В этом гайде создадим утилиту, которая переименует все нужные файлы по-человечески: уберёт мусор из имён, задаст структуру, пронумерует — и всё это в 10 строк кода.
В посте рассмотрим:
• Фильтрацию по расширению — переименовываем только нужные типы файлов.
• Очистку имён — избавляемся от “v2”, “копия”, “final” и пробелов.
• Форматирование — задаём шаблон имён с нумерацией (document_001.pdf).
Это отличный мини-скрипт для всех, кто работает с загрузками, фото, заказами и хочет, чтобы папки были в порядке без ручной рутины.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥29❤19👍5😁1
Каждый уровень играет важную роль: от физической передачи сигналов до приложений, с которыми мы взаимодействуем каждый день. Понимание этой модели помогает лучше разбираться в сетевых ошибках, маршрутизации и защите данных.
На картинке — 7 уровней OSI, что делает каждый из них и примеры протоколов.
Сохрани, чтобы не забыть!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤18🔥14🤝6
Полезные инструменты для работы с очередями, стеками, множества и бинарными данными. Эти структуры помогут писать код компактнее, эффективнее и безопаснее в многопоточном окружении.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥26❤20👍11🤝3
Удаляем дубликаты, но сохраняем порядок!
Когда обрабатываешь списки из внешних источников (например, e-mail'ы, id-шники, URL'ы) — дубликаты надо убрать, но порядок важен. Просто
Используем
Теперь
Оборачиваем в функцию для переиспользования:
Можно применить к любым последовательностям:
🔥 Получается просто, нативно и эффективно — без
👉 Python Ready | #практика
Когда обрабатываешь списки из внешних источников (например, e-mail'ы, id-шники, URL'ы) — дубликаты надо убрать, но порядок важен. Просто
set()
не подойдёт — он всё перемешает.Используем
dict.fromkeys()
— он сохраняет порядок с Python 3.7+items = ["a", "b", "a", "c", "b"]
unique = list(dict.fromkeys(items))
Теперь
unique
будет ['a', 'b', 'c']
— в том же порядке, что в исходном списке.Оборачиваем в функцию для переиспользования:
def remove_duplicates(seq):
return list(dict.fromkeys(seq))
Можно применить к любым последовательностям:
emails = ["[email protected]", "[email protected]", "[email protected]"]
print(remove_duplicates(emails))
🔥 Получается просто, нативно и эффективно — без
set()
и сортировок.Please open Telegram to view this post
VIEW IN TELEGRAM
🔥35👍13❤11🤝1
По логам с временными метками определяем, в какой час на сервер приходилось больше всего запросов.
В этой задаче:
• Работаем с JSON — достаём timestamp из словаря
• Используем strptime — преобразуем строку в datetime
• defaultdict — считаем количество запросов по каждому часу
Задача из практики нагрузочного анализа и системного логирования.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥30❤12👍9🤝3
Сегодня напишем мини-анализатор, который оценивает подозрительность вводимых ответов. Он пригодится в CLI-играх, чат-ботах или тестах.
В этом посте:
• Замерим скорость реакций пользователя.
• Найдём дублирующие ответы.
• Посчитаем индекс подозрительности.
• Выведем финальный вердикт.
Подход, который добавит умную механику в любые интерактивные скрипты.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍41🔥23❤12🤝3