Нейросети в помощь разработчику Python: от простых функций до сложных алгоритмов

Расширенные примеры использования нейросети для кода на Python

Пример 1. Генерация веб-скрапера с обработкой ошибок

import requests
from bs4 import BeautifulSoup
import time

def scrape_titles(urls, retries=3):
    titles = []
    for url in urls:
        for attempt in range(retries):
            try:
                resp = requests.get(url, timeout=10)
                resp.raise_for_status()
                soup = BeautifulSoup(resp.text, 'html.parser')
                title = soup.title.string.strip() if soup.title else 'No title'
                titles.append({'url': url, 'title': title})
                break
            except requests.RequestException as e:
                if attempt == retries - 1:
                    titles.append({'url': url, 'error': str(e)})
                time.sleep(2)
    return titles

# Запрос: 'напиши функцию для сбора заголовков страниц с повторными попытками'
# Результат: код выше

Пример вызова: scrape_titles(['https://example.com', 'https://nonexistent.xyz'])
# Результат: [{'url': 'https://example.com', 'title': 'Example Domain'}, {'url': 'https://nonexistent.xyz', 'error': 'ConnectionError'}]

Пояснение: функция использует retries, обрабатывает ошибки сети и парсинга. Проблемы: слишком быстрый повтор может заблокироваться сайтом. Решение: добавить случайную задержку (random.uniform).

Пример 2. Создание FastAPI эндпоинта с валидацией

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel, Field

app = FastAPI()

class Item(BaseModel):
    name: str = Field(..., min_length=1, max_length=50)
    price: float = Field(..., gt=0)

@app.post("/items/")
async def create_item(item: Item):
    if item.price > 10000:
        raise HTTPException(status_code=400, detail="Price too high")
    return {"message": f"Item {item.name} created", "price": item.price}

# Запрос: 'создай FastAPI приложение с валидацией входных данных'
# Результат: выше

При отправке POST запроса с JSON {"name":"Widget","price":99.9} получаем ответ {"message":"Item Widget created","price":99.9}

Пояснение: Pydantic валидирует типы и ограничения, FastAPI автоматически генерирует OpenAPI документацию. Проблемы: неверный тип цены (строка вместо числа) вызовет 422. Решение: явная обработка ошибок валидации с кастомным ответом.

Пример 3. Парсинг CSV с разными разделителями и кодировками

import csv
import io

def parse_csv(data: str, delimiter=',', encoding='utf-8') -> list[dict]:
    reader = csv.DictReader(io.StringIO(data))
    return [row for row in reader]

# Запрос: 'напиши функцию для чтения CSV с настраиваемым разделителем и кодировкой'
# Результат: выше

Пример: parse_csv("a,b\n1,2\n3,4") -> [{'a':'1','b':'2'},{'a':'3','b':'4'}]

Пояснение: использует csv.DictReader для автоматического преобразования в словари. Проблемы: пустые строки или комментарии в CSV. Решение: добавить фильтрацию строк по условию.

Пример 4. Генерация декоратора для логирования времени выполнения

import time
import functools

def log_duration(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        result = func(*args, **kwargs)
        duration = time.perf_counter() - start
        print(f"{func.__name__} выполнилась за {duration:.4f} сек")
        return result
    return wrapper

@log_duration
def slow_function():
    time.sleep(0.5)
    return "done"

# Запрос: 'создай декоратор для замера времени работы функции'
# Результат: код выше

Вызов slow_function() выведет: slow_function выполнилась за 0.5001 сек

Пояснение: декоратор использует perf_counter для точности. Проблемы: декоратор не передает аргументы? Передает, т.к. wrapper принимает *args,**kwargs. Типичная ошибка - забыть functools.wraps, тогда теряется __name__ и __doc__.

Пример 5. Написание контекстного менеджера для работы с БД

import sqlite3
from contextlib import contextmanager

@contextmanager
def db_connection(db_path):
    conn = sqlite3.connect(db_path)
    try:
        yield conn
    finally:
        conn.close()

with db_connection('test.db') as conn:
    cursor = conn.cursor()
    cursor.execute('CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY, name TEXT)')
    cursor.execute('INSERT INTO users (name) VALUES (?)', ('Alice',))
    conn.commit()

# Запрос: 'создай контекстный менеджер для sqlite соединения'
# Результат: выше

После выполнения создается файл test.db с таблицей users.

Пояснение: контекстный менеджер гарантирует закрытие соединения даже при исключении. Проблемы: если забыть commit, изменения не сохранятся. Решение: добавить опцию auto_commit.