👩‍💻 Репозиторий с вопросами для собеседований по Python без воды и сюрпризов

Собеседование по Python - это не только рассказ про проекты.

Чаще всего проверяют базу и понимание деталей:
почему is — не ==, как работают генераторы, что происходит с памятью и где подводные камни ООП.

Для этого есть отличный репозиторий python_interview_questions.

Что внутри 📌
- часто задаваемые вопросы для junior, middle и выше
- теория с понятными объяснениями
- примеры кода, а не сухие определения
- темы от синтаксиса до внутренних механизмов Python

Зачем он реально полезен ⚡️
- помогает разобраться в «подкапотной» логике языка
- учит формулировать ответы, а не просто знать факт
- идеально подходит для быстрого повторения перед интервью
- снижает риск растеряться на каверзных вопросах

Хороший способ системно подготовиться к Python-собесу и понять, где у тебя слабые места.

https://github.com/yakimka/python_interview_questions

@Python_Community_ru

🧩 dataclass vs Pydantic - большая разница в валидации данных

Когда ваши Python-модели растут, dataclass быстро превращается в ад из if-else внутри post_init:

❌ ручные проверки
❌ раздувающийся код
❌ сложнее читать и поддерживать

Pydantic решает это элегантно:

✅ встроенные ограничения прямо в определении полей
✅ автоматическая валидация
✅ понятные сообщения об ошибках

То, что dataclass требует вручную - Pydantic делает автоматически.

Если вы работаете с API, формами, БД или конфигурациями - Pydantic почти всегда лучше выбор.

@Python_Community_ru

⚡️ Qcrawl - простой и быстрый веб-краулер

Qcrawl - это open-source проект краулера, написанный на Go, предназначенный для эффективного сбора страниц из интернета и обработки ссылок.

Это:
• легковесный веб-краулер
• ориентирован на масштабируемость и простоту

Основные возможности
• параллельная загрузка страниц
• polite crawling (учёт robots.txt, ограничения на частоту запросов)
• управление глубиной обхода
• обработка и нормализация ссылок
• гибкая архитектура для кастомных обработчиков контента

• подходит для задач сбора данных из веба
• хорошая база для собственных crawler-ботов
• легко адаптируется под свои сценарии (парсинг, индексация, анализ)

Репозиторий содержит примеры запуска, конфигурации глубины и очередей, а также модули для безопасной загрузки страниц.

Если вам нужен краулер без лишнего «тяжелого» функционала, Qcrawl может стать отличной отправной точкой.

GitHub: github.com/crawlcore/qcrawl

@Python_Community_ru

‍🐍 Стоит ли аннотировать каждую переменную в Python?

Разберёмся спокойно и без фанатизма.

Что вообще такое аннотации типов

В Python можно указывать типы у переменных, аргументов и функций.

Это помогает IDE, линтерам и статическим анализаторам находить ошибки в коде.

Простой пример:


x: int = 10
name: str = "Alice"


Аргументы ЗА аннотации везде
• код становится явнее
• IDE лучше подсказывает
• меньше скрытых ошибок
• полезно в больших проектах и командах

Аргументы ПРОТИВ
• код становится грязнее
• в простом коде типы и так очевидны
• аннотации отвлекают от логики программы
• иногда разработчики подгоняют код под типы, вместо хорошего дизайна программы

Например, так делать смысла мало:


a: int = 0 # избыточно
count = 0 # и так понятно

Но если структура сложная, аннотация действительно помогает:



result: dict[str, list[int]] = {}


Где же истина
Опытные разработчики сходятся на том, что:

✔ аннотировать функции, API и сложные структуры - полезно
✖ аннотировать каждую локальную переменную - перебор


Аннотации - это инструмент для ясности, а не чек-лист, который нужно заполнять до последней строчки.

Используй их там, где они помогают понять коди не заставляй Python выглядеть как Java ради галочки 🙂

⚡️ Подробнее: https://uproger.com/🐍-nuzhno-li-annotirovat-kazhduyu-peremennuyu-v-pythonpodrobnyj-razbor-bez-fanatizma/

@Python_Community_ru

🧮 CoolCalculator: Мини-язык программирования для вычислений

CoolCalculator — это консольный калькулятор, который поддерживает пользовательские переменные и функции, рекурсию и локальные области видимости. Он предназначен для изучения парсинга и оценки выражений, а не только для численных вычислений.

🚀Основные моменты:
- Поддержка пользовательских переменных и функций
- Рекурсивные вызовы и перегрузка функций
- Многострочный ввод и последовательное выполнение
- Автоматическое создание несуществующих переменных
- Удобный синтаксис для работы с выражениями

📌 GitHub: https://github.com/YaroslavPryatkin/CoolCalculator

@Python_Community_ru

📄🚀 Qwen-Doc: Открытые проекты по пониманию документов

Qwen-Doc — это репозиторий, посвященный ИИ для работы с документами, разработанный командой Tongyi-Zhiwen. Здесь собраны исследования и практики, направленные на улучшение обработки сложных документов с помощью современных технологий, включая обучение с подкреплением и долгосрочное понимание контекста.

🚀Основные моменты:
- Модели для долгосрочного понимания документов.
- Использование обучения с подкреплением для улучшения ИИ.
- Открытые данные и методологии для сообщества.
- Проекты QwenLong-L1 и QwenLong-L1.5 с передовыми алгоритмами.
- FRAMEWORK SPELL для автономного генерации обучающих данных.

📌 GitHub: https://github.com/Tongyi-Zhiwen/Qwen-Doc

#python

@Python_Community_ru