✈️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

✈️Python имеет встроенный модуль zipfile, который предоставляет функционал для работы с архивами ZIP. Давайте создадим простой пример, чтобы продемонстрировать его возможности:

import zipfile

# Создаем новый ZIP файл
with zipfile.ZipFile('новый_архив.zip', 'w') as new_zip:
    # Добавляем файлы в архив
    new_zip.write('file1.txt')
    new_zip.write('file2.txt')
    # Можно добавить еще файлы по мере необходимости

⬆️Этот небольшой код создает новый ZIP архив под именем новый_архив.zip и помещает в него файлы file1.txt и file2.txt.

➡️Модуль zipfile обладает широкими возможностями, позволяя извлекать файлы, читать содержимое архива, добавлять и удалять файлы, а также многое другое. Это удобный инструмент, который позволяет манипулировать архивами непосредственно из кода Python.Если вам интересно узнать больше о модуле zipfile или экспериментировать с архивами в Python, рекомендую обратиться к официальной документации Python.

🐍Pythoner

✈️Модуль difflib в Python - это мощный инструмент, который помогает разработчикам сравнивать последовательности. Он особенно полезен для сравнения текстовых данных и нахождения различий между ними.

➡️Функция get_close_matches

Функция get_close_matches() используется для поиска наиболее похожих вариантов в последовательности. Это полезно, например, при реализации системы автодополнения, где нужно предложить пользователю наиболее вероятные варианты на основе его ввода.

➡️Например:

import difflib

words = ['кот', 'собака', 'кит', 'слон']
difflib.get_close_matches('кот', words)

⬆️В этом примере функция возвращает: ['кот', 'кит'].

➡️Функция ndiff

Функция ndiff() используется для сравнения двух последовательностей и выявления различий между ними. Она возвращает генератор, который производит строки, иллюстрирующие различия между последовательностями. Это полезно, например, при сравнении версий текстовых документов.

➡️Например:

import difflib

str1 = "кот"
str2 = "кит"
diff = difflib.ndiff(str1, str2)
print('\\n'.join(diff))

⬆️В этом примере функция выводит:

  к
- о
+ и
  т

➡️Функция SequenceMatcher

Функция SequenceMatcher() является более общей и мощной функцией, чем ndiff(). Она позволяет сравнивать любые две последовательности и определять степень их сходства.

➡️Например:

import difflib

str1 = "кот"
str2 = "кит"
match = difflib.SequenceMatcher(None, str1, str2)
print(match.ratio())

⬆️В этом примере функция возвращает: 0.6666666666666666, что означает, что строки совпадают на 66.67%.

🐍Pythoner