Что написать на python для практики

Python стабильно входит в тройку самых популярных языков программирования по данным TIOBE Index и Stack Overflow Developer Survey. Он используется в автоматизации, анализе данных, веб-разработке, машинном обучении. Вместо теории – практика: грамотный выбор проекта помогает быстрее освоить синтаксис, разобраться в логике языка и познакомиться с ключевыми библиотеками.

Новичкам стоит начинать с задач, в которых результат очевиден. Это, например, конвертер валют с использованием API ЦБ РФ, калькулятор с графическим интерфейсом на Tkinter, текстовый анализатор частотности слов или бот для Telegram с библиотекой python-telegram-bot. Такие проекты учат работе с пользовательским вводом, внешними библиотеками, условиями и циклами.

Опытным пользователям можно рекомендовать более комплексные проекты: веб-приложение на FastAPI с JWT-авторизацией, система обработки CSV-отчётов с Pandas и визуализацией на Plotly, парсинг данных с сайтов через asyncio и aiohttp, а также модель машинного обучения на scikit-learn с REST API для развёртывания. Такие задачи требуют знания архитектуры проекта, работы с асинхронностью, контейнеризацией и тестированием.

Реализация хотя бы трёх-четырёх проектов разного уровня – это уже полноценное портфолио, которое можно показать работодателю или использовать для фриланса. Главное – фиксировать исходный код на GitHub, писать README с описанием зависимостей и сохранять примеры использования.

Создание консольного менеджера задач с сохранением данных в JSON

Для хранения задач используется обычный JSON-файл. Это упрощает структуру данных и исключает зависимость от сторонних библиотек. Каждая задача представлена словарём с ключами: «id», «title», «completed».

Пример структуры файла tasks.json:

[
{
"id": 1,
"title": "Купить продукты",
"completed": false
},
{
"id": 2,
"title": "Позвонить заказчику",
"completed": true
}
]

Основные функции:

Загрузка и сохранение данных: использовать json.load() и json.dump(). Загружать данные при старте, сохранять – после каждого изменения.

Добавление задачи: запросить название, сгенерировать уникальный id (например, по максимальному существующему значению + 1), установить completed в False.

Отметка как выполненной: по номеру задачи найти нужный объект и установить «completed»: true. При необходимости реализовать повторное снятие отметки.

Удаление задачи: фильтровать список по id и сохранить результат без удалённой записи.

Дополнительно можно реализовать сортировку, фильтрацию по статусу, поиск по подстроке. Интерфейс – через простое текстовое меню: выбор действия, ввод параметров. Исключения обрабатывать явно: отсутствие файла, ошибка чтения, ввод недопустимого значения.

Пример команды запуска: python todo.py. Все функции помещаются в один файл. Для крупных проектов – логичное разделение по модулям: работа с файлами, логика задач, интерфейс.

Разработка парсера новостей с использованием библиотеки BeautifulSoup

Для создания парсера потребуется библиотека requests для загрузки HTML-кода и BeautifulSoup из пакета bs4 для извлечения данных. Установка выполняется командой: pip install requests bs4.

Пример целевой страницы: https://example.com/news. Перед запуском убедитесь, что сайт не запрещает парсинг в robots.txt. Используйте заголовки HTTP-запросов, чтобы имитировать поведение браузера: {'User-Agent': 'Mozilla/5.0'}.

Для начала загрузите HTML-код:

import requests
from bs4 import BeautifulSoup
url = "https://example.com/news"
headers = {"User-Agent": "Mozilla/5.0"}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, "html.parser")

Поиск блоков с новостями зависит от структуры сайта. Например, если каждый блок обернут в <article> с классом news-item:

articles = soup.find_all("article", class_="news-item")
for article in articles:
title = article.find("h2").get_text(strip=True)
link = article.find("a")["href"]
summary = article.find("p").get_text(strip=True)
print(title, link, summary)

Если ссылки относительные, преобразуйте их через urljoin из модуля urllib.parse:

from urllib.parse import urljoin
full_link = urljoin(url, link)

Для обработки нескольких страниц реализуйте цикл с обновлением URL. Используйте time.sleep() между запросами, чтобы не перегружать сервер. Добавьте логирование и обработку ошибок: проверку кода ответа и наличие нужных элементов на странице.

Сохраняйте данные в CSV-файл через модуль csv:

import csv
with open("news.csv", "w", newline="", encoding="utf-8") as f:
writer = csv.writer(f)
writer.writerow(["Заголовок", "Ссылка", "Описание"])
for article in articles:
...
writer.writerow([title, full_link, summary])

Проверяйте изменения DOM при обновлении сайта. Автоматизируйте запуск через планировщик задач или cron, если требуется регулярный сбор данных.

Построение телеграм-бота для напоминаний с использованием aiogram

Для создания бота потребуется Python 3.8+, библиотека aiogram версии 3.x и PostgreSQL или SQLite для хранения данных. Начать стоит с установки зависимостей:

pip install aiogram[fast] aiosqlite

Создайте файл bot.py. Импортируйте необходимые модули и настройте объект Bot и Dispatcher:


from aiogram import Bot, Dispatcher, F
from aiogram.types import Message
from aiogram.enums import ParseMode
from aiogram.fsm.storage.memory import MemoryStorage
import asyncio

bot = Bot(token="ВАШ_ТОКЕН", parse_mode=ParseMode.HTML)
dp = Dispatcher(storage=MemoryStorage())


Добавьте состояние для FSM, чтобы обрабатывать ввод времени и текста напоминания:


from aiogram.fsm.state import State, StatesGroup

class Reminder(StatesGroup):
    text = State()
    time = State()


Создайте хендлеры для ввода текста напоминания и времени в формате HH:MM:


@dp.message(F.text == "/start")
async def cmd_start(message: Message):
    await message.answer("Введите текст напоминания:")
    await Reminder.text.set()

@dp.message(Reminder.time)
async def set_time(message: Message, state):
    from datetime import datetime, timedelta
    data = await state.get_data()
    text = data["text"]
    try:
        hour, minute = map(int, message.text.strip().split(":"))
        now = datetime.now()
        remind_at = now.replace(hour=hour, minute=minute, second=0, microsecond=0)
        if remind_at < now:
            remind_at += timedelta(days=1)
        delay = (remind_at - now).total_seconds()
        await message.answer(f"Напоминание установлено на {remind_at.strftime('%H:%M')}")
        await asyncio.sleep(delay)
        await bot.send_message(chat_id=message.chat.id, text=f"🔔 Напоминание: {text}")
    except ValueError:
        await message.answer("Некорректный формат времени. Попробуйте снова.")
        return
    await state.clear()


Для запуска используйте:


if __name__ == "__main__":
    async def main():
        await dp.start_polling(bot)
    asyncio.run(main())


Хранение напоминаний в памяти подходит для начальной версии. Для полноценной работы с множеством пользователей стоит подключить базу данных и планировщик задач (например, APScheduler или Celery).

Автоматизация работы с Excel-файлами через openpyxl

Библиотека openpyxl позволяет создавать, читать и изменять файлы Excel формата .xlsx. Она поддерживает работу с ячейками, стилями, формулами и диаграммами. Установка: pip install openpyxl.

Создание нового файла:

from openpyxl import Workbook
wb = Workbook()
ws = wb.active
ws.title = "Отчёт"
ws['A1'] = "Дата"
ws['B1'] = "Продажи"
wb.save("отчёт.xlsx")

Чтение существующего файла:

from openpyxl import load_workbook
wb = load_workbook("отчёт.xlsx")
ws = wb["Отчёт"]
for row in ws.iter_rows(min_row=2, values_only=True):
print(row)

Изменение значений и сохранение изменений:

ws['B2'] = 12500
wb.save("отчёт_обновлён.xlsx")

Добавление строк:

ws.append(["2025-05-01", 13200])
wb.save("отчёт_обновлён.xlsx")

Форматирование ячеек:

from openpyxl.styles import Font, Alignment
ws['A1'].font = Font(bold=True)
ws['B1'].alignment = Alignment(horizontal="center")

Добавление формулы:

ws['C1'] = "Итого"
ws['C2'] = "=SUM(B2:B10)"
wb.save("отчёт_с_формулой.xlsx")

Фильтрация и автофильтр:

ws.auto_filter.ref = "A1:B100"
wb.save("отчёт_с_фильтром.xlsx")

Скрытие листа:

ws.sheet_state = 'hidden'
wb.save("отчёт_скрыт.xlsx")

Рекомендуется избегать загрузки больших файлов целиком в память. Для чтения только значений используйте read_only=True:

wb = load_workbook("отчёт.xlsx", read_only=True)
ws = wb.active

Для защиты данных можно задать пароль на лист:

ws.protection.sheet = True
ws.protection.set_password("1234")
wb.save("отчёт_защищён.xlsx")

Простейший веб-сервер на Flask с формами и обработкой данных

Установите Flask с помощью команды pip install flask. Создайте файл app.py со следующим содержимым:

from flask import Flask, request, render_template_string
app = Flask(__name__)
HTML_FORM = '''
<form method="post">
Имя: <input type="text" name="username"><br>
Сообщение: <textarea name="message"></textarea><br>
<input type="submit" value="Отправить">
</form>
{% if username and message %}
<p>Получено: {{ username }} написал: "{{ message }}"</p>
{% endif %}
'''
@app.route("/", methods=["GET", "POST"])
def index():
username = message = None
if request.method == "POST":
username = request.form.get("username", "").strip()
message = request.form.get("message", "").strip()
return render_template_string(HTML_FORM, username=username, message=message)
if __name__ == "__main__":
app.run(debug=True)

Для запуска сервера выполните python app.py и откройте http://127.0.0.1:5000/ в браузере. Форма передаёт данные методом POST. Обработка значений осуществляется через request.form. В шаблоне используется render_template_string для генерации HTML без отдельных файлов.

Для обработки ошибок используйте try/except внутри блока if request.method == "POST". Для валидации вводов добавьте регулярные выражения или библиотеки, такие как WTForms. При размещении на сервере отключите режим debug.

Генерация PDF-документов с пользовательским содержимым через ReportLab

Для создания PDF-документов на Python используется библиотека ReportLab. Этот инструмент позволяет программно генерировать документы с текстом, изображениями и графикой. Ниже приведены основные шаги для работы с ReportLab и создания PDF-документов с динамическим содержимым.

Установка ReportLab:

pip install reportlab

После установки ReportLab можно начать работу с его функциями. Для начала создадим простой PDF-документ с текстом, который будет изменяться в зависимости от пользовательского ввода.

Пример кода:

from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
def generate_pdf(filename, user_content):
c = canvas.Canvas(filename, pagesize=letter)
c.drawString(100, 750, "Пользовательский контент:")
c.drawString(100, 730, user_content)
c.save()
content = "Это тестовый текст, введенный пользователем."
generate_pdf("output.pdf", content)

Динамическое добавление текста

Можно создавать более сложные структуры, например, добавлять несколько строк текста, что важно для более длинных документов:

def generate_dynamic_pdf(filename, lines):
c = canvas.Canvas(filename, pagesize=letter)
y_position = 750
for line in lines:
c.drawString(100, y_position, line)
y_position -= 20
c.save()
lines = [
"Первая строка текста.",
"Вторая строка текста.",
"Третья строка текста."
]
generate_dynamic_pdf("dynamic_output.pdf", lines)

Добавление изображений

Для добавления изображений используйте метод drawImage. Это полезно при создании отчетов с графиками или логотипами:

def add_image_to_pdf(filename, image_path):
c = canvas.Canvas(filename, pagesize=letter)
c.drawImage(image_path, 100, 500, width=200, height=200)
c.save()
add_image_to_pdf("image_output.pdf", "logo.png")

Здесь drawImage принимает путь к изображению и его размеры на странице.

Работа с шрифтами

ReportLab позволяет изменять шрифты и их размеры. Для этого можно использовать метод setFont, который задает стиль шрифта:

def custom_font_pdf(filename):
c = canvas.Canvas(filename, pagesize=letter)
c.setFont("Helvetica-Bold", 14)
c.drawString(100, 750, "Текст с настраиваемым шрифтом")
c.save()
custom_font_pdf("font_output.pdf")

Создание многостраничных PDF

Для создания многостраничных документов используется метод showPage, который инициирует переход на новую страницу:

def multi_page_pdf(filename, content):
c = canvas.Canvas(filename, pagesize=letter)
y_position = 750
for line in content:
c.drawString(100, y_position, line)
y_position -= 20
if y_position < 100:
c.showPage()
y_position = 750
c.save()
content = ["Страница 1"] * 50 + ["Страница 2"] * 50
multi_page_pdf("multi_page_output.pdf", content)

В этом примере создается документ с несколькими страницами, когда текст не помещается на текущей.

Заключение

ReportLab – мощный инструмент для генерации PDF-документов с пользовательским содержимым. Используя простые методы для добавления текста, изображений и изменения шрифтов, можно создавать динамичные и адаптированные под нужды документы. Основные моменты, на которые стоит обратить внимание при работе с ReportLab, это правильное позиционирование элементов на странице и управление многостраничными документами.

Реализация простого чата с использованием сокетов

Для создания чата с использованием сокетов необходимо понимать основы работы с сетевыми соединениями и передачи данных. В Python для этих целей отлично подходит модуль socket, который предоставляет функции для работы с сокетами и передачи данных между сервером и клиентом.

Создание сервера

Сервер будет слушать подключения от клиентов, принимать сообщения и передавать их обратно. Для этого создадим сервер, который будет работать на определенном порту.

import socket

# Настройки сервера

host = '127.0.0.1'  # Локальный хост

port = 12345         # Порт для соединений

# Создаем сокет

server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

server_socket.bind((host, port))  # Привязываем к порту

server_socket.listen(5)  # Максимальное количество подключений

print("Ожидание подключений...")

while True:

# Принятие подключения

client_socket, addr = server_socket.accept()

print(f"Подключен клиент: {addr}")

# Обработка сообщений

while True:

message = client_socket.recv(1024).decode('utf-8')

if message == 'exit':

print("Отключение клиента...")

break

print(f"Сообщение от клиента: {message}")

client_socket.send(f"Ответ от сервера: {message}".encode('utf-8'))

client_socket.close()

Создание клиента
Клиент будет отправлять сообщения на сервер и получать ответы. Для этого используется тот же модуль socket, но в роли клиента.
import socket

# Настройки клиента

host = '127.0.0.1'

port = 12345

# Создаем сокет

client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

client_socket.connect((host, port))

while True:

message = input("Введите сообщение: ")

client_socket.send(message.encode('utf-8'))

if message == 'exit':

print("Отключение от сервера...")

break

response = client_socket.recv(1024).decode('utf-8')

print(f"Ответ от сервера: {response}")

client_socket.close()

Подключение и обмен сообщениями

Сервер ожидает подключений, и как только клиент подключается, устанавливается соединение.
Клиент отправляет сообщение на сервер, которое сервер принимает и отправляет обратно с добавленным текстом.
Чтобы завершить чат, нужно отправить сообщение 'exit', после чего сервер закроет соединение.

Советы

Не забывайте обрабатывать ошибки соединений, например, если сервер не доступен или произошел сбой в передаче данных.
Для многопользовательского чата сервер можно модифицировать так, чтобы он поддерживал несколько клиентов одновременно, используя потоки или асинхронные операции.
Использование библиотеки threading поможет реализовать параллельную обработку нескольких клиентов на сервере.

Дальнейшее улучшение


Добавьте логирование сообщений и хранение истории чатов в файл или базу данных.
Реализуйте клиентский интерфейс с использованием библиотеки tkinter, чтобы сделать приложение более удобным для пользователя.

Вопрос-ответ:
Какие проекты на Python подойдут для новичков?
Для начинающих Python-разработчиков стоит начать с небольших и простых проектов. Например, можно создать калькулятор, который выполняет базовые арифметические операции. Также интересным проектом будет "Угадай число", где программа загадывает число, а пользователь должен его угадать. Программу "Чат-бот", который отвечает на простые вопросы, также можно сделать в рамках начального уровня. Все эти проекты помогут разобраться в синтаксисе языка и понять основные концепции программирования.
Какой проект на Python может быть интересен более опытным разработчикам?
Для опытных разработчиков стоит попробовать проекты, которые требуют более глубоких знаний Python и его библиотек. Один из таких проектов — веб-приложение с использованием Flask или Django. Например, можно создать блог с возможностью добавления, редактирования и удаления постов. Ещё интересный вариант — анализ данных с использованием Pandas, где нужно обработать и визуализировать данные из CSV-файлов. Разработка таких проектов поможет укрепить знания фреймворков и работы с данными.
Можно ли создавать игры на Python? Если да, то с чего начать?
Да, на Python можно создавать игры, и это отличный способ изучать язык. Для начала можно попробовать создать простую 2D-игру, например, "Змейку" или "Крестики-нолики". Использование библиотеки Pygame для графики и звуков значительно облегчает этот процесс. Если ты уже имеешь опыт работы с Python, можно попробовать более сложные игры с использованием фреймворков для разработки игр, например, Panda3D или Godot, которые также поддерживают Python.
Какие проекты на Python могут помочь развить навыки работы с базами данных?
Для развития навыков работы с базами данных стоит попробовать проекты, которые требуют взаимодействия с SQL. Например, можно создать систему для учета книг в библиотеке, где необходимо сохранять, редактировать и удалять записи о книгах в базе данных. Также интересным проектом будет создание приложения для управления задачами с использованием базы данных для хранения информации о задачах. В этих проектах важно научиться работать с запросами и интеграцией Python с различными СУБД, такими как SQLite или PostgreSQL.