Когда делаешь парсер или переносишь сайт, на экране часто лежит куча рваной HTML-разметки. Привести это в аккуратный Markdown обычно та еще морока. 🐱

В опенсорсе нашелся удобный инструмент python-markdownify, который как раз решает задачу конвертации HTML в Markdown.

Логика у него проста: берешь громоздкий HTML, на выходе получаешь понятный и чисто структурированный Markdown.

Инструмент хорошо настраивается. Можно вычищать нужные теги, менять формат заголовков, аккуратно обрабатывать таблицы и картинки. Все это конфигурируется.

Ставится через pip. Им можно пользоваться как из Python-кода, так и из командной строки, конвертируя файлы пачками.

При желании можно унаследоваться и переопределить правила преобразования под свои кейсы. С расширяемостью там все ок.

Если приходится гонять большие объемы текста или переносить блог, библиотека экономит кучу времени, которое обычно уходит на ковыряние регулярок.

👉 @PythonPortal

Python-совет:

Чтобы создать поля, которые не должны попадать в сгенерированный метод init, используй field(init=False).
Это удобно для вычисляемых атрибутов.

Пример ниже 👇

from dataclasses import dataclass, field

@dataclass
class Rectangle:
    width: int
    height: int
    area: int = field(init=False)

    def __post_init__(self):
        self.area = self.width * self.height

👉 @PythonPortal

Эта симуляция основана на 7 строках Python.

Адвекция по МакКормаку → мягкий source-терм → подъёмная сила по Буссинеску → пересэмплированное форсирование → проекция на неразрывность через метод сопряжённых градиентов.

Когда semi-Lagrangian + Conjugate Gradient просто берут и работают, это ощущается как читерство над физикой.

👉 @PythonPortal

RIP приватность. ИИ-очки теперь могут распознавать кого угодно и где угодно.

Нидерландский журналист только что протестировал ИИ-очки, которые моментально идентифицируют случайных прохожих на улице.

Без госбаз. Без полицейских систем. Только публичные данные и готовые ИИ-модели.

Ты смотришь на человека и через пару секунд перед твоими глазами уже его имя, LinkedIn и бэкграунд.

Самая жёсткая часть в том, что это почти невозможно остановить.

Можно запретить, зарегулировать, добавить мигающие красные огоньки, но как только такие технологии появились, кто-то всегда найдёт способ их использовать.

Лично для меня это переломный момент.

Мы официально размыли границу между тем, чтобы видеть людей, и тем, чтобы знать их.

Между тем, чтобы просто быть в публичном пространстве, и тем, чтобы быть полностью раскрытым.

И вот главный вопрос.

Когда каждое лицо становится датасетом, как нам защитить само понятие быть человеком?

👉 @PythonPortal

Пройдено

👉 @PythonPortal