Построчное чтение больших файлов

Для больших файлов нецелесообразно загружать весь контент в память

Конструкция for line in file в сочетании с генератором yield позволяет читать огромные файлы построчно, загружая в оперативную память ровно одну строку за раз вместо всего файла целиком, что защищает вашу программу от вылета по нехватке памяти (OutOfMemory)

#theory // Just Python

Запись и добавление в файл

Параметр mode контролирует режим открытия файла: 'w' для перезаписи, 'a' для добавления в конец.

#theory // Just Python

Возвращение легенды: самый востребованный практикум Зерокодера по Claude Code снова пройдёт в августе.

CEO университета Зерокодер Кирилл Пшинник проведёт ещё один бесплатный онлайн-практикум, где в прямом эфире покажет, почему вокруг Claude Code столько шума и как использовать его на полную мощность.

На практикуме разберут:

• Как получить доступ к Claude Code из России и начать работать без ограничений;
• Как запускать сразу несколько ИИ-агентов для одного проекта;
• Как за 15 минут собрать рабочий сайт практически без ручного кода;
• Как автоматизировать аналитику и рутинные задачи без дополнительных сервисов;

Бонус: в конце практикума расскажем, как пользоваться Claude Code бесплатно и оформить виртуальную карту для оплаты других AI-сервисов

P.S. Это специальный повтор одного из самых популярных практикумов Зерокодера по Claude Code. Жмите на ссылку и успевайте зарегистрироваться!

Управление путями к файлам

Модуль pathlib значительно упрощает работу с путями к файлам

pathlib появился в Python 3.4 и стал одним из моих любимых модулей. Он заменяет множество функций из os.path и предоставляет более интуитивный интерфейс.

#theory // Just Python

Асинхронная обработка файлов с использованием aiofiles

Cтандартные операции с файлами блокируют выполнение программы. В асинхронном мире это неприемлемо. На помощь приходит библиотека aiofiles, которая предоставляет асинхронный интерфейс для операций ввода-вывода.

Эти базовые функции аналогичны синхронным версиям, но с ключевыми словами async/await. Однако реальная мощь проявляется при параллельной обработке множества файлов (смотри метод process_multiple_files)

При массовой асинхронной записи я столкнулся с проблемой перегрузки диска. Решение - добавить семафор для ограничения количества одновременных операций (смотри метод controlled_file_processing)

#theory // Just Python

Работа с CSV файлами

CSV - один из самых распространенных форматов для обмена данными

Использование связки csv.DictReader и csv.DictWriter превращает каждую строчку таблицы в удобный Python-словарь, избавляя от ручного разбора индексов, а обязательный аргумент newline='' намертво защищает ваши файлы от появления пустых строк при переносе кода между Windows и Linux.

#theory // Just Python

Обработка JSON данных

JSON стал стандартом для API и конфигурационных файлов.

pathlib превращает обычные текстовые пути в «умные» объектно-ориентированные структуры, позволяя складывать папки через лаконичный слэш /, одной командой проверять существование директорий и на лету собирать файлы по маске с помощью метода glob.

Обратите внимание на параметр ensure_ascii=False - он позволяет корректно сохранять Unicode символы, включая кириллицу, без экранирования.

#theory // Just Python

Можно ли собрать полезный рабочий инструмент с ИИ за один вечер?
Проверим на первой бесплатной лаборатории вайб-кодинга от Зерокодера

Не будем тратить эфир на теорию и бесконечные промпты. Возьмем 100 реальных отзывов клиентов и прямо на глазах соберем приложение, которое само их проанализирует.

Но главное – формат самой лаборатории.

Это не запись заранее подготовленного кейса и не лекция, где эксперт показывает идеальный результат. Задачу собираем прямо в Zoom: от постановки до готового инструмента. Во время занятия можно задавать вопросы ведущему и разбираться с процессом вместе.

В итоге получается реальный продукт, который можно использовать для конкурентного анализа, поиска идей и улучшения своих продуктов или адаптировать под задачи клиентов и продавать как готовое решение.

И это только первая задача. Каждую неделю – новый кейс и новый инструмент: приложения, дашборды, автоматизации и AI-помощники.

Забрать первое участие в лаборатории бесплатно – по ссылке

Базовое использование multiprocessing

Python из-за GIL (Global Interpreter Lock) не может эффективно использовать многопоточность для CPU-интенсивных задач. Но это не значит, что мы лишены возможности распараллеливать вычисления. Для таких случаев у нас есть модули multiprocessing и concurrent.futures, позволяющие задействовать все ядра процессора.

Pool создает группу рабочих процессов и распределяет задачи между ними. Параметр processes определяет количество процессов - если не указан, используется количество, равное числу ядер CPU

#theory // Just Python