in msg.new_chat_members]
    text = 'Привет, ' + ", ".join(new_members) + "!"
    await msg.reply(text, True disable_web_page_preview=True)

⬆️Разберем этот код
💬Создаем Декоратор:
💬📰Из определенных чатов ([123,456])
💬📰Для новых участников
💬Создаем функцию
И тут начинается самое то, что нас интересует
💬Перебираем список новых участников, и из них берем параметр mention - имя с ссылкой.
💬Формируем текст сообщения, соеденяя список из новый участников с помощью *str.join()* (о нем мы говорили в прошлом посте )
💬Отвечаем на сообщение ответом и без предпросмотора ссылок

👀Итог
Мы научились доставать данные из сообщения и вспомнили фильтры с обработчиками. Надеюсь это серия постов вам понравилась.

🐍Pythoner

➡️Функция .upper()

Функция .upper() в Python используется для преобразования всех символов в строке в верхний регистр. Это очень полезно, когда вы хотите сравнить строки без учета регистра или обеспечить единообразие ввода данных. Пример использования:

text = 'Hello, World!'
print(text.upper())  # Вывод: 'HELLO, WORLD!'

➡️Функция .lower()

С другой стороны, функция .lower() преобразует все символы строки в нижний регистр. Это также может быть полезно при сравнении строк или обеспечении единообразия ввода. Пример использования:

text = 'Hello, World!'
print(text.lower())  # Вывод: 'hello, world!'

➡️Применение .upper() и .lower()

Функции .upper() и .lower() часто используются вместе для обеспечения единообразия ввода и процесса обработки данных. Например, вы можете преобразовать ввод пользователя в нижний регистр перед проверкой его в словаре, где все ключи хранятся в нижнем регистре. Таким образом, вы можете быть уверены, что ваш код будет работать независимо от того, как пользователь ввел данные.

🐍Pythoner

✈️Иногда элементы массива изначально неизвестны, но массив для их хранения необходим сейчас. Поэтому в NumPy есть функции для создания массива с исходным содержимым (по умолчанию тип массива — float64)

>>> import numpy as np

➡️zeros((n, m)) - создает массив нулей с размером n x m.

>>> np.zeros((3, 2))
array([[0., 0.],
[0., 0.],
[0., 0.]])

➡️ones((n, m)) - создает массив единиц с размером n x m.

>>> np.ones((2, 3))
array([[1., 1., 1.],
[1., 1., 1.]])

>>> np.ones((2, 2), dtype=np.int16)
array([[1, 1],
[1, 1]], dtype=int16)

➡️empty() - создает массив без заполнения. Исходное содержимое случайно и зависит от состояния памяти на момент создания массива (мусор, что в ней хранится).

>>> np.empty((2,2))
array([[5.e-324, 0.e+000],
[0.e+000, 5.e-324]])

📁Документация NumPy

🐍Pythoner

✈️В Django ORM можно использовать механизм миграций для изменения структуры базы данных без необходимости вручную вносить изменения через SQL запросы. Миграции позволяют вам определять изменения в моделях и применять их к базе данных автоматически.

➡️Для начала работы с миграциями в Django необходимо создать начальное состояние базы данных, которое будет соответствовать текущим моделям вашего приложения. Для этого можно воспользоваться командой python manage.py makemigrations, которая создаст файл миграции в папке migrations вашего приложения.

➡️Затем, чтобы применить миграции к базе данных, можно воспользоваться командой python manage.py migrate, которая применит все необходимые изменения к базе данных. При этом Django будет автоматически отслеживать и применять новые миграции при изменениях в моделях.

➡️Миграции в Django ORM могут включать различные операции, такие как создание новых таблиц, добавление и удаление полей, изменение типа данных и многое другое. Кроме того, можно создавать собственные миграции с помощью команды python manage.py makemigrations --empty, чтобы определить свои собственные изменения в базе данных.

👀Использование миграций в Django ORM делает процесс изменения структуры базы данных более удобным и безопасным, позволяя сохранить целостность данных и избежать ошибок при ручном внесении изменений.

🐍Pythoner

➡️Django чуть медленнее Flask из-за своей более высокой функциональности и накладных расходов. Однако на практике разница в скорости работы между ними незначительна для большинства веб-приложений.

➡️Flask может быть немного быстрее при обработке простых запросов, но Django лучше масштабируется при увеличении нагрузки благодаря встроенным инструментам кэширования и оптимизации.
Кроме того, производительность в большей степени зависит от архитектуры и качества кода конкретного приложения.

🐍Pythoner

✈️Да, функции можно объявлять внутри других функций. Такая вложенная функция будет видна и доступна для вызова только внутри родительской функции, в которой она определена.

➡️Это называется замыканием и позволяет ограничить область видимости вложенной функции, чтобы она не загрязняла глобальное пространство имен.

🔎Вложенные функции могут быть полезны, когда нужно реализовать вспомогательную логику, связанную только с работой родительской функции.

🐍Pythoner

➡️Подготовка базы данных

Прежде чем начать вставку внешних ключей, необходимо подготовить базу данных и создать таблицы, между которыми мы будем устанавливать связи. Рассмотрим простой пример двух таблиц: authors и books. Таблица authors будет содержать информацию об авторах, а таблица books - информацию о книгах, написанных этими авторами. Для начала создадим эти таблицы с использованием языка SQL.

CREATE TABLE authors (
    author_id SERIAL PRIMARY KEY,
    name VARCHAR(100) NOT NULL
);

CREATE TABLE books (
    book_id SERIAL PRIMARY KEY,
    title VARCHAR(100) NOT NULL,
    author_id INT,
    FOREIGN KEY (author_id) REFERENCES authors (author_id)
);

➡️Вставка данных и внешних ключей с помощью Python

Теперь, когда наша база данных готова, мы можем перейти к вставке данных и внешних ключей с помощью Python. Для этого нам понадобится библиотека psycopg2, которая позволяет взаимодействовать с PostgreSQL базой данных. Убедитесь, что она установлена:

pip install psycopg2

Далее, напишем скрипт на Python, который будет вставлять данные в таблицы authors и books, устанавливая соответствующие внешние ключи.

import psycopg2

# Соединение с базой данных
conn = psycopg2.connect(
    dbname="your_db_name",
    user="your_db_user",
    password="your_db_password",
    host="your_db_host",
    port="your_db_port"
)
cursor = conn.cursor()

# Вставка данных в таблицу authors
cursor.execute("INSERT INTO authors (name) VALUES (%s) RETURNING author_id", ("J.K. Rowling",))
author_id = cursor.fetchone()[0]

#Вставка данных в таблицу books с указанием внешнего ключа
cursor.execute("INSERT INTO books (title, author_id) VALUES (%s, %s)", ("Harry Potter", author_id))

# Сохранение изменений и закрытие соединения
conn.commit()
cursor.close()
conn.close()

➡️Проверка и управление целостностью данных

Внешние ключи помогают поддерживать целостность данных в базе данных. Например, они не позволяют вставлять в таблицу books значения author_id, которых нет в таблице authors. Рассмотрим, как это работает на практике. Попробуем вставить книгу с несуществующим author_id и посмотрим, что произойдет.

try:
    cursor.execute("INSERT INTO books (title, author_id) VALUES (%s, %s)", ("Unknown Book", 999))
    conn.commit()
except psycopg2.IntegrityError as e:
    conn.rollback()
    print("Ошибка целостности данных: невозможно вставить книгу с несуществующим автором.")

В данном случае psycopg2 выбросит исключение IntegrityError, и мы сможем обработать его, откатив изменения и предупредив пользователя об ошибке.

🐍Pythoner

✈️Контейнер — это объект, предназначенный для хранения других объектов. Контейнеры реализуют различные структуры данных, такие как списки, кортежи, словари, множества и другие.

➡️Основное назначение контейнеров — удобное и эффективное хранение и доступ к группам объектов. Контейнеры позволяют легко добавлять, удалять и итерировать элементы.

➡️Все контейнеры в Python реализуют общие методы, такие как len() для получения размера и contains() для проверки вхождения элемента. Это обеспечивает единый интерфейс работы с разными типами контейнеров.

🐍Pythoner

1️⃣AIOGram:
➕Поддерживает асинхронное программирование, что позволяет эффективно обрабатывать множество запросов без блокирования основного потока.
➕Хорошо документирована и имеет большое сообщество разработчиков.
➕Предоставляет обширный набор функций для работы с Telegram API.
➖Деплоится не на всех бесплатных сервисах.

2️⃣python-telegram-bot:
➕Простой в использовании и понимании, особенно для новичков в разработке телеграм-ботов.
➕Хорошо документирована и имеет активное сообщество разработчиков.
➕Предоставляет обширный набор функций для работы с Telegram API.
➖Не поддерживает асинхронное программирование, поэтому может быть неэффективным при обработке большого количества запросов одновременно.
➖Из-за синхронного подхода может возникать блокирование основного потока при выполнении долгих операций.

3️⃣telebot:
➕Простой в использовании и понимании.
➕Хорошо документирована и имеет небольшое, но активное сообщество разработчиков.
➕Предоставляет обширный набор функций для работы с Telegram API.
➖Не поддерживает асинхронное программирование, поэтому может быть неэффективным при обработке большого количества запросов одновременно.
➖Некоторые функции могут быть менее гибкими или сложными в использовании по сравнению с другими библиотеками.

4️⃣twx.botapi:
➕Простой в использовании и понимании, особенно для новичков в разработке телеграм-ботов.
➕Хорошо документирована и имеет некоторые примеры использования.
➕Предоставляет базовый набор функций для работы с Telegram API.
➖Ограничена в функциональности и не предоставляет некоторые продвинутые возможности, доступные в других библиотеках.
➖Неактивно поддерживается и может быть устаревшей.


❗️Выбор конкретной библиотеки зависит от ваших потребностей, уровня опыта и предпочтений в разработке.

🐍Pythoner

➡️Что такое importlib?

Это встроенная библиотека Python, которая предоставляет интерфейс для механизма импорта. С ее помощью вы можете программно импортировать модули, перезагружать их и даже создавать свои собственные импортеры!

➡️Вот простой пример использования importlib:

import importlib

# Динамический импорт модуля
math = importlib.import_module('math')

# Использование импортированного модуля
print(math.pi)  # Выводит 3.141592653589793

# Перезагрузка модуля
importlib.reload(math)

➡️С importlib вы можете:
• Динамически импортировать модули
• Перезагружать модули во время выполнения
• Создавать пользовательские импортеры
• Работать с пространствами имен пакетов

🔎Эта библиотека особенно полезна при разработке плагинов, создании расширяемых приложений или отладке кода.

⛓Документация

🐍Pythoner

✈️difflib особенно полезен для работы с текстами. Содержит функции для создания отчётов в нескольких распространённых форматах, в том числе в HTML.

➡️Класс Differ(), например, выводит различия в отдельных строках, сопровождая их префиксами.
➡️Класс SequenceMatcher() позволяет вычислить сходство между строками. Функция get_opcodes() возвращает список инструкций для приведения первой последовательности к виду второй.

➡️Пример:

import difflib

# Две строки для сравнения
string1 = "Привет, как дела?"
string2 = "Привет, как у тебя дела?"

# Используем SequenceMatcher для получения отличий
d = difflib.Differ()
diff = d.compare(string1.split(), string2.split())

# Вывод различий
print('\n'.join(diff))

⬆️Как это работает:
Мы используем difflib.Differ() для сравнения двух строк, разбивая их на слова.Метод compare возвращает итератор, который показывает различия между строками.
- Результат отображает изменения с символами:
- – если слова одинаковые,
- - – если слово присутствует только в первой строке,
- + – если слово присутствует только во второй строке.

🔎Таким образом, difflib полезен в ситуациях, когда нужно определить не только факт различия между двумя последовательностями, но и конкретные места, где эти различия возникают.

🐍Pythoner

✈️Plumbum — это библиотека, предназначенная для упрощения работы с командной строкой и вызова внешних программ.
Она упрощает автоматизацию задач, которые требуют вызова командной строки из\ кода. Это может быть запуск скриптов, утилит, вызов программ для обработки данных и т. д.

➡️Основные возможности библиотеки:
— Удобный синтаксис для запуска команд и программ из Python кода. Позволяет вызывать команды командной строки так же просто, как обычные функции.
— Автоматическое формирование командной строки. Можно передавать аргументы и параметры в виде обычных переменных, Plumbum сам сформирует командную строку.
— Перенаправление ввода/вывода. Поддержка стандартных операторов Unix для работы с потоками данных.
— Проверка кодов возврата и обработка ошибок.
— Локальное или удаленное выполнение. Возможность запускать команды как локально, так и по SSH на удаленных хостах.

➡️Пример

from plumbum import local

ls = local["ls"]

output = ls("-l")

print("Вывод команды 'ls -l':")
print(output)

# Также можно выполнять составные команды
# Например, мы можем использовать команду `grep` для фильтрации вывода
grep = local["grep"]
result = (ls("-l") | grep[".py"])()  # Пайпим вывод ls в grep

print("\nВывод файлов с расширением .py:")
print(result)

⬆️Пояснение кода:
💬Мы импортируем local из модуля plumbum.
💬Определяем команду ls с помощью local["ls"].
💬Выполняем команду с аргументом -l, который выводит содержимое текущей директории в длинном формате.
💬Вывод команды сохраняем в переменной output и затем печатаем.
💬Также мы создаем команду grep и используем возможность пайпинга (|) для фильтрации вывода команды ls, чтобы показать только файлы с расширением .py.

🐍Pythoner

✈️EEL (Easy Electron) — это библиотека, которая упрощает создание desktop-приложений с использованием технологий веб-разработки (HTML, CSS и Javascript).

➡️Основные возможности EEL:

💬Позволяет создавать графический интерфейс приложения при помощи веб-технологий.
💬Обеспечивает взаимодействие между Python кодом и Javascript кодом. Python может вызывать JS функции, а JS может вызывать Python.
💬Автоматически обрабатывает асинхронные вызовы между JS и Python.
💬Встроенный локальный веб-сервер для отображения HTML/JS интерфейса.

➡️Пример

import eel 

eel.init('web')

@eel.expose
def say_hello(x):
    print('Hello %s' % x)

eel.say_hello('World')

eel.start('index.html')

⬆️В этом примере импортируется модуль eel и инициализируется папка с HTML и JS файлами — 'web'.
Декоратор @eel.expose делает функцию say_hello() доступной для вызова из Javascript.
Вызов eel.say_hello() вызывает эту функцию из Python кода.

🐍Pythoner

✈️Логирование, или журналирование, – это процесс записи событий в системе. Эти события могут включать в себя всё: от информации о том, что программа успешно завершила свою работу, до деталей о возникших ошибках. Логи могут быть сохранены в различных форматах и на различных носителях, включая файлы, базы данных или даже удаленные серверы.

➡️Преимущества логирования

Логирование имеет множество преимуществ. Оно помогает разработчикам отслеживать и исправлять ошибки, анализировать поведение системы и даже предотвращать возможные проблемы в будущем. Кроме того, логи могут быть использованы для аудита, что особенно важно для обеспечения безопасности системы.

➡️Как использовать логирование?

Применять логирование можно разными способами. Во-первых, можно использовать встроенные средства ОС или специализированные инструменты для логирования. Во-вторых, можно внедрять функции логирования непосредственно в свои приложения. В любом случае, важно помнить о необходимости разделять логи по уровням важности и обеспечивать их надлежащее хранение и архивацию.

🐍Pythoner