Когда наняли грамотного пиарщика

>>> int('۹')
9
>>> int('߇७𝟟')
777
>>> '੨'.isdecimal()
True
>>> bool(__import__('re').match('\d', '߁'))
True

Важное про цифры и Юникод

0, 1, 2, 3, 4, 5, 6, 7, 8, 9 — не единственные символы, которые считаются цифрами. Python следует правилам Юникода и обрабатывает несколько сотен символов как цифры. Полный список находится здесь.

Это крайне важно знать, потому что эти символы влияют на такие функции, как int, unicode.isdecimal и даже re.match.

Предупрежден — значит вооружен.

Python Map | Обучение 🐍

Понаберут с улицы

from types import MethodType

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

def external_func(self, increment):
    return self.value + increment

instance = MyClass(10)
instance.method = MethodType(external_func, instance)

print(instance.method(5))

Модуль types: класс MethodType

types.MethodType — это способ динамического добавления функций в экземпляры класса как методы. Это позволяет создавать методы "на лету" и добавлять их в объекты, что может быть полезно в сложных сценариях, когда структура класса определяется динамически.

В этом примере функция external_func добавляется в экземпляр класса MyClass как метод. Это позволяет вызывать её как обычный метод класса, используя атрибуты экземпляра.

@PyMapChannel 🐍

Главное, чтоб работало, а остальное неважно

(не делайте так)

Поймай меня, если сможешь

Библиотека deep-translator: мощный инструмент для многоязычного перевода

deep-translator - это библиотека Python, разработанная для многоязычного перевода текстов. Она поддерживает более 100 языков и обеспечивает высокую точность перевода. Библиотека работает с различными API (Google Translate, Yandex Translator, и т.д.), что делает её гибким инструментом для разработчиков.

Пример:

from deep_translator import GoogleTranslator

# Объект переводчика
translator = GoogleTranslator(source='en', target='ru')
text_to_translate = 'Hello, how are you?'

# Вызов метода для перевода
translated_text = translator.translate(text_to_translate)

print(text_to_translate) # Hello, how are you?
print(translated_text)   # Привет, как дела?

Документация доступна тут: deep-translator

Вместо того, чтобы выполнить задачу за 20 минут, я потрачу 2 дня на ее автоматизацию

Библиотека shlex: мощный инструмент для разбора строк в Python

shlex - это библиотека Python, предназначенная для разбора строк, которые содержат текстовые команды, подобно тому, как это делает командная оболочка Unix. Она позволяет легко разделять строки на токены, учитывая при этом кавычки и экранирование, что делает её идеальным инструментом для работы с командными строками и аргументами.

Пример:

import shlex

# Строка с командой
command_line = 'python script.py --arg1 "value with spaces" --arg2=value2'

# Разбор строки на токены
tokens = shlex.split(command_line)

print(tokens)  # ['python', 'script.py', '--arg1', 'value with spaces', '--arg2=value2']

Документация доступна тут: shlex

Модуль argparse: функция ArgumentParser

import argparse

parser = argparse.ArgumentParser(description='Пример использования argparse')
parser.add_argument('--name', type=str, help='Ваше имя')
args = parser.parse_args()

print(f'Привет, {args.name}!')

Функция argparse.ArgumentParser() позволяет создавать интерфейс командной строки для ваших программ.

С помощью этого модуля вы можете легко определять, какие аргументы принимает ваша программа, и автоматически генерировать справку по использованию. Например, в приведенном выше коде мы создаем парсер, который ожидает аргумент --name, и выводим приветствие с указанным именем.

Это удобно для создания пользовательских интерфейсов и упрощает взаимодействие с программой через командную строку.

🐍 Python Map | Обучение

Модуль unittest: создание тестов

import unittest

def multiply(a, b):
    return a * b

class TestMultiply(unittest.TestCase):
    def test_multiply_numbers(self):
        self.assertEqual(multiply(3, 4), 12)

    def test_multiply_negative(self):
        self.assertEqual(multiply(-1, 5), -5)

if __name__ == '__main__':
    unittest.main()

Функция unittest.TestCase позволяет создавать классы с тестами для проверки корректности работы функций и методов.

Модуль unittest — это встроенный в Python инструмент для автоматизированного тестирования кода. Он помогает создавать тестовые случаи, группировать их в тестовые наборы и автоматически запускать с проверкой ожидаемых результатов.

В примере выше описан простой тест для функции multiply, который проверяет умножение положительных и отрицательных чисел с помощью assertEqual. Такой подход помогает быстро выявлять ошибки и обеспечивать стабильность кода.

Использование unittest облегчает поддержку и развитие проектов, позволяя гарантировать, что изменения не ломают существующую функциональность.

🐍 Python Map | Обучение

Модель pytest: создание тестов

def multiply(a, b):
    return a * b

def test_multiply_numbers():
    assert multiply(3, 4) == 12

def test_multiply_negative():
    assert multiply(-1, 5) == -5

Pytest — это популярный сторонний фреймворк для тестирования в Python, который предоставляет простой и мощный способ писать тесты. В отличие от unittest, pytest не требует использования классов, а тесты можно писать в виде обычных функций с ассертами.

Pytest автоматически находит тестовые функции по префиксу test_ и запускает их. Ассерты в pytest работают с расширенными отчетами об ошибках, что упрощает отладку. Кроме того, pytest поддерживает фикстуры — специальные функции для подготовки тестового окружения и повторного использования кода.

pip install pytest

В приведённом примере описаны два простых теста для функции multiply, которые проверяют умножение положительных и отрицательных чисел. Такой подход делает тесты компактными и читаемыми.

Использование pytest облегчает создание масштабируемых и удобных для поддержки тестов, помогает быстро обнаруживать ошибки и повышает качество кода.

🐍 Python Map | Обучение

Модель pytest: использование фикстур

import pytest

@pytest.fixture
def sample_data():
    return [1, 2, 3, 4, 5]

def test_sum(sample_data):
    assert sum(sample_data) == 15

def test_max(sample_data):
    assert max(sample_data) == 5

Pytest — это популярный сторонний фреймворк для тестирования в Python, который предоставляет простой и мощный способ писать тесты. В отличие от unittest, pytest не требует использования классов, а тесты можно писать в виде обычных функций с ассертами.

Pytest автоматически находит тестовые функции по префиксу test_ и запускает их. Ассерты в pytest работают с расширенными отчетами об ошибках, что упрощает отладку. Кроме того, pytest поддерживает фикстуры — специальные функции для подготовки тестового окружения и повторного использования кода.

Фикстуры позволяют создавать общие данные или состояния, которые могут быть использованы в нескольких тестах. В приведённом примере фикстура sample_data возвращает список чисел, который затем используется в двух тестах для проверки суммы и максимального значения.

Чтобы установить pytest, выполните команду:

pip install pytest

Использование фикстур в pytest облегчает создание масштабируемых и удобных для поддержки тестов, помогает быстро обнаруживать ошибки и повышает качество кода.

🐍 Python Map | Обучение